اخبار ، مقالات و تحقیقات گروهی را دنبال کنید.
آموزش پایش خشکسالی کشاورزی با استفاده از تصاویر لندست
خشکسالی کشاورزی جنبه های مختلف خشکسالی اقلیمی و یا خشکسالی هیدرولوژیکی را به تاثیرات کشاورزی پیوند می دهد. تعریف خوب از خشکسالی کشاورزی آن است که بتواند حساسیت متغیر گیاهان زراعی را در طی مراحل نمو گیاه از سبز شدن تا بلوغ لحاظ نماید.
کمبود رطوبت در لایه های فوقانی خاک به هنگام کاشت می تواند باعث تأخیر جوانه زنی شود که موجب کاهش تراکم بوته در هکتار و نقصان عملکرد نهایی گردد. امروزه پایش خشکسالی به دلیل ارتباط نزدیک آن با بازدهی محصولات کشاورزی همواره مورد توجه بسیاری از محققان در اکثر کشورهای جهان قرار گرفته است اما با توجه به محدودیت های دریافت داده های هواشناسی بخصوص در کشورهای درحال توسعه از جمله ایران استفاده از دانش سنجش از دور به یک ابزار مفید و کارآمد در این زمینه تبدیل شده است.
برای مطالعه خشکسالی تصاویر Landsat و MODIS از داده های پر کاربرد به شمار می رود و پایش خشکسالی با استفاده از این داده ها می تواند خلاء داده های هواشناسی را جبران کند و محققان با استفاده از این داده ها می توانند خشکسالی یک ناحیه را مورد مطالعه قرار دهند
مشخصات محصول آموزشی
- مدرس: شادمان درویشی
- آخرین مدرک تحصیلی: کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی
- موضوع: پایش خشکسالی کشاورزی با استفاده از تصاویر لندست
- نرم افزار: ARCGIS10.4 و ENVI 5.3
- فرمت: ویدئوی آموزش MP4
- طول دوره: ۱ ساعت و ۵۵ دقیقه
- محتویات فایل دوره: محتویات فایل شامل پیشپردازشهای مرتبط با مطالعه خشکسالی، اجرای شاخصهای خشکسالی و تهیه نقشه های خشکسالی
- داده های تمرینی: ندارد
توضیحات محصول آموزشی
این محصول شامل دو فایل آموزشی با عناوین فایل ENVI و فایل GIS است. محتوای فایل ENVI شامل پیش پردازش و آماده سازی تصاویر و محاسبه شاخص NDVI و فایل GIS شامل اجرای شاخصهای خشکسالی TCI، VCI، VDI، VSWI و VHI، تهیه نقشههای خشکسالی در چهار کلاس خشکی، محاسبه مساحت طبقات خشکی و پایش خشکسالی می باشد.
بخشی از ویدئوی آموزشی
عناوین آموزشی
عناوین آموزشی شامل موارد زیر می باشد:
- دریافت تصاویر ماهوارهای از سایت زمین شناسی ایالات محتده
- آماده سازی و پیشپردازش تصاویر
- استخراج شاخص NDVI
- استخراج دمای سطح زمین (LST) با استفاده از الگوریتم پنجره مجزا
- استخراج شاخص VCI
- استخراج شاخص TCI
- استخراج شاخص VHI
- استخراج شاخص VSWI
- استخراج شاخص VDI
- تهیه نقشه طبقات خشکسالی در GIS
- محاسبه مساحت طبقات خشکی در هر سال
- نتیجه گیری و خروجی نهایی
تهیه آموزش:
به منظور تهیه ای محصول آموزشی بر روی دکمه زیر کلیک کنید و پس از تهیه بلافاصله دانلود کنید.
۲ آموزش مرتبط:
- آموزش محاسبه شاخص های کاربردی خشکسالی TCI و VCI – در Google Earth Engine
- آموزش پرکاربردترین شاخص های خشکسالی سنجش از دور در نرم افزار ENVI
9 دیدگاه. ارسال دیدگاه جدید
با سلام و خشته نباشید
در محاسبه شاخص VDI در بعضی از مواقع متغیر low لایه VSWI بیشتر از متغیر high اون است و نرم افزار در محاسبه دچار مشکل میشه و بازه از ۱۰۰ خیلی زیادتر میشه برای حل این مشکل دستور رو بصورت منفی وارد میکنم و این مشکل درست میشه حالا در طبقه بندی باید قرینه طبقه بشن یا باید چه کار کرد؟
سلام. باید مطابق ارزشهای شاخص طبقه بندی صورت بگیره یعنی مقادیر منفی تا صفر به عنوان طبقه خشکی. مقادیر صفر تا ۵۰ به عنوان شرایط خوب و از ۵۰ بزرگتر به عنوان شرایط بهینه طبقه بندی بشن. باتشکر
با سلام. طبقه بندی شاخص باتوجه به ماهیت شاخص و باید بر اساس ارزشهای طیفی آن صورت بگیره یعنی مصادیر منفی تا صفر به عنوان شریط خشکی. مقادیر صفر تا ۵۰ به عنوان شرایط خوب و مقادیر بزرگتر از ۵۰ به عنوان شرایط بهینه طبقه بندی بشه. با تشکر
سلام
وقت بخیر
جسارتا ببخشید چجوری باید صحت سنجی انجام داد که مشخص بشه بین شاخص های محاسبه شده TCI VCI VDI کدام یک برا منطقه مورد مطالعه مناسب تره؟
آیا تو این مجموعه در این رابطه توضیحی ارائه شده؟
ممنون میشم در این رابطه توضیح بفرمایید
سپاس از شما
سلام لطفا فیلم آموزشی استخراج شاخصهای خشکسالی با تصویر مودیس نیز تهیه گردد. ممنون
سلام
لطفا به لینک زیر مراجعه کنید:
پرکاربردترین شاخص های خشکسالی سنجش از دور در نرم افزار ENVI
به آموزش زیر مراجعه کنید.
https://girs.ir/drought-monitoring-in-google-earth-engine/
موفق باشید
با عرض سلام و خسته نباشید
در این آموزش از extention استفاده شده ولی در فایل دانلودی قرار داده نشده
از چه طریقی میتونم این اکتنشن رو دریافت کنم
با سلام. متاسفانه سایت Atmospheric correction Parameter اطلاع داده که دیگه در دسترس نیست. برای محاسبه تاو 10 باید چکار کرد از این به بعد ؟