تعیین قابلیت تصاویر ماهواره‌ای لندست 8 در تخمین سطح زیر کشت زعفران (نمونه موردی: شهرستان تربت‌حیدریه)

زعفران محصولی استراتژیک است و برآورد سطح زیر کشت و در نهایت برآورد میزان تولید آن در محدوده‌های جغرافیایی خاص، الزمه برنامه‌ریزی و تصمیم‌گیری‌های مقتضی جهت انجام می‌دادن اقتصادی و تجاری می‌باشد. بنابراین، سرعت و دقت در این قبیل ارزیابی‌ها از اهمیت بالایی برخوردار است. استفاده از تکنیک‌های سنجش از دور به دلیل فراهم آوردن داده‌های به‌هنگام و قابلیت بالای تحلیل تصاویر و همچنین امکان مطالعه در یک محدوده وسیع و با دقت قابل قبول می‌تواند کمک شایانی در این ارزیابی‌ها نماید. در این مطالعه به منظور تعیین قابلیت تصاویر ماهواره‌ای لندست 8 در برآورد و ارزیابی سطح زیر کشت محصول زعفران در شهرستان تربت‌حیدریه، پس از اعمال پیش‌پردازش‌های اولیه بر روی تصاویر ماهواره‌ای با استفاده از روش‌های معمول پردازش تصاویر ماهواره‌ای، از جمله ترکیب باندی رنگ کاذب، آنالیز مؤلفه‌های اصلی، شاخص‌های گیاهی (NDVI، SAVI، EVI، DVI، RVI و TSAVI)، و طبقه‌بندی نظارت‌شده اراضی تحت کشت زعفران شناسایی شدند. جهت ارزیابی صحت نتایج طبقه‌بندی، نقشه تولیدی با نقاط واقعیت زمینی مشخص‌شده از طریق GPS مورد بررسی قرار گرفت. ضریب کاپا و صحت کلی به ترتیب 88 و 98 درصد محاسبه شد. مساحت سطح زیر کشت زعفران در این مطالعه 19503.4572 هکتار برآورد گردید. نتایج نشان داد که تصاویر ماهواره‌ای لندست 8 از قابلیت بالایی برای تفکیک سریع اراضی زعفران در منطقه و تعیین سطح زیر کشت با دقت نسبتاً مناسب در مقیاس منطقه‌ای برخوردار است.

Saffron is a strategic product. It is necessary to manage the programming principles in order to estimate acreage and production. Therefore, the speed and accuracy of such assessments is very important. Using remote sensing techniques for providing updated data and high functionality as well as the possibility of studying a wide range of image analyses with an acceptable precision can help in the assessment. In the present research, the area under cultivation of saffron in the city of Torbat Heydarieh was evaluated using Landsat 8 sensor data. After applying the primary processing on satellite images with using conventional techniques, satellite imagery processing including false color band combination, principal component analysis, vegetation index (NDVI, SAVI, EVI, DVI, RVI and TSAVI) and supervised classification of land under saffron cultivation were identified. Map production was done due to the fact that the earth was assessed via GPS in order to assess the classification. Kappa coefficient and overall accuracy were %88 and %98, respectively. The area under cultivation of saffron in this study was estimated to be 19503.4572 hectares. The results indicated that Landsat 8 satellite images have a high potential for rapid separation and identification of the area under cultivation of saffron in the region with relatively good accuracy and are appropriate tools to be used on a regional scale.