طبقه بندی مهمترین عوامل طیفی مستخرج از تصاویر لندست 8 در تبیین کربن آلی خاک سطحی مراتع نیمه استپی با استفاده از تحلیل عامل اکتشافی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار پژوهشی، بخش تحقیقات مرتع، مؤسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران.

2 دکترای علوم مرتع، بخش تحقیقات مرتع، مؤسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران.

3 دانشیار پژوهشی، بخش تحقیقات مرتع، مؤسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

چکیده

کربن آلی یک شاخص کلیدی در تعیین سلامت خاک محسوب می‌شود که تمامی ویژگی‌های فیزیکی، شیمیایی و بیولوژیکی خاک را تحت تأثیر خود قرار می‌دهد. وسعت زیاد مراتع کشور، استفاده از روش‌های سنتی در برآورد کربن آلی خاک را با چالش جدی مواجه می‌کند. پژوهش حاضر با هدف تعیین مهمترین عوامل طیفی تأثیرگذار بر کربن آلی در افق سطحی خاک در دو مرتع ییلاقی لزور (استان تهران) و آساران (استان سمنان) انجام شد. پس از انجام عملیات پیش‌پردازش تصاویر ماهواره‌ای مناطق مورد مطالعه، لایه‌های اطلاعاتی بازتابش بالای اتمسفر باندهای 2 تا 7 همراه با متغیرهای آلبیدوی سطح، شاخص رس، شاخص کربنات، شاخص اندازة ذرات، NDVI، شاخص‌های روشنایی، سبزینگی و رطوبت تبدیل تسلدکپ محاسبه شد. نمونه-برداری از خاک، با استفاده از روش نمونه‌برداری تصادفی طبقه‌بندی شده انجام شد. میزان کربن آلی نمونه‌ها با استفاده از روش والکلی – بلاک اندازه‌گیری شد.
نتایج نشان داد باندهای 2 تا 7 همراه با متغیرهای آلبیدو، شاخص رس، NDVI، شاخص‌های روشنایی، سبزینگی و رطوبت تبدیل تسلدکپ، همبستگی معنی‌داری با کربن آلی خاک دارند (01/0> p). همچنین نتایج تحلیل عاملی نشان داد کل واریانس تجمعی تبیین‌شده بوسیلة 12 متغیر مذکور، برابر 74/91 درصد است که این میزان واریانس بوسیلة دو عامل توضیح داده شد. عامل اول (رنگ خاک)، 6/76 درصد واریانس و عامل دوم (پوشش گیاهی و بافت خاک)، 14/15 درصد واریانس را تبیین کردند.
با توجه به وسعت زیاد مراتع ایران، استفاده از روش‌های سنتی در برآورد کربن آلی خاک به دلیل نیاز به صرف وقت و هزینه زیاد، امکان‌پذیر نمی‌باشد و در چنین شرایطی استفاده از قابلیت‌های دورسنجی می‌تواند به عنوان گزینه‌ای مناسب برای پایش کربن آلی خاک مراتع کشور مطرح باشد.

کلیدواژه‌ها


عنوان مقاله [English]

Classification of the most important spectral factors extracted from Landsat-8 images in explaining the topsoil organic carbon in semi-steppe rangelands using Exploratory Factor Analysis (EFA)

نویسندگان [English]

  • Saeedeh Nateghi 1
  • Rostam Khalifehzadeh 2
  • Mahshid Souri 1
  • Morteza Khodagholi 3
1 Assistant Professor, Rangeland Research Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran.
2 Ph.D. in Rangeland Sciences, Rangeland Research Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran.
3 Associate Professor, Rangeland Research Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization (AREEO), Tehran, Iran.
چکیده [English]

Organic Carbon is a key indicator in determining soil health that affects all physical, chemical, and biological properties of soil. The large area of the country's rangelands causes a serious challenge to the use of traditional methods in estimating soil organic carbon. The aim of this study was to determine the most important spectral factors affecting topsoil organic carbon in two summer rangelands of Lazour (Tehran province) and Asaran (Cemnan province). After pre-processing satellite imagery of the studied areas, Top of Atmosphere (TOA) reflectance layers of bands 2 to 7 along with the variables of surface albedo, Clay index, Carbonate index, Grain Size index, NDVI, brightness, greenness, and wetness index of Tasseled cap transformation were calculated.Soil sampling was performed using the stratified-random sampling pattern. The amount of organic carbon of the samples was measured using the Walkley-Black method.
The results showed that the spectral variables of Top of Atmosphere reflectance layers of bands 2 to 7 along with the variables of albedo, Clay index, NDVI, brightness, greenness, and wetness index of Tasseled cap transformation have a significant correlation with topsoil organic carbon (p < 0.01). Also, the results of factor analysis showed that the total cumulative variance explained by the 12 variables is 91.74%, which was explained by two factors. The first factor (soil color) explained 76.6% of the variance and the second factor (vegetation and soil texture) explained 15.14% of the variance. Because of the large area of rangelands in Iran, the use of traditional methods in estimating soil organic carbon is not possible due to the need to spend a lot of time and money. And in such situations, the use of Remote Sensing capabilities can be considered as a suitable option for monitoring the topsoil organic carbon in the rangelands.

کلیدواژه‌ها [English]

  • Organic carbon
  • remote sensing
  • soil color
  • Lazour rangeland
  • Asaran rangeland

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 30 دی 1399
  • تاریخ دریافت: 29 آذر 1399
  • تاریخ بازنگری: 27 دی 1399
  • تاریخ پذیرش: 29 دی 1399