تقدير إنتاجية المحاصيل باستخدام مصادر مختلفة من بيانات الاستشعار عن بعد
Crop Yield Estimation Using Different Remote Sensing Data Sources
- الباحث
- تمارة سامي عبد الجبار
- المشرف
- عبد الرزاق طارش زبون - مثنى محمد عبد الحميد
- الجامعة
- الجامعة التكنولوجية
- الكلية / القسم
- قسم الهندسة المدنية / هندسة الجيوماتك
- الشهادة
- ماجستير
- السنة
- 2022
- لغة الرسالة
- انكليزي
- الكلمات المفتاحية
- Crop yield;Remote sensing;Vegetation indices;Satellite data
الملخص
تقدير انتاجية المحاصيل يعد من الأمور المهمة في التخطيط والامن الغذائي واتخاذ مختلف القرارات الاستراتيجية، تعتمد العديد من البلدان على الأساليب التقليدية لجمع البيانات ¢ مثل عمليات المسح الميداني وجمع التقارير ، والتي تستغرق اوقات طويلة وكلفة عالية ، بالاضافة الى الظروف البيئية التي تؤثر بشكل رئيسي على مراحل نمو المحاصيل الموسمية وكمية إنتاجيتها ،ان هذا التاثير كثيرا ما يؤدي إلى حدوث اختلاف كبير بين النتاجية المتوقعة والانتاجية الحقيقية لهذه المحاصيل وغيرها من الامورالتي تتطلب استخدام التقنيات الحديثة لمراقبة مراحل نموها المختلفة . تعد( بيانات الاستشعار عن بعد ) احد اهم هذه التقنيات والتي توفردقة عالية لتقدير مساحات وانتاجية الأراضي الزراعية على مستويات مختلفة ، من مستوى الحقل إلى مستوى القضاء او حتى المحافظة ¢ اعتمادا على خصائص الغطاء النباتي المتعلقة في مراحل نموه ومدى استجابته للاشعة الكهرومغناطيسة. تهدف هذه الدراسة إلى تقييم استخدام مصادر متعددة من بيانات الاستشعار عن بعد . تختلف من حيث الدقة المكانية والزمنية الإشعاعية ، حيث كان الاختيار لبعض هذه المصادر وهي Sentinel-2 , Landsat-8 و 5006-7 والتي استخدمت لتقديرومراقبة انتاجية محصول القمح في ناحية الشحيمية وقضاء الزبيدية في محافظة واسط في العراق للفترة بين .)3١77-70١5( تم استخدام التحليل الإحصائي لتحديد الارتباط بين مؤشر الغطاء النباتي 78110171، ودليل الغطاء النباتي المعدل للتربة (SAVI) ومقارنتها بمساحة أراضي محاصيل القمح الفعلية، حيث أظهرت الصور تقديرًا فعالاً بمقاييس مختلفة ،ابتداءا من الصور الفضائية للقمر spot لجزء من منطقة الدراسة مع نتائج دقيقة بنسبة £40 مع بيانات Sentinel- و بيانات Landsat-8 عند استخدام (NDVI وأكبر من 241 لنفس البيانات ولكن باستخدام المؤشر 54571 على مستوى الناحية ) الشحيمية ( . ام على مستوى القضاء ) الزبيدية ( فقد تم الاعتماد على بيانات قمر ال Landsat-8 حيث انخفضت الدقة التخمينية بنحو OGY ،فكانت النتائج دقيقة بحدود 37/ باستخدام مؤشر ال(712571 ) والمؤشر (SAVI) .ان حجم البكسل الكبيروالدقة المكانية القليلة )+ ¥* +1( م Landsat-8 ادى الى وجود عدد كبير من وحدات البكسل المختلطة بين محصول القمح والعوارض الاخرى اكثر من المساحات الصغيرة .كما كان للعوامل البيئية تأثير واضح على انتاجية المحصول ففي عام 7١١7 حيث ان تدني مستويات درجة الحرارة أقل من درجة الحد المثلى لحدود القمح ادى الى انخفاض الانتاجية والتي ظهرت في وقت متاخر من مراحل نمو المحصول مما أظهر اختلافا واضحا بين التقدير المبكر( الطرق التقليدية) والطرق الحديثة ( الاستشعار عن بعد ) الذي كان أكثر دقة. يمكن أن تدعم الطرق الحديثة مثل الفرق بين ال NDVI او طريقة المكون الاساسي اكتشاف اي تغيير طارئ يحدث خلال مراحل نمو المحاصيل ولمساحات واسعة .ان امكانية بناء قاعدة بيانات مكانية او اي بيانات اخرى حول المناطق الزراعية والمحاصيل باستخدام التقنيات الحديثة يسهم بشكل فعال على توزيع الموارد بصورة صحيحة او إدارة التسويق اوالتوزيع وغيرها من الامور التي تساهم في وضع الخطط المناسبة في الوقت المناسب .
Abstract
Estimation of crop yield is critical for planning and making diverse policy decisions. Many countries depend on traditional methods of collecting data, such as ground- based inspections and reports, for the estimation of crop production. These techniques are uncertain, expensive, and time-consuming. Environmental conditions have the main effect on crop productivity. Crop growth and development are influenced by the weather, resulting in significant intra-seasonal yield diversity. The remote sensing dataset offers the opportunity to estimate cropland at different scales, from field-level to district-level, The goal of this study is to evaluate the utilization of various remote sensing data sources to predict the crop yields in Az-Zubaydiyah District in Wasit province in Iraq for the period between (2016–2022). These sources have different, radiometric and spatial resolutions, and the coverage area such as; Landsat-8 OLI (30m), Sentinel-2 (10m), and Spot-7 (6m) which use as support for the ground truth data in 2016. Statistical analysis was used to evaluate the association between the normalized difference vegetation index (NDVI), the soil-adjusted vegetation index (SAVI), and real wheat field areas. The images showed an efficient estimate at different scales, with accurate results of more than 95% with Sentinel-2 and Landsat- 8 data when using NDVI, and more than 96% with Sentinel-2 and Landsat-8 data when using SAVI at the sub-district level, where the results were dropped down about 3% at the district level, more than 92% with Landsat-8 using NDVI or SAVI index. Also, environmental factors have a clear effect on crop yield in 2018, when the temperature was less than the optimal limitation degree for wheat limitation as the result shows a sudden drop between the early estimation(traditional estimation) and the remote sensing estimation, which was more accurate. The differencing and principle component change detection methods can support the wheat crop growth stages monitoring at the field level and district level depending on quantitative or qualitative interpretation. Building a geo-database and more other information on agricultural areas and yields is essential for predicting and improving resource distribution, and marketing management and one of the things that contribute to making the right plans at the right time.
طلب نسخة من الملف
الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.