%0 Journal Article %T پیش بینی شوری خاک با روش رگرسیون چند متغیره بر مبنای شاخص‌های استخراج شده از تصاویر لندست 8 (مطالعه موردی: ارومیه) %J تحقیقات کاربردی خاک %I دانشگاه ارومیه %Z 2423-7116 %A خالقی, رعنا %A بهمنش, جواد %A آزاد, نسرین %D 2019 %\ 05/22/2019 %V 7 %N 1 %P 108-121 %! پیش بینی شوری خاک با روش رگرسیون چند متغیره بر مبنای شاخص‌های استخراج شده از تصاویر لندست 8 (مطالعه موردی: ارومیه) %K هدایت الکتریکی خاک %K سنجش از دور %K مولفه‌های توپوگرافیک %K داده‌های ماهواره‌ای %K پارامترهای آماری %R %X پایش و مدیریت شوری، یکی از مهم‌ترین مسائل کشاورزی به‌خصوص در مناطق خشک و نیمه‌خشک است. به‌منظور دستیابی به این هدف، بهره‌گیری از ابزارهای نوین مانند سنجش از دور و GIS اجتناب ناپذیر است. بررسی روابط بین پارامترهای مختلف خاک با داده‌های ماهواره‌ای، گامی مؤثر در پیش‌بینی هدایت الکتریکی عصاره اشباع خاک است. در این پژوهش با استفاده از روش‌ رگرسیون چند متغیره بر اساس روابط بین مؤلفه‌های توپوگرافیک با شاخص‌های استخراج شده از تصاویر ماهواره‌ای سنجنده لندست 8، پیش‌بینی هدایت الکتریکی عصاره اشباع خاک در دشت ارومیه مورد بررسی قرار گرفت. بدین منظـور ابتـدا از عمق 0-30 سانتی‌متری خـاک سـطحی،40 نمونه در منطقة مطالعاتی برداشت و در آزمایشگاه مقادیر EC مربوط بـه هـر نمونه اندازه‌گیری گردید. پس از انجام پردازش‌های لازم بر روی تصاویر ماهواره‌ای، با تعیین نقاط زمینی بر روی تصاویر، ارزش پیکسل‌های نظیر نقاط زمینی در باندهای مختلف استخراج گردید. در این پژوهش، داده‌ها به دو سری تقسیم شدند؛ سری آموزشی (80% داده‌ها)، سری ارزیابی (20% داده‌ها). رابطة بین داده‌های ماهواره‌ای و نتایج حاصل از آزمـایش-هـای خـاک منطقه با استفاده از روش‌ رگرسیون چند متغیرة خطی استخراج و دقت مدل‌ با استفاده از فاکتورهایی نظیـر خطای معیار برآورد، ضریب تعیین تعدیل شده، ضریب دوربین-واتسون و ضریب همبستگی مورد ارزیابی قرار گرفت. نتایج پژوهش بیان‌گر ارائه مدلی با ضریب همبستگی 3/70 درصد، خطای معیار برآورد 03/10 درصد، ضریب تعیین تعدیل شده 8/61 درصد و ضریب دوربین-واتسون 709/1 می‌باشد. در نهایت مدل بر روی داده‌های آزمون اعمال و برای ارزیابی از مقادیر پارامترهای RMSE، GMER و R2 استفاده شد که به ترتیب برابر 354/0، 867/0 و 82/63 % محاسبه گردیدند، که نتایج نشان از کارآیی و دقت خوب مدل در پیش‌بینی می‌باشد. %U