در پایان نامه حاضر با استفاده از تصاویر ماهواره ای لندست ۷ میزان تأثیر نوسانات بارش بر الگوهای کشت بررسی می شود .بدین منظور ابتدا بر اساس آمار بارش ایستگاه های باران سنج و با استفاده از شاخص بارش استاندارد شده (SPI) خشکسالی ها و تر سالی ها مشخص شدند)سال۱۳۸۱ به عنوان تر سالی و سال ۱۳۸۷ به عنوان خشکسالی .(سپس تصاویر ماهواره ای مربوط به این سال ها تهیه شدند .چون هدف ما انجام کار بر روی دشت سراب بود، به همین منظور لایه رقومی ارتفاع منطقه با استفاده از تصویر ماهواره ای ASTER تهیه شد تا با توجه به میزان ارتفاع، لایه دشت تهیه شود .با ایجاد لایه دشت ، تصاویر تهیه شده بر اساس این لایه برش داده شدند تا برای انجام طبقه بندی از آنها استفاده شود .در بین روشهای طبقه بندی از روش شئ گرا استفاده شد تا نتایج طبقه بندی از صحت بیشتری برخوردار شوند چرا که در طبقه بندی شئ گرا علاوه بر ارزش عددی هر پیکسل از ویژگی های مربوط به بافت، تن و رنگ تصاویر نیز برای طبقه بندی استفاده می شود .تصاویر ماهواره ای به همراه لایه شیب و شاخص پوشش گیاهی (NDVI)وارد محیط نرم افزار eCognition شدند .این نرم افزار از توانایی بالایی در سگمنت سازی و تحلیل شئ گرا دارد .در بین الگوریتم های موجود از الگوریتم نزدیکترین همسایه استفاده شد .از نتایج بدست آمده می توان به این مورد اشاره کرد که از بین الگوهای کشت موجود، کشت دیم بیش از سایر موارد از نوسانات بارش تأثیرمی پذیرد به نحوی که میزان کشت آن در خشکسالی ها نسبت به ترسالی ها حدود دو برابر کاهش پیدا می کند .همچنین آمار چاههای پیزومتری دشت سراب روند کاهشی محسوسی در خشکسالی ها را نشان می دهد که این روند به سمت زمین های کشاورزی آبی می باشد .در این مناطق وجود چاههای آب کشاورزان مزید بر علت می شود تا اثر خشکسالی برای چاههای پیزومتری دو چندان شود
Through the present article, by using the land-set satellite images7, the scale impacts of the raining frequency on the cultivation designs would be explored. Therefore, at first according to the raining statistics, the raining gauge station and by using the standard precipitation index, the drought and wet years were recognized (2022as the wet an 2008 as the drought years). Then the satellite images were supplied. Since our goal was on Sarab plain, so the digital layer of the height of the area was supplied by ASTER satellite image to supply the layer of the plain by attention to height's value. By creating the plain layer, the supplied images were cut in base of this layer to be used for categorizing them. Among the categorized methods, the objective method was used to show the more accurate results, since in the objective method, not only the numerical value of each pixel but also the characteristics of tissue, tone and color of the images were used for categorizing. The satellite images were entered the e-cognition software with slope and vegetation index. This software includes the high ability in segmenting and analyzing. Among the existed algorithm, the closed neighborhood algorithm was used. From accessed results, it is possible to point out that, from existed cultivated designs, the dry farming is affected more from precipitations so that its cultivation was reduced two times in drought year than the wet years. Also, the statistics of the piezometric potholders of Sarab plain show the reducing process in droughts which is through the water agricultural grounds. Through these areas, the existence of watery wells of agricultures is the reason for increasing the effects of drought on piezometric wells