Revista de Geografía y Desastres Naturales
Acceso abierto
ISSN: 2167-0587
ISSN: 2167-0587
Mirzapour S, Zarkesh MK, Safaval PA y Neshaei SA
Dado que el arroz es uno de los cultivos importantes no solo en Irán sino también en el mundo, es vital determinar la campo de arroz con la mayor precisión posible utilizando métodos rápidos y económicos como la teledetección y SIG. Los mapas de campos de arroz precisos y oportunos con una resolución espacial fina mejorarían en gran medida nuestra comprensión de los efectos de la agricultura de arroz en las misiones de gases de efecto invernadero, la seguridad alimentaria y del agua y la salud humana. En el pasado, la precisión y la eficiencia del mapeo de campos de arroz con resoluciones espaciales finas estaban limitadas por la escasa disponibilidad de datos y los algoritmos basados en imágenes. Las características físicas únicas de los campos de arroz durante el período de inundación/copa abierta se capturaron con la dinámica de los índices de vegetación, que luego se utilizan para identificar los campos de arroz. Para preparar información sobre la distribución espacial de los campos de arroz, los datos multiespectrales y multitemporales pueden ser útiles porque, además del arroz, todos los campos pueden estar cubiertos por una mezcla de agua y suelo según el calendario de cultivos. Los datos de Landsat 8 con 11 bandas tienen bandas visibles, infrarrojas cercanas, infrarrojas de onda corta y térmicas; y, por lo tanto, se pueden calcular diferentes índices de vegetación, incluido el Índice de vegetación de diferencia normalizada (NDVI) y el Índice de agua superficial terrestre (LSWI2105), que es sensible al agua de las hojas y la humedad del suelo. En este estudio, se desarrolló un algoritmo de mapeo especial que utiliza datos de series de tiempo NDVI y LSWI2105 derivados de índices de vegetación de 16 días y 30 metros de LANDSAT8 producto de imágenes de LANDSAT para identificar arrozales. Este algoritmo funciona en base a la sensibilidad de LSWI2105 a la humedad superficial y NDVI al contenido de clorofila de la vegetación. En este método de investigación se ha desarrollado para definir la relación entre el NDVI y el LSWI2105 para detectar la ubicación de los arrozales en la parte norte de Irán en 2014-15. Los resultados, validados con datos de trabajos de campo en 56 puntos de muestra bien distribuidos. La precisión general del método fue del 69,0909 %.