افزایش دقت برآورد منطقه ای عملکرد برنج با ارتقای قدرت تفکیک مکانی داده های ماهواره ای شاخص سطح برگ در مدل گیاهی VSM

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد آبیاری و زهکشی، گروه مهندسی آب دانشکده علوم کشاورزی دانشگاه گیلان

2 استادیار گروه مهندسی آب دانشکده علوم کشاورزی دانشگاه گیلان

3 استادیار پژوهش موسسه تحقیقات برنج کشور

چکیده

مدل VSM یک مدل گیاهی ساده است که با وجود نیاز به اطلاعات ورودی اندک از دقت قابل قبولی در برآورد عملکرد مزرعه­ای برنج برخوردار است، اما به دلیل عدم قطعیت در داده­های ورودی، کاربرد مدل در مطالعات منطقه­ای با محدودیت روبرو است. این محدودیت با تلفیق مدل با داده­های ماهواره­ای قابل رفع شدن است. در این پژوهش، پس از تلفیق مدل VSM با داده­های ماهواره­ای تابش طول موج کوتاه و شاخص سطح برگ، تأثیر ارتقای قدرت تفکیک مکانی داده­های ماهواره­ای شاخص سطح برگ بر برآورد منطقه­ای عملکرد برنج مورد بررسی قرار گرفت. تصاویر شاخص سطح برگ پس از استخراج از تصاویر سنجنده مادیس با قدرت تفکیک مکانی 250 متر با استفاده از تکنیک‌های ریزمقیاس و کاربرد تصاویر سنجنده لندست TM5 تا قدرت تفکیک مکانی 30 متر ارتقا یافت و سپس تأثیر آن بر دقت واسنجی­ها در برآوردهای منطقه­ای عملکرد برنج مورد بررسی قرار گرفت. نتایج حاصل از مقایسه شاخص سطح برگ مشاهده­ای و برآورد شده، بیانگر افزایش دو برابری دقت برآورد شاخص سطح برگ پس از ارتقای قدرت تفکیک مکانی داده­های ماهواره­ای شاخص سطح برگ (از ضریب تبیین 44/0 به 87/0) بود. نتایج تلفیق مدل با داده­های ماهواره­ای نیز نشان داد که دقت مدل در برآورد عملکرد منطقه­ای برنج با کاربرد داده­های ریز مقیاس شده شاخص سطح برگ (قدرت تفکیک مکانی 30 متر) به طور چشمگیری افزایش یافت (ضریب تبیین از 64/0 به 91/0 افزایش یافت).

کلیدواژه‌ها


عنوان مقاله [English]

Increasing accuracy of regional rice yield estimation by improvement of spatial resolution of leaf area index maps in VSM vegetative model

نویسندگان [English]

  • Sheida Mokhtari 1
  • Nader Pirmoradian 2
  • Majid Vazifehdoost 2
  • Naser Davatgar 3
1 Graduate Student, Dept. of Water Engineering, Faculty of Agricultural Sciences, University of Guilan
2 Assist. Prof., Dept. of Water Engineering, Faculty of Agricultural Sciences, University of Guilan
3 Research Assist. Prof., Rice Research Institute of Iran
چکیده [English]

VSM is a simple vegetative simulation model  which in spite of needs to a few input data, its accuracy in field scale is acceptable. However due to high uncertainty in input data, its application in regional studies is very limited. In this study, the regional rice estimation was  improved by combining VSM model with satellite data of short wave solar radiation and leaf area index. The spatial resolution of remotely sensed leaf area index from MODIS was improved using downscaling technique and high spatial satellite data of Landsat TM. Later its impact was investigated on validation process of regional rice estimation. Comparison of observed and estimated LAI with (or without) downscaling indicated that in case of applying down scaling technique accuracy of LAI maps will increase up to two times (from R2= 0.44 to R2= 0.87). The results indicated also in case of using downscaled LAI data in VSM model, the overall accuracy of regional rice yield estimation will increase dramatically (from R2= 0.64 to R2= 0.91).

کلیدواژه‌ها [English]

  • Downscaling
  • Leaf area index
  • Satellite data
  • VSM model