استخدام صور الأقمار الصناعیة عالیة الدقة الایضاحیة فى التنبؤ بالاجهاد على محصول البطاطس

نوع المستند : Original Article

المؤلفون

1 مدرس الهندسة الزراعیة کلیة الزراعة جامعة طنطا، مصر.

2 أستاذ الهندسه الزراعیه; کلیة الزراعه-جامعة طنطا، مصر.

3 طالب دراسات علیا - کلیة الزراعة جامعة طنطا، مصر.

المستخلص

أجریت هذه الدراسة على محصول البطاطس صنف سبونتا  خلال الموسم الشتوى 2010/ 2011 بمزرعة الزهراء التابعة لمرکز البحوث الزراعیة – طرابلس – لیبیا بهدف دراسة امکانیة استخدام بیانات الاستشعار عن بعد عالیة الدقة الایضاحیة للتنبؤ بتأثیر نقص کل من معدل اضافة المیاه ومعدل التسمید النیتروجینى على  محصول البطاطس.
وقد صممت التجربة بنظام القطع المنشقة حیث کانت معاملات الرى فى القطع الرئیسیة بینما کانت معاملات التسمید فى القطع التحت رئیسیة. ولتعمیم النتائج على نطاق کبیر تم اختیار مجموعة اخرى من الحقول لمتابعتها من حیث انتاجیتها. وتم تجمیع البیانات الارضیة الازمة لعمل التصحیحات اللازمة لصور الأقمار الصناعیة شاملة الاحداثیات لنقط محددة کتقاطع الکبارى مع الطرق.  تمت دراسة  العلاقة بین الخواص الطبیعیة والکمیائیة لمحصول البطاطس والمؤشرات الخضریة المحسوبة من صور الأقمار الصناعیة  و تعمیم النتائج المتحصل علیها من التجارب الحقلیة على نطاق کبیر. ولقد تم عمل الزیارات الحقلیة لمنطقة الدراسة لتتزامن مع تجمیع بیانات الاستشعار عن بعد . تم أیضا تجمیع عینات تربة وعینات من میاه الرى من مناطق الدراسة واظهرت الدراسة النتائج التالیة:
صور الاقمار الصناعیة عالیة الدقة الایضاحیة یمکن استخدامها بنجاح للتنبؤ بالاجهاد على محصول البطاطس. یعتبر (RVI , NDVI ) الامثل فى التنبؤ بإنتاجیة البطاطس بمعامل ارتباط 0.77  بینما یعتبر  NDVI الأمثل فى التنبؤ بترکیز الکلوروفیل حیث کان معامل الارتباط بینهما 0.76   
ومن خلال نتائج هذا البحث نجد أن استخدام صور الاقمار الصناعیة عالیة الدقة الایضاحیة سیساعد فى استخدام الموارد المتاحة بکفاءة عالیة وبالتالى معظمة انتاجیة المحصول وذلک بالتنبؤ بالاجهاد على النبات عند مراحل نمو مبکرة واتخاذ القرار المناسب لتجنبه.  

الموضوعات الرئيسية


Bannari, A., Khurshid, K. S., Staenz, K. and Schwarz, J. (2008). Potential of Hyperion EO-1 hyperspectral data for wheat crop chlorophyll content estimation. Canadian Journal of Remote Sensing 34: 139-157. 
Elmetwalli, A. H., Derbala, A. A. and Fouda, T. Z. (2010). Using in situ hyperspectral measurements and high resolution satellite imagery to detect stress in wheat in Egypt. Misr J. Agric. Eng., 27(4): 1811-1822.
King, B., Stark, J., Love, S. (2003). Potato production with limited water supplies. Idaho Potato Conference, January 22, 2003.
Moran, M. S. (2000). New imaging sensor technologies suitable for agricultural management. Aspects of Applied Biology, 60. Remote Sensing in Agriculture, 1-10.
Patel, N. and Rajput, T. B. S. (2007). Effect of drip tape placement depth and irrigation level on yield of potato. Agricultural water management, 88: 209-223.
Shock, C. C., Feibert, E. B. G. (2000). Deficit irrigation of potato. Deficit Irrigation Practices, Water Report 22, ISBN 92-5-104768-5, 109 pp.
Wu, J., Wang, D. and Bauer, M. E. (2007b). Assessing broadband vegetation indices and QuickBird data in estimating leaf area index of corn and potato canopies. Field Crops Research 102: 33-42.
Wu, J., Wang, D., Rosen, C. J. and Bauer, M. B. (2007a). Comparison of petiole nitrate concentration, SPAD chlorophyll readings, and QuickBird satellite imagery in detecting nitrogen status of potato canopies. Field Crops Research 101: 96-103.
Yang, C., Everitt, J. H. and Bradford, J. M. (2006a). Comparisons of QuickBird satellite imagery and airborne imagery for mapping grain sorghum yield patterns. Precision Agriculture 7: 33-44.
Yang, C., Everitt, J. H. and Bradford, J. M. (2006b). Evaluating high-resolution QuickBird satellite imagery for estimating cotton yield. Transactions of the ASABE 49 (5): 1599-1606.
Yoder, B. J., and Pettigrew-Crosby, R. E. (1995). Predicting nitrogen and chlorophyll content and concentrations from reflectance spectra (400-2500 nm) at leaf and canopy scales. Remote Sensing of Environment, 53: 199-211.
Zvomuya, F., Rosen, C. J., Russelle, M. P. and Gupta, S. C. (2003). Nitrate leaching and nitrogen recovery following application of polyolefin-coated urea of potato. J. Environ. Qual., 32: 480-489.