نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار و عضو هیئت علمی دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان

2 دانشجوی دکتری بیابان زدایی، دانشکده منابع طبیعی و علوم زمین، دانشگاه کاشان

3 دانشیار و عضو هیئت علمی دانشکده منابع طبیعی دانشگاه یزد

4 استادیار و عضو هیئت علمی دانشکده منابع طبیعی دانشگاه یزد

5 دانشجوی دکتری سنجش از دور و سامانه اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران

6 استادیار دانشکده منابع طبیعی، دانشگاه آزاد اسلامی، واحد میبد

چکیده

بررسی روابط بین پارامترهای مختلف خاک با داده­های ماهواره­ای گامی مؤثر در شناسایی و تفکیک رخساره­های کویری است. در همین راستا، تحقیق حاضر با هدف بررسی روش­های مختلف رگرسیون دو متغیره بر اساس روابط بین مؤلفه­های مختلف خاک با داده­های ماهواره­ای سنجنده ASTER در شناسایی رخساره­های پلایای ابرکوه مورد بررسی قرار گرفت. بدین منظور ابتدا از خاک سطحی30 پروفیل در منطقۀ مطالعاتی برداشت و در آزمایشگاه مقادیر EC، PH، درصد رطوبت اشباع و مقادیرکاتیون­ها و آنیون­های مربوط به هر نمونه اندازه­گیری گردید. پس از انجام پردازش­های لازم بر روی تصاویر ماهواره­ای، با تعیین نقاط زمینی بر روی تصاویر، ارزش پیکسل­های نظیر نقاط زمینی در باندهای مختلف استخراج گردید. سپس رابطۀ بین داده­های ماهواره­ای و نتایج حاصل از آزمایش­های خاک منطقه با استفاده از روش­های مختلف رگرسیون دو متغیرۀ خطی مورد ارزیابی قرار گرفت و دقت مدل­ها با استفاده از فاکتورهایی نظیر خطای تخمین و تأیید، مجذور میانگین مربعات خطا، ضریب همبستگی و ضریب کارایی مورد ارزیابی قرار گرفت. یافته­های پژوهش بیانگر دست یابی به مدل­هایی با ضریب همبستگی کمینه 45 درصد، خطای نسبی تخمین و تأیید بیشینه به ترتیب4/247 و 7/2489 ، مجموع میانگین مربعات خطای کمتر و ضریب کارایی کمینه 19 درصد می­باشد. همچنین نتایج این تحقیق نشان داد که هیچ گونه رابطۀ معنی داری بین میزان قلیایی بودن و درصد رطوبت اشباع با داده­های ماهواره­ای در منطقۀ مطالعاتی وجود ندارد.

کلیدواژه‌ها

عنوان مقاله [English]

A comparison between various two-variable regression methods in order to estimate soil components using satellite data Case study: Abarkooh playa, Yazd

نویسندگان [English]

  • Dr. Reza Ghezavi 1
  • Zohre Ebrahimi Khusfi 2
  • Dr. Mohammad Reza Ekhtesasi 3
  • Dr. Seyed Zeynolabedin Hosseini 4
  • Mohsen Ebrahimi Khusfi 5
  • Dr. Mohammad Hasanzadeh nafooti 6

چکیده [English]

The study of relationship between various soil parameters and satellite data is an effective step in the identification and separation of desert facies.  To do so, this study  aim to study two-variable regression methods based on different relationships between the various soil components data and ASTER satellite data in order to detect Abarkoo playa facies. To achieve this purpose, at first, 30 topsoil samples were collected from the study area and analyzed in laboratory. Various pedological components (Anion, Cations, Soil moisture, Texture and PH) were also measured.
After performing the necessary processing on the satellite images, the value of pixels in each band were extracted by overlaying ground points over satellite image. In the next step, the correlation between satellite data and laboratory values were evaluated by using various two-variable regression methods. The accuracy of the models was assessed using Relative Error, Root Mean Square Error, and Correlation Coefficient of Efficiency. Results indicated that the minimum correlation coefficient is 45%, the maximum relative error of estimation and confirmed are respectively 247.4 and 2489.7 percent, root mean square error is low and the minimum Coefficient of Efficiency is 19 percent.  Furthermore, the results of this study showed that there is no significant relationship between PH and soil moisture and satellite data in the study area.

کلیدواژه‌ها [English]

  • Two-variable regression
  • Kavir facies
  • satellite data
  • Components of soil
  • ASTER
  • Abarkoo playa