بررسی ارتباط بین عامل مدیریت پوشش در معادله جهانی فرسایش با شاخص‌های گیاهی در اراضی شیب‌دار لسی (مطالعه موردی: مزرعه گندم در حوضه توشن)
سابقه و هدف: میزان فرسایش در استان گلستان به‌علت موقعیت جغرافیایی، اقلیمی و تخریب منابع دارای نرخ بالایی می‌باشد. یکی از اولویت‌ها در جلوگیری از پدیده مخرب فرسایش، تعیین یک روش مناسب جهت اندازه‌گیری میزان فرسایش‌پذیری خاک‌هاست. یکی از مهمترین روشهای محاسبه فرسایش خاک، معادله ویشمایر و اسمیت (١٩٧٨)...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Gorgan University of Agricultural Sciences and Natural Resources
2016-04-01
|
| Series: | پژوهش‌های حفاظت آب و خاک |
| Subjects: | |
| Online Access: | https://jwsc.gau.ac.ir/article_3036_8edef9ef2f405c053def6c8709b6a73f.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | سابقه و هدف: میزان فرسایش در استان گلستان به‌علت موقعیت جغرافیایی، اقلیمی و تخریب منابع دارای نرخ بالایی می‌باشد. یکی از اولویت‌ها در جلوگیری از پدیده مخرب فرسایش، تعیین یک روش مناسب جهت اندازه‌گیری میزان فرسایش‌پذیری خاک‌هاست. یکی از مهمترین روشهای محاسبه فرسایش خاک، معادله ویشمایر و اسمیت (١٩٧٨) است که به فرمول جهانی فرسایش خاک معروف می‌باشد. در این معادله مدیریت پوشش گیاهی(C) یکی از عوامل شش‌گانه موثر در فرسایش است که اندازه‌گیری آن به‌سادگی امکان‌پذیر نمی‌باشد. یکی از روشهای پرکاربرد جهت برآورد این شاخص، استفاده از تصاویر ماهواره‌ای می‌باشد. محققان روشهای زیادی را برای ارزیابی فاکتور مدیریت پوشش گیاهی با استفاده از NDVI برای ارزیابی هدر رفت خاک به روش USLE ارائه دادند (لین و همکاران ، ؛ 1999؛ دی‌جونگ ، 2002). این روشها از مدل رگرسیونی برای ایجاد آنالیز همبستگی بین مقدار فاکتور C اندازه‌گیری شده در مزرعه استفاده می‌کند. لذا در این تحقیق تلاش شد شاخص‌های مربوطه از تصاویر ماهواره‌ای در زمان‌های مختلف رشد محصول زراعی عمده استان استخراج و ارتباط آن با میزان فرسایش واقعی بدست آمده در مزرعه بدست آید.مواد و روشها: برآورد عامل C، در 6 زمان متوالی به‌کمک شبیه‌ساز باران در دو شدت بارش 32 و 105 میلی‌متر بر ساعت، در زمان تداوم 20 دقیقه اندازه‌گیری شد. عامل مدیریت پوشش گیاهی به روش CSERL نیز محاسبه و شاخص‌های گیاهی NDVI و SAVI با استفاده از تصاویر ماهواره لندست 8 مربوط به 6 زمان موردنظر به‌کمک نرم‌افزارERDAS IMAGIN 2011 بدست آمد. سپس ارتباط رگرسیونی بین فاکتور CSERL و شاخص‌های گیاهی NDVI و SAVI با استفاده از نرم‌افزار Excel بدست آمد و ضریب تبیین تعدیل شده، ضریب تبیین رگرسیون و همبستگی بدست آمده توسط نرم‌افزار SAS بعنوان شاخص ارزیابی مورد استفاده قرار گرفت. یافته‌ها: با توجه به نتایج، شاخص NDVI (76/0= R2) در مقایسه با شاخص SAVI (54/0= R2) به‌منظور پیش‌بینی فاکتور CSERL توسط تصاویر ماهواره لندست 8 مناسب‌تر به‌نظر می‌رسد. شاخص‌های پوشش گیاهی به‌دست آمده توسط تصاویر ماهواره‌ای با عامل C به‌دست آمده از شدت بارش بالاتر ارتباط بیشتری داشت. همچنین با بررسی روند تغییرات فاکتور CSERL طی 6 زمان متوالی در تیمار با شدت بارش 105 میلی‌متر در ساعت در زمان تداوم 20 دقیقه مشاهده شد که این فاکتور در ماه دی و خرداد به ترتیب برابر با 16/0 و 03/0 شد.نتیجه‌گیری: در این تحقیق مشاهده شد که رابطه معنی‌داری بین عامل C و شاخص NDVI (76/0= R2) در سطح احتمال 99 درصد وجود دارد. بر اساس نتایج شاخص NDVI بهترین برآورد را با فاکتور CSERL در شدت بارش 105 میلی‌متر بر ساعت داشت و بنابراین به‌عنوان روشی با دقت مناسب پیشنهاد می‌گردد. |
|---|---|
| ISSN: | 2322-2069 2322-2794 |