برآورد ترکیب نمکی خاک با استفاده از دادههای طیفی و فراطیفی در کرانه شرقی دریاچه ارومیه
First Statement of Responsibility
منصور عمرانی
.PUBLICATION, DISTRIBUTION, ETC
Name of Publisher, Distributor, etc.
کشاورزی
Date of Publication, Distribution, etc.
۱۴۰۰
PHYSICAL DESCRIPTION
Specific Material Designation and Extent of Item
۱۰۵ص.
Accompanying Material
سی دی
DISSERTATION (THESIS) NOTE
Dissertation or thesis details and type of degree
دکتری
Discipline of degree
علوم و مهندسی خاک گرایش : (پیدایش، ردهبندي و ارزیابی خاک)
Date of degree
۱۴۰۰/۰۶/۳۱
SUMMARY OR ABSTRACT
Text of Note
دریاچه ارومیه كه در شمال غرب ایران واقع شده، داراي یك محیط پویا میباشد كه بعد از سال 0991 میلادي، سطح آباین دریاچه بهویژه دركرانه شرقی آن بهتدریج كاهش پیدا كرده است. علاوهبرعلاوهبراین، خشك شدن آن سبب افزایشچشمگیر مقدار نمك آب دریاچه شده است. هدف این پژوهش كاربرد 00 شاخص دورسنجی مستخرج از تصویر ماهوارهايلندست 1 براي پیشبینی و تهیه نقشههاي مكانی تركیب نمكی خاک، كاتیونها و آنیونهاي محلول در عصاره اشباع)الكترولیتها( و قدرت یونی به عنوان ویژگی هاي دیریافت و پارامترهاي شیمیایی خاک است. همچنین این تحقیق بهاهمیت تكنیكهاي دادهكاوي در نقشهبرداري رقومی خاک به صورت پیشرفته میپردازد. بدین منظور، دو مكان )سایت(مجزا هر یك به مساحت بهترتیب 222 و 271 كیلومتر مربع انتخاب شدند. بنابراین، تعداد 021 نمونه خاک از كرانه شرقیدریاچه ارومیه برداشت شد. دادههاي برگرفته از هر دو سایت به عنوان دادههاي مدلسازي مورد استفاده قرار گرفتند درحالیكه نقشههاي رقومی فقط براي سایت اول تهیه و ارائه شدند. علاوهبر تجزیههاي روتین فیزیكی و شیمیایی، نرمافزارVisual MinTEQ براي محاسبه شاخص اشباع تركیب نمكی و قدرت یونی مورد استفاده قرار گرفت. مقادیر مثبتشاخصهاي اشباع فقط براي آراگونیت، كلسیت، دولومیت، گچ و واتریت تشخیص داده شدند. براي تهیه نقشههايویژگی هاي مذكور، سه مدل جنگل تصادفی، درخت تصمیم و كیوبیست به عنوان كاندیداها ارزیابی و سپس روش بوت-استرپ همراه با فواصل محاسبه شده پیشبینی )حد بالایی و پایین پیش بینی در سطح اطمینان 91 %( مورد استفاده قرارگرفت تا عدم قطعیت هر یك از نقشهها را بیان كند. محیط برنامهنویسی R براي تلفیق دادههاي نقطهاي و رسترهاي تهیهشده به عنوان متغیرهاي كمكی براي مدلسازي مكانی و تحلیلهاي عدم قطعیت بكار برده شد. با مد نظر قرار دادنمعیارهاي بهینه بودن، مدل كیوبیست به عنوان برترین مدل انتخاب شد كه براي مجموعه دادهها و متغیرهاي محیطیكارایی بالایی نشان داد. پیشبینی یونهاي یك ظرفیتی مانند سدیم، پتاسیم و كلرید در مقایسه با یونهاي دوظرفیتیمانند كلسیم، منیزیم و سولفات هم در واسنجی و هم در اعتبارسنجی بهطور كلی خوب بوده است. بر اساس نتایج بهدستآمده، همانطوري كه انتظار می رفت، یونهاي سدیم و كلرید در مرز خط كرانه اي بیشتر مشاهده گردید كه این امر درمورد پتاسیم صدق نمی كند. غلظت بالاي سدیم در نزدیكترین قسمت به بدنه دریاچه ارومیه مشاهده و زمان تبخیر زیادآب شور، شوري آب باقیمانده نیز زیادتر میشود. نمكهاي متنوع با حلپذیري مختلف در غلظتهاي متفاوتی از شوريرسوب میكنند. نمكهاي نامحلول مانند سدیم در نزدیكی محل تبخیر مشاهده اما توزیع پتاسیم در تمام محدوده موردمطالعه داراي پراكنش یكنواختی بوده ولی غلظت هاي بالاي پتاسیم در قسمت جنوب غربی منطقه مورد مطالعه مشاهدهگردید. براساس نقشههاي رقومی، غلظتهاي بالاي دولومیت و گچ در قسمت مركزي محدوده مطالعاتی تشخیص داده شد.مقدار زیاد قدرت یونی نزدیك به كرانه شرقی دریاچه از نمكهاي نامحلول و كممحلول جلوگیري به عمل میآورده و مهم-ترین یافته این تحقیق آن است كه توزیع مكانی قدرت یونی به تنهایی با استفاده از شاخصهاي دورسنجی پیشبینیگردیده است. در راستاي اعمال انواع تكنیكهاي پردازش تصویر براي شناسایی تركیبهاي نمكی، مؤثرترین روشهاي استخراجاطلاعات نیز در قالب شاخصهاي طیفی و مكانی اعمال شده و دقت هریك مورد ارزیابی قرار گرفته است. لازم به ذكر است كه در حالحاضر فناوري دورسنجی به عنوان فناوري برتر در بررسی تغییرات زیست محیطی و منابع خاک مورد استفاده قرار میگیرد، در اینراستا، با ارتقاي دقتهاي تفكیك مكانی، طیفی و زمانی تصاویر دورسنجی و در اختیار گرفتن طیف وسیعی از دادهها، شناساییتكنیكها و روشهاي كارآمد براي استخراج دادههاي مورد نیاز از اهیمت فزایندهاي برخوردار است. بنابراین، نتایج تحقیق حاضر درجامعه سنجش از دور به وسیله كاربرد شاخصهاي دورسنجی همراه با مؤثرترین تكنیكها اهمیت زیادي داشته و میتواند بهعنوان یك تحقیق نوین در جامعه علمی سنجش از دور تلقی گردد. علاوهبراین با لحاظ اهمیت نقشهبرداري رقومی خاک براي انواعاهداف آمایش سرزمین نظیر كشاورزي دقیق و توسعه پایدار، تكنیكها و روشهاي اعمال شده در تحقیق حاضر با تغییر در آستانهها وبومیسازي در سایر مناطق قابل استفاده میباشد.
Text of Note
Urmia Lake is located in the north west of Iran, has a dynamic environment. After 1995, the water level of that lake has been slowly decreased especially in the eastern shore. Additionally, its desiccation was characterized by a sharp increase in the salinity of sea water. The aim of this study was to apply 14 remote sensing indices extracted by Landsat 8 OLI imagery for predicting and spatially mapping of soil salt composition, major electrolytes, and ionic strength (IST) as difficult-to measure soil chemical properties and parameters. This research also focuses on the importance of data mining techniques in advanced digital soil mapping (DSM). For this, two separated sites with extension of 223 and 275 km2 were selected. A total of 130 soil samples were therefore taken from the east shore of Urmia Lake. The data extracted by both sites were implemented in modeling wherase the digital maps were provided and presented for only the first site. In addition to routine chemical and physical analysis, the Visual MINTEQ software was utilized for computing the saturation index of salt composition as well as ionic strength. The positive values of saturation indices were only identifed for aragonite, calcite, dolomite, gypsum and vaterite in the study area. For mapping the aforementioned properties, random forests, decision tree and cubist were the three candidate modeling approaches. The bootstrapping technique according to the calculated prediction intervals (upper and lower limit of prediction 95%) was then used to inspect the associated uncertainty of all created digital maps. The R program was used to perform reformatting soil point data and stooked raster fles as auxiliary data for spatial modeling as well as uncertainty analysis. Regarding optimality, the cubist model was identifed as the mosteffcient model for our data set and environmental covariates. The prediction of monovalent ion (i.e. Na+, K+, and Cl-) concentrations, but not divalen ion (l.e. Ca2+, Mg2+, and SO42-) concentrations, was generally quite good with calibration and validation dataset. Based on the results, Na+ and Cl- were identifed in the shore line as we expected while it was not observed in terms of K+. High concentration of sodium was observed right in the vicinity of Urmia lake east shore. When lake saline water is evaporated, the salinity of the remaining solution increases. Different salts with different solubility become insoluble at different salinities. The very soluble salts like sodium salts are found near the evaporating water. Potassium showed a more uniform distribution over the study area. However, high concentrations of potassium were found in the southwest of the area. As it can be seen from the digital maps, the highest supersaturation with respect to dolomite and gypsum was detected in the central part of the study area. The high value of IST near the east shore of the lake prevents precipitation of insoluble and low soluble salts. In genereal, the most important finding of this paper was the successful prediction of spatial distribution of IST using solely remotely-sensed indices. To apply some methodologies in terms of image processing to identify the soil salt composition, the most efficient procedure to gain data relevant to the optical and spatial data were evaluated. Threfore, this research is of great importance for the remote sensing society, by means of applying the respective remote sensing indices and identifying the most effective techniques. Morover, due to the importance of DSM regarding main objectives e.g. land-use planning and sustainable agriculture development, it is advised that the supplied methods should be re-calibrated for any specific area before using.
OTHER VARIANT TITLES
Variant Title
Estimating soil salt composition using spectral and hyperspectral data in the east shore of Urmia Lake