---

---

پایش محصولات کشاورزی از جمله گندم، اقدام ارزشمندی است که مورد تاکید و توجه بسیاری از محققین سنجش از دوری قرارگرفته و داده‌ها و الگوریتم‌های متعددی در این زمینه معرفی و بکارگیری شده است. پردازش و تحلیل شاخص‌های بازیابی‌شده از سیگنال‌های راداری در طول‌موج‌ها و قطبیدگی‌های مختلف از جمله تکنیک‌های مورد استفاده در پایش این محصول است که هر چند در ایران کمتر مورد توجه واقع شده، لیکن محققان بسیاری به آن پرداخته و قابلیت‌های خاصی برای آن معرفی نموده‌اند. در این تحقیق برای اولین مطالعه، پایش گیاه گندم (آبی و دیم) در تعدادی از مزارع شهرستان شیروان با استفاده از داده‌های سنجنده راداری ENVISAT ASAR در باند C و دو قطبیدگی VV و HH و زاویه برخورد۴۱ درجه و از طریق بازیابی و تحلیل ضریب بازپخش سیگنال به کمک تکنیک تداخلسنجی مورد توجه گرفته است. نتایج حاکی از آن است که ضریب بازپخش در هر دو قطبیدگی HH و VV توانایی قابل قبولی در پایش مراحل رشد گندم آبی برای نواحی خاصی از ایران از جمله منطقه مورد مطالعه را داراست. یافته‌های تفضیلی تحقیق روشن ساخت که عدم حساسیت سیگنال با قطبیدگی HH به رطوبت خاک، نتایج بهتری در پایش محصول به نسبت سیگنال با قطبیدگی VV فراهم می‌آورد. در گندم دیم به سبب وجود فضای خالی نسبتا زیاد بین ردیف‌های کشت و ظریف‌تر بودن اجزای این گیاه نسبت به گندم آبی، سیگنال رادار در قطبیدگی VV از تاج گیاه نفوذ کرده و با رشد بیشتر گیاه، سهم بازپخش از خاک کاهش می‌یابد. همچنین در قطبیدگی HH، بازپخش رادار تا رسیدن گیاه به مرحله خوشه‌دهی افزایش و پس از آن کاهش می‌یابد.
 

---

سیگنال های اقلیمی، الگوهای بزرگ مقیاسی از ناهنجاری های گردش و فشار هوا میباشد که در محدوده جغرافیایی وسیع گسترش یافته است. این سیگنال ها در توجیه رفتار اقلیم از اهمیت زیادی برخوردارند. در این پژوهش ارتباط بارش با سیگنال های اقلیمی(AO, NAO,SOI, ENSO) در ناحیه مرکزی ایران مورد بررسی قرار گرفته است. داده های سیگنال ها از پایگاه داده های NCEP استخراج گردید و مجموعه داده های بارش ماهانه نیز از مرکز خدمات ماشینی سازمان هواشناسی کشور دریافت شد. داده ها ماهانه طی دوره ی آماری ۳۰ ساله، بین سال های ۱۹۷۸ تا ۲۰۰۸ بوده است. در نهایت با بکارگیری روش شبکه عصبی مصنوعی، مدل های شبیه سازی شده برای بازه های ۰، ۳  و ۶  ماهه محاسبه شد و نتایج نشان داد از بین سیگنال های مورد مطالعه سیگنال ENSO در مناطقNINO۱,۲  و NINO۳ بر بارش منطقه مورد مطالعه تاثیر معنی داری دارد و تاخیر ۳ و ۶ ماهه موجب قوی شدن ضریب همبستگی شاخص انسو در مناطق NINO۱.۲ و NINO۳ با بارش ایستگاه های مورد مطالعه شده است. همچنین تاخیر ۶ ماهه باعث منفی شدن ضریب همبستگی بین شاخص انسو در مناطق NINO۱.۲ و NINO۳ است. مطابق با مدل های ارئه شده، سیگنال انسو در مناطق NINO۱.۲ و NINO۳ می تواند به عنوان پیش بینی کننده بارش در کنار سایر پارامترهای تاثیر گذار مورد استفاده قرار گیرد و سایر سیگنال های اقلیمی مورد مطالعه تاثیر معنی داری بر بارش ایستگاه های مورد مطالعه ندارد.  

---