مشخصات پژوهش

عنوان	برآورد ضریب گیاهی گندم پاییزه با استفاده از داده های سنجش از دور با رویکرد کاهش داده
نوع پژوهش	مقاله چاپ شده
کلیدواژه‌ها	پیش پردازش؛ چرخشی؛ شاخص های توسعه یافته؛ کاهش داده
چکیده	استفاده بهینه از آب آبیاری نیاز به برنامه ریزی دقیق آبیاری دارد و برآورد دقیق ضریب گیاهی به خصوص در مقیاسهای وسیع پیشنیاز آن است. هدف از این تحقیق مقایسه برخی از رویکردهای پیشپردازش داده های ورودی به شبکه عصبی مصنوعی: رگرسیونی و کاهش داده )تحلیل مؤلفههای اصلی و چرخشی( در برآورد ضریب گیاهی با شاخص های NDVI ، RI ، TVI ، MSAVI ، SAVI ، mTVI ، EVI ، MNDVI ، TVX ، NVSWI در جهت مدل سازی ضریب گیاهی گندم در استان آذربایجان شرقی بود. مقایسه عملکرد رویکرد کاهش داده و رگرسیون بیانگر کاهش معیارهای خطا در رویکرد کاهش داده بود، بهعنوان نمونه درصد افزایش آماره RMSE از 22 بود. رویکردهای مورد استفاده در برآورد ضریب گیاهی از تخمین بیشبرآوردی / 11 و از حالت تحلیل مؤلفههای اصلی به رگرسیون 7 / حالت چرخشی به رگرسیون 8برخوردار بودند بهطوریکه میزان افزایش متوسط ضریب گیاهی دوره صحتسنجی از ضریب گیاهی فائو به رویکرد پیشپردازش با رگرسیون، تحلیل مؤلفههای اصلی و13 درصد ضریب / 4 درصد بوده است. بنابراین استفاده از چرخش در تحلیل کاهش داده میزان دقت تخمین را بالا میبرد. کاهش 11 / 6 و 6 /7 ،11/ چرخشی به ترتیب 7همبستگی از شاخص MSAVI نسبت به NDVI ، حاکی از این است که شاخصهای توسعه یافته براساس شرایط منطقه در افزایش کارایی برآورد ضریب گیاهی با تصاویر ماهواره ای از اهمیت ویژهای برخوردار هستند.
پژوهشگران	لاله پرویز (نفر اول)