fa پهنه‌بندی شوری خاک‌های منطقه جنوب ‌شرق استان اصفهان با‌ استفاده از داده‌های زمینی و سنجنده TM ماهواره‌ای عمومی Ggeneral پژوهشي Research <p>هدف تحقیق حاضر ارزیابی قابلیت داده‌های ماهواره‌ای لندست TM مربوطه به شهریور‌ماه 1388 در شناسایی و تفکیک اراضی شور منطقه ورزنه واقع در جنوب‌شرقی استان اصفهان می‌باشد. داده‌های زمینیEC با ‌استفاده از روش نمونه‌برداری تصادفی از 53 سایت نمونه‌برداری با سطحی حدود 8100 متر‌مربع (9 پیکسل تصویر) جمع‌آوری گردید. شاخص‌های طیفی مانند باندهای TM، BI، 1SI، 2SI، و 3SI، مؤلفه‌های 1PC، 2PC، 3PC و همچنین مدل‌سازی رگرسیون چند‌متغیره خطی و روش طبقه‌بندی نظارت‌ شده بر تصویر زمین مرجع‌ شده اعمال‌ شد. نتایج آنالیز رگرسیونی نشان‌ داد که باند 4TM رابطه‌ قوی با EC زمینی دارد (48/0=2R). همچنین تصویر مدل‌سازی با ‌استفاده از باند 3، 4 و 5 و 3PC در سطح 99% معنی‌دار بود. ارزیابی صحت نقشه‌های‌ طبقه‌بندی باند 4 و تصویر مدل‌سازی با 5 کلاس شوری شامل 4-0، 20-4، 60-20، 100-60 و بیشتر از 100 دسی‌زیمنس بر متر نشان داد که به‌طور‌کلی بیش از 86% توافق بین نقشه‌ها و داده‌های زمینی EC وجود دارد. بنابراین، با‌ توجه به صحت بالای تصاویر طبقه‌بندی ‌شده نسبت ‌به روش‌های رگرسیون در تفکیک خاک‌های پهناور شور می‌توان از آنها به‌عنوان ابزار مناسب در جهت مدیریت و مبارزه با شوره‌زایی استفاده نمود.</p> <p>This study aimed to evaluate the performance of TM satellite data acquired in June 2009 to map soil salinity in southeast of Isfahan province. Ground salinity data (EC) was collected within 9 pixels, covering an area of approximately 8100 m2 using stratified random sampling technique at 53 sample sites. Spectral indices including TM bands, BI, SI1, SI2 and SI3, PC1, PC2, PC3 and also multiple linear regression modeling and maximum likelihood classification techniques were applied to the geometrically corrected image. Results of regression analysis showed that the TM band 4 had the strongest relationship with EC data (R2=0.48) and also the relationship of the modeling image using TM 3, TM 4, TM5 and PC3 was significant at the 99% confidence level. The accuracy assessment of the stratified TM4 and modeling image into five classes including 0-4, 4-20, 20-60, 60-100 and EC>100 ds/m indicated that there was more than 86% agreement with the field measurements of EC data. Therefore, it can be concluded that the discretely classified salinity maps have higher accuracy than regression methods for identifying broad areas of saline soils, and can be used as appropriate tools to manage and combat soil salinization.</p> شوری خاک, سنجش از دور, شاخص شوری, رگرسیون چند‌متغیره خطی Soil salinity, Remote sensing, Salinity index, Multiple linear regressions. 31 45 http://jstnar.iut.ac.ir/browse.php?a_code=A-10-1-84&slc_lang=fa&sid=1 F. Mahmoodi فرید محمودی No Dept of Natur. Isf. Univ. of Technol., Isfahan. Iran. گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان R. Jafari رضا جعفری reza.jafari@cc.iut.ac.ir Yes Dept of Natur. Isf. Univ. of Technol., Isfahan. Iran. گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان H. R. Karimzadeh حمید‌رضا کریم‌‌زاده No Dept of Natur. Isf. Univ. of Technol., Isfahan. Iran. گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان N. Ramezani نفیسه رمضانی No Dept of Natur. Isf. Univ. of Technol., Isfahan. Iran. گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان