[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 4، شماره 1 - ( 3-1395 ) ::
جلد 4 شماره 1 صفحات 61-82 برگشت به فهرست نسخه ها
آنالیز تفکیک‌پذیری طیف‌های حاصل از مشاهدات میدانی ارقام گندم و جوی ایرانی در مراحل مختلف رشد آن‌ها با استفاده از شاخص‌های گیاهی
آقای بهنام بیگدلی ، دکتر محمد جواد ولدان زوج، دکتر یاسر مقصودی
دانشجوی کارشناسی ارشد دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده:   (2255 مشاهده)

تهیه‌ی اطلاعات مربوط به سطح زیر کشت گندم و جو و میزان محصول آن‌ها، تأمین‌کننده‌ی مدیریت موفق و پایدار در سیاست‌گذاری‌های اقتصادی برای این دو کالای راهبُردی می‌باشند. با افزایش قدرت تفکیک طیفی و مکانی داده‌های ماهواره‌ای، امکان تهیه‌ی ‌چنین اطلاعاتی به صورت به هنگام و دقیق تا حدود زیادی فراهم شده است. بررسی بازتاب طیفی گیاهان با استفاده از طیف‌سنجی میدانی امکان تفکیک ارقام مختلف گندم و جو و تهیه‌ی نقشه‌ی پراکندگی آن‌ها را به ویژه در استفاده از سنجش از دور ابر طیفی افزایش می‌دهد. به همین منظور منحنی رفتار طیفی مربوط به 9 رقم گندم و 5 رقم جو در مزرعه‌ی موسسه‌ی تحقیقات اصلاح و تهیه نهال و بذر واقع در کرج در چهار مرحله از مقاطع رشد اندازه‌گیری شدند. مشاهدات توسط دستگاه طیف‌سنج میدانی
ASD FieldSpec®3 در دامنه طول موج 350 تا 2500 نانومتر در نور و شرایط طبیعی اخذ گردیدند. در مرحله‌ی پیش‌پردازش سه محدوده‌ی نویزی متأثر از بخار آب، شناسایی و حذف شدند. سپس با استفاده از روش‌های آماری مشاهدات اشتباه کنار گذاشته شدند. به منظور بارزسازی تفاوت‌های احتمالی بازتاب طیفی ارقام مورد مطالعه، 65 شاخص گیاهی طیفی مهم و حساس به غلظت کلروفیل، شدت فتوسنتز، نیتروژن و میزان آب موجود در تاج گیاه و غیره برای طیف‌های هر چهار مرحله مشاهداتی محاسبه گردیدند. سپس از آنالیز آماری واریانس و آزمون جفتی توکی، جهت بررسی تفکیک‌پذیری ارقام مختلف گندم و جو استفاده شد. نتایج نشان می‌دهد که در مرحله‌ی سوم مشاهداتی، شاخص‌های بیشتری می‌توانند تعداد ارقام بیشتری را از همدیگر تفکیک کنند. این مطلب نویدبخش امکان تهیه‌ی نقشه‌ی ارقام مختلف گندم و جو بر اساس داده‌های سنجش از دوری است. 

واژه‌های کلیدی: طیف‌سنجی میدانی، تفکیک ارقام گندم و جوی ایرانی، شاخص‌های گیاهی
متن کامل [PDF 2101 kb]   (631 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سنجش از دور
دریافت: ۱۳۹۳/۱۱/۳ | پذیرش: ۱۳۹۴/۲/۲۸ | انتشار: ۱۳۹۵/۸/۱۶
فهرست منابع
1. [1] A. A. Darvishsefat, M. Abbasi, M. E. Schaepman, "Evaluation of Spectral Reflectance of Seven Iranian Rice Varieties Canopies", J. Agr. Sci. Tech. Vol. 13: 1091-1104, 2011.
2. [2] A. A. Gitelson, and M. N. Merzlyak, "Spectral reflectance changes associated with autumn senescene of Aesculus hippocastanum L and Acer platanoides L. leaves: spectral features andrelation to chlorophyll estimation", Journal of Plant Physiology, 143, 286-292, 1994. [DOI:10.1016/S0176-1617(11)81633-0]
3. [3] A. A. Gitelson, and M. N. Merzlyak, "Remote estimation of chlorophyll content in higher plant leaves", International Journal of Remote Sensing, 18, 2691–2697, 1997. [DOI:10.1080/014311697217558]
4. [4] A. A. Gitelson, Y. J. Kaufman, R. Stark, and D. Rundquist, "Novel algorithms for remote estimation of vegetation fraction", Remote Sensing of Environment, 80, 76–87, 2002. [DOI:10.1016/S0034-4257(01)00289-9]
5. [5] A. A. Gitelson, M. N. Merzlyak, and O. B. Chivkunova, "Optical properties and non-destructive estimation of anthocyanin content in plant leaves", Photochemistry and Photobiology, 74: 38 – 45, 2001. https://doi.org/10.1562/0031-8655(2001)074<0038:OPANEO>2.0.CO;2 [DOI:10.1562/0031-8655(2001)0742.0.CO;2]
6. [6] A. D. Richardson, G. P. Berlyn, and S. P. Duigan, "Reflectance of Alaskan black spruce and white spruce foliage in relation to elevation and latitude", Tree Physiology, 23, 537-544, 2003. [DOI:10.1093/treephys/23.8.537]
7. [7] A. D. Richardson, J. B. Reeves Iii, and T. G. Gregoire, "Multivariate analyses of visible/near infrared (VIS/NIR) absorbance spectra reveal underlying spectral differences among dried, ground conifer needle samples from different growth environments", New Phytologist, 301-291, 161, 2004.
8. [8] A. K. Van den Berg, and T.D. Perkins, "Nondestructive estimation of anthocyanin content in autumn maple leaves", HortScience 40:685–686, 2005.
9. [9] A. R. Huete, "A soil-adjusted vegetation index", Remote Sensing of Environment. 25, 295–309, 1988. [DOI:10.1016/0034-4257(88)90106-X]
10. [10] A. R. Huete, C. Justice, L.W. Van, "MODIS vegetation index (MOD13) algorithm theoretical basis document". http://modis.gsfc.nasa.gov/data/atbd/atbd_mod13.pdf, 1999.
11. [11] B. Gao, "NDWI: A normalized diff erence water index for remote sensing of vegetation liquid water from space", Remote Sensing of Environment, 58:257–266, 1996. [DOI:10.1016/S0034-4257(96)00067-3]
12. [12] [12] C. S. T. Daughtry, C. L. Walthall, M. S. Kim, E. B. de Colstoun, and J. E. McMurtrey, III., "Estimating corn leaf chlorophyll concentration from leaf and canopy reflectance", RSE, 74, 229–239, 2000. [DOI:10.1016/S0034-4257(00)00113-9]
13. [13] C. S.T. Daughtry, "Discriminating crop residues from soil by shortwave infrared reflectance", Agron. J. 93, 125–131, 2001. [DOI:10.2134/agronj2001.931125x]
14. [14] D. A. Sims, J. A. Gamon, "Estimation of vegetation water content and photosynthetic tissue area from spectral reflectance: a comparison of indices based on liquid water and chlorophyll absorption features", Remote Sensing of Environment, 526–537, 2003. [DOI:10.1016/S0034-4257(02)00151-7]
15. [15] D. A. Sims, and J. A. Gamon, "Relationship between pigment content and spectral reflectance across a wide range of species, leaf structures and developmental stages", RSE, 81, 337-354, 2002. [DOI:10.1016/S0034-4257(02)00010-X]
16. [16] D. Haboudane, J. R. Miller, E. Pattey, P. J. Zarco-Tejada, and I. B. Strachan, "Hyperspectral vegetation indices and novel algorithms for predicting green LAI of crop canopies: Modeling and validation in the context of precision agricultura", Remote Sensing of Environment, 90, 337–352, 2004. [DOI:10.1016/j.rse.2003.12.013]
17. [17] E. R. Hunt, and B. N. Rock, "Detection of changes in leaf water content using near and middle infrared reflectance", Remote sensing of Environment, 30, 43-54, 1989. [DOI:10.1016/0034-4257(89)90046-1]
18. [18] [FieldSpec® 3 User Manual, ASD Inc, ASD Document 600540 Rev, 2010.
19. [19] G. A. Blackburn, "Spectral indices for estimating photosynthetic pigment concentrations: A test using senescent tree leaves", International Journal of Remote Sensing, 19, 657–675, 1998. [DOI:10.1080/014311698215919]
20. [20] G. A. Carter, "Ratios of leaf reflectances in narrow wavebands s indicators of plant stress", int. J. Remote Sensing, 15,697-703, 1994.
21. [21] [21] G. Rondeaux, M. Steven, and F. Baret, "Optimization of soil adjusted vegetation index", Remote Sensing of Environment, 24, 109–127, 1996.
22. [22] [22] H. K. Lichtenthaler, A. Gitelson, and M. Lang, "Non-destractive determination of chlorophyll content of leaves of a green and an aurea mutant of tobacco by reflectance measurements", Journal of Plant Physiology, 148, 483-493, 1996. [DOI:10.1016/S0176-1617(96)80283-5]
23. [23] Introduction to Hyperspectral Imaging, MicroImages Inc, Lincoln, NE, http://www.microimages.com/documentation/Tutorials/hyprspec.pdf , 2010.
24. [24] J. A. Gamon, J., Penuelas, and C. B. Field, "A narrow waveband spectral index that tracks diurnal changes in photosynthetic eciency", Remote Sensing of Environment, 41, 35± 44, 1992.
25. [25] J. A. N. Van Aardat, "Spectral separability among six southern tree species", MSc Thesis,Virginia polytechnic institute and state university Blacksburg, USA. Pp. 184, 2000.
26. [26] J. D. Barnes, L. Balaguer, E. Manrique, S. Elviras, and A.W. Davison, "reappraisal of the use of DMSO for theextraction and determination of chlorophylls a and b in lichens and higher plants", Environmental Experimental Botany, 2, 85-100, 1992. [DOI:10.1016/0098-8472(92)90034-Y]
27. [27] J. E. Vogelmann, B. N. Rock, and D. M. Moss, "Red-edge spectral measurements of sugar maple leaves", International Journal of Remote Sensing, 14(9), 1563–1575, 1993. [DOI:10.1080/01431169308953986]
28. [28] J. G. Gamon, J. S. Surfus, "Assessing leaf pigment content and activity with a reflectometer", New Phytologist 143:105-117, 1999. [DOI:10.1046/j.1469-8137.1999.00424.x]
29. [29] J. L. Roujean, and F. M. Breon, "Estimating PAR Absorbed by Vegetation from Bidirectional Reflectance Measurements", Remote Sensing of Environment. 51:375-384, 1995. [DOI:10.1016/0034-4257(94)00114-3]
30. [30] J. M. Chen, "Canopy architecture and remote sensing of the fraction of photosynthetically active radiation absorbed the boreal conifer forests", IEEE Trans. Geosci. Remote Sens.(submitted), 1995.
31. [31] J. Penuelas, F. Baret, and I. Filella, "Semi-empirical indices to assess carotenoids/ chlorophyll a ratio from leaf spectral reflectance", Photosynthetica, 31, 221–230, 1995.
32. [32] J. Penuelas, J. Pinol, R. Ogaya, and I. Lilella, "Estimation of plant water content by the refl ectance water index WI (R900/R970)", Int. J.Remote Sens. 18:2869–2875, 1997. [DOI:10.1080/014311697217396]
33. [33] J. Qi, A. Chehbouni, A. R. Huete, and Y. H. Kerr, "Modified Soil Adjusted Vegetation Index (MSAVI)", Remote Sensing of Environment, 48, 119–126, 1994. [DOI:10.1016/0034-4257(94)90134-1]
34. [34] K. S. Schmidt, and A. K. Skidmore, "Spectral discrimination of vegetation types in a coastal wetland", Remote Sensing of Environment, 85, 92-108, 2003. [DOI:10.1016/S0034-4257(02)00196-7]
35. [35] L. Serrano, J. Penuelas, S. L. Ustin, "Remote sensing of nitrogen and lignin in Mediterranean vegetation from AVIRIS data: Decomposing biochemical from structural signals", RSE. 81, 355– 364, 2002. [DOI:10.1016/S0034-4257(02)00011-1]
36. [36] M. A. Aboelghar, S. M. Arafat, E. Farag, "Hyper Spectral Measurements as a Method for Potato Crop Characterization", International Journal of Advanced Remote Sensing and GIS, Volume 2, Issue 1, pp. 122-129, Article ID ISSN 2320 – 0243, 2013.
37. [37] M. A. Hardisky, V. Klemas, and R. M. Smart, "The influence of soilsalinity, growth form, and leaf moisture on the spectral radiance of Spartina alterniflora canopies", Photogrammetric Engineering and Remote Sensing 49,77- 83, 1983.
38. [38] M. N. Merzlyak, A. A. Gitelson, O. B. Chivkunova, and V. Y. Rakitin, "Non-destructive optical detection of pigment changes during leaf senescence and fruit ripening", Physiologia Plantarum, 106, 135-141, 1999. [DOI:10.1034/j.1399-3054.1999.106119.x]
39. [39] M. S. Kim, C. S. T. Daughtry, E. W. Chappelle, J. E. McMurtrey, and C. L. Walthall, "The use of high spectral resolution bands for estimating absorbed photosynthetically active radiation", ISPRS sixth international colloquium on physical measurements and signatures in remote sensing, Val d'Isère, France, 17–21. European Space Agency, 29, 9–306, 1994.
40. [40] N. Goodwin, R. Turner, and R. Merton, "Classifying Eucalyptus forests with high spatial and spectral resolution imagery: An investigation of individual species and vegetation communities", Australian Journal of Botany, 53, 337-345, 2005. [DOI:10.1071/BT04085]
41. [41] N. H. Broge, and E. Leblanc, "Comparing prediction power and stability of broadband and hyperspectral vegetation indices for estimation of green leaf area index and canopy chlorophyll density", Remote Sensing of Environment, 76, 156–172, 2000. [DOI:10.1016/S0034-4257(00)00197-8]
42. [42] N. R. Rao, B. Zbell, "Use of field reflectance data for crop mapping using airborne hyperspectral image", ISPRS Journal of Photogrammetry and Remote Sensing. 66 683–691, 2011a. [DOI:10.1016/j.isprsjprs.2011.05.001]
43. [43] N. R. Rao, B. Zbell, "Transferring spectral libraries of canopy reflectance for crop classification using hyperspectral remote sensing data", biosystems engineering 110 231e246, 2011b.
44. [44] P. J. Zarco-Tejada, J. Miller, G. H. Mohammed, T. Noland, and P. Sampson, "Scaling-up and model inversion methods with narrow-band optical indices for chlorophyll content estimation in closed forest canopies with hyperspectral data", IEEE Transactions on Geoscience and Remote Sensing, 39, 1491–1507, 2001. [DOI:10.1109/36.934080]
45. [45] P. J. Zarco-Tejada, A. Berjon, R. Lopez-Lozano, J. R. Miller, P. Martin, V. Cachorro, et al, "Assessing vineyard condition with hyperspectral indices: Leaf and canopy reflectance simulation in a row-structured discontinuous canopy", Remote Sensing of Environment, 99, 271–287, 2005. [DOI:10.1016/j.rse.2005.09.002]
46. [46] R. B. De Luz, and J. K. Crowley, "Spectral reflectance and emissivity features of broad leaf plants: Prospects for remote sensing in the thermal infrared", Remote Sensing of Environment, 109, 393-405, 2007. [DOI:10.1016/j.rse.2007.01.008]
47. [47] R. J. Zomer, A. Trabucco, S. L. Ustin, "Building spectral libraries for wetlands land cover classification and hyperspectral remote sensing", Journal of Environmental Management. 90 ,2170e2177, 2009.
48. [48] R. Merton, and J. Huntington, "Early simulation results of the ARIES-1 satellite sensor for multi temporal vegetation research derived from AVIRIS", Available at ftp://popo.jpl.nasa.gov/pub/docs/workshops/ 99_docs/41.pdf (verifi ed 8 Apr. 2008). NASA Jet Propulsion Lab., Pasadena, CA, 1999.
49. [49] S. M. Arafat, M. A. Aboelghar, E. F. Ahmed, "Crop Discrimination Using Field Hyper Spectral Remotely Sensed Data, Advances in Remote Sensing. 2, 63-70, 2013. [DOI:10.4236/ars.2013.22009]
50. [50] S.R. Searle, F.M. Speed and G.A. Milliken, Population marginal means in the linear model: an alternative to least-squares means, American Statistician, pp. 216-221, 1980.
51. [51] Y. Hochberg, and A.C. Tamhane, Multiple Comparison Procedures, Wiley, 1987. [DOI:10.1002/9780470316672]
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

bigdeli B, Valadan Zouj M J, Maghsoudi Y. Evaluation of Spectral Reflectance of Iranian Wheat and barley Varieties Canopies at different growth stages using vegetation . jgit. 2016; 4 (1) :61-82
URL: http://jgit.kntu.ac.ir/article-1-23-fa.html

بیگدلی بهنام، ولدان زوج محمد جواد، مقصودی یاسر. آنالیز تفکیک‌پذیری طیف‌های حاصل از مشاهدات میدانی ارقام گندم و جوی ایرانی در مراحل مختلف رشد آن‌ها با استفاده از شاخص‌های گیاهی. مهندسی فناوری اطلاعات مکانی. 1395; 4 (1) :61-82

URL: http://jgit.kntu.ac.ir/article-1-23-fa.html



دوره 4، شماره 1 - ( 3-1395 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.05 seconds with 30 queries by YEKTAWEB 3742