کشت سیبزمینی به‌عنوان یکی از محصولات کشاورزی جایگاه ویژهای در سبد غذایی انسانهادارد و پس از ذرت و گندم، سومین منبع غذایی در جهان است. مدلهای سنتی کشت سیبزمینی محدودیتهایی از قبیل هزینه زیاد، به دست آوردن داده ورودی مورد نیاز و کمبود اطلاعات مکانی در برخی موارد باعث شد که این مدلها به فراموشی سپرده شوند. با تکیه بر علوم نوین و فناوری‌های جدید، پیشرفتهای چشمگیری درزمینه تولید و کیفیت محصولات زراعی رخ‌داده است. هدف از انجام این پژوهش مشخص نمودن بهترین بازه زمانی باهدف تولید مدلهای تخمین برای محصول سیبزمینی و همچنین تعیین بهترین الگوریتم برای مدلسازی و درنهایت دستیابی به بهترین دقت برای پیشبینی میزان محصول تولیدی و کیفیت آن هست. در کنار این موارد تأثیر عوامل زمینی مانند آبیاری، سم‌پاشی، کود دهی و میزان بارش نیز به‌عنوان فاکتورهای مؤثر مورد بررسی قرار گرفته است. هدف از این تحقیق ادغام دادههای ماهوارهای و دادههای زمینی بر روی 40 سایت کشت سیبزمینی در شهرستان سراب استان آذربایجان شرقی جهت تخمین محصول قابل برداشت است. از تصاویر ماهوارهای سنتینل-2 که برای استخراج شاخص NDVI اراضی مورد مطالعه استخراج شد و میزان همبستگی آن‌ها با دادههای زمینی به دست آمد. بیشترین همبستگی در تاریخ 28 خرداد به میزان 0.48 بود. دلیل پایین بودن این همبستگی غده بودن سیبزمینی و تأثیر کم سبزینگی روی محصول تولیدی میباشد. برای مدلسازی از چهار الگوریتم یادگیری ماشین استفاده شد که روش فرآیند گوسی بهترین نتایج را بهمراه داشت (0.61R2=). نتایج نشان داد که برای افزایش دقت مدلسازی و تولید مدلهای تخمین میتوان از دادههای ماهوارهای با رزولوشن بهتر استفاده کرد تا نتایج بهتری تولید شود و همچنین میتوان تعداد اراضی که به‌عنوان داده آموزشی برای مدلسازی استفاده میشدند را بالا برد تا مدلی دقیق تولید گردد.
Rasoulinia M, Sharifi A. Potato yield estimation using Sentinel-2 satellite images, Case study: Sarab city. JGST 2021; 11 (1) :107-116 URL: http://jgst.issgeac.ir/article-1-1015-fa.html
رسولی نیا محمد، شریفی علیرضا. تخمین محصول سیبزمینی با استفاده از تصاویر ماهواره ای سنتینل-2، مطالعه موردی: شهرستان سراب. علوم و فنون نقشه برداری. 1400; 11 (1) :107-116
