2. Materials and methods2.1. Study

2. Materials and methods
2.1. Study area
This research tests remote sensing tools tailored for arid lands to
assess regional land-cover change over time with respect to agriculture
to develop informed input for decision making policies.We
selected the area of La Costa de Hermosillo in Sonora, Mexico as the
study area. This arid agro-ecosystem is located in northwestern
Mexico, west of the city of Hermosillo, and approximately between
the coordinates 28 140Ne28 570N latitude and 111 150We111
450Wlongitude. La Costa de Hermosillo is located within an exoreic
watershed, and its surface waters run to the Gulf of California
(Rangel Medina et al., 2002). The 833 km2 irrigation district of La
Costa de Hermosillo (Castellanos et al., 2005) is located within the
plains and the central gulf subdivision of the Sonoran Desert
2.2. Datasets and derived variables used for land use/cover
classification
In the case of arid ecosystems, precipitation measurements
show a high correlation with land cover and seasonality (Beatley,
1974; Loik et al., 2004; Young and Nobel, 1986). At La Costa de
Hermosillo, the majority of precipitation occurs during the summer
monsoon; therefore, our remotely sensed data must be selected
before and after this season to catch the phenological differences
between vegetation types. By using two images capturing two
different phenological stages (before and during the growing season),
we inform the land-cover classification algorithm by depicting
how much change the different classes undergo from one stage
to another; this becomes a new differentiation factor when we
conduct the thematic classification.
We selected five years (1988, 1993, 1998, 2004 and 2009) from
which we chose two Landsat TM scenes, one pre- and another postmonsoon
season. Each of the images used for the analysis was
processed with the cosine of the zenith angle (COST) model to
minimize atmospheric influences on the reflectance signal
(Chander et al., 2007; Chavez, 1996). The Instituto Nacional de
Estadistica en Informacion Geografica (INEGI) also supplied us with
a digital elevation model (DEM) dataset that was resampled to the
same spatial resolution and projection as the Landsat scenes.
The atmospherically corrected multispectral and DEM data were
used to derive a set of remote sensing and topographic variables,
respectively, for use in our classification (Table 1).

ผลลัพธ์ (ไทย) 1:

2. วัสดุและวิธีการ2.1 การศึกษาพื้นที่งานวิจัยนี้ทดสอบการตรวจเครื่องมือระยะไกลเหมาะสำหรับดินแดนแห้งแล้งไปประเมินที่ดินครอบคลุมภูมิภาคการเปลี่ยนแปลงตามเวลากับเกษตรพัฒนาป้อนข้อมูลข่าวสารการตัดสินใจนโยบาย เราเลือกพื้นที่ของลาคอสตาเด Hermosillo Sonora เม็กซิโกเป็นศึกษาที่ตั้ง นี้เกษตรระบบนิเวศแห้งแล้งอยู่ในตะวันตกเฉียงเหนือเม็กซิโก ทางตะวันตกของเมือง Hermosillo และประมาณระหว่างพิกัด 28 140Ne28 570N ละติจูดและ 111 150We111450Wlongitude. ลาคอสตาเด Hermosillo อยู่ภายในตัว exoreicพื้นที่ลุ่มน้ำ และน้ำของพื้นผิวที่ใช้กับแคลิฟอร์เนียของอ่าว(Rangel ดิ et al., 2002) อำเภอลาชลประทานของ 833 km2คอสตาเด Hermosillo (Castellanos et al., 2005) อยู่ภายในราบและอำเภอกลางอ่าวของทะเลทรายโซนอรัน2.2 Datasets และได้รับตัวแปรที่ใช้สำหรับการใช้ที่ดิน/ฝาครอบการจัดประเภทในกรณีที่ระบบนิเวศแห้งแล้ง ฝนวัดแสดงความสัมพันธ์สูงกับที่ดินปะ seasonality (Beatley1974 Loik et al., 2004 หนุ่มสาวและโนเบล 1986) ที่เดอลาคอสHermosillo ส่วนใหญ่ของฝนที่เกิดขึ้นในช่วงฤดูร้อนมรสุม ดังนั้น จึง ต้องเลือกข้อมูลจากระยะไกล sensedก่อน และ หลังฤดูกาลนี้จะจับความแตกต่าง phenologicalระหว่างพืชชนิด โดยใช้ภาพสองภาพจับภาพสองระยะ phenological ต่าง ๆ (ก่อน และ ระหว่างฤดูกาลเติบโต),เราบอกขั้นตอนวิธีประเภทครอบคลุมที่ดิน โดยแสดงให้เห็นถึงhow much change the different classes undergo from one stageto another; this becomes a new differentiation factor when weconduct the thematic classification.We selected five years (1988, 1993, 1998, 2004 and 2009) fromwhich we chose two Landsat TM scenes, one pre- and another postmonsoonseason. Each of the images used for the analysis wasprocessed with the cosine of the zenith angle (COST) model tominimize atmospheric influences on the reflectance signal(Chander et al., 2007; Chavez, 1996). The Instituto Nacional deEstadistica en Informacion Geografica (INEGI) also supplied us witha digital elevation model (DEM) dataset that was resampled to thesame spatial resolution and projection as the Landsat scenes.The atmospherically corrected multispectral and DEM data wereused to derive a set of remote sensing and topographic variables,respectively, for use in our classification (Table 1).

ผลลัพธ์ (ไทย) 2:

2. วัสดุและวิธีการ
2.1 พื้นที่การศึกษา
วิจัยครั้งนี้มีการทดสอบเครื่องมือระยะไกลเหมาะสำหรับดินแดนที่แห้งแล้งที่จะ
ประเมินการเปลี่ยนแปลงที่ดินปกภูมิภาคในช่วงเวลาที่เกี่ยวกับการเกษตร
ในการพัฒนาการป้อนข้อมูลสำหรับการตัดสินใจ policies.We
เลือกพื้นที่ของลาคอสตาเดลเอร์โมซีในโซโนรา, เม็กซิโก
ศึกษา พื้นที่ นี้แห้งแล้งระบบนิเวศเกษตรตั้งอยู่ทางตะวันตกเฉียงเหนือ
ของเม็กซิโกทางทิศตะวันตกของเมืองเอร์โมซีและประมาณระหว่าง
พิกัด 28? 140Ne28? ละติจูด 570N และ 111? 150We111?
450Wlongitude ลาคอสตาเดลเอร์โมซีตั้งอยู่ใน exoreic
ลุ่มน้ำและน้ำพื้นผิวของมันวิ่งไปที่อ่าวแคลิฟอร์เนีย
(Rangel เมดินา et al., 2002) อำเภอชลประทานกิโลเมตร 2 833 ลา
คอสตาเดลเอร์โมซี (Castellanos et al., 2005) ตั้งอยู่ใน
ที่ราบและแผนกอ่าวกลางของทะเลทรายโซโนรา
2.2 ชุดข้อมูลและตัวแปรที่ได้มาใช้สำหรับการใช้ที่ดิน / ฝาครอบ
การจัดหมวดหมู่
ในกรณีของระบบนิเวศแห้งแล้งวัดฝน
แสดงความสัมพันธ์สูงที่มีฝาครอบที่ดินและฤดูกาล (Beatley,
1974; Loik et al, 2004;. หนุ่มสาวและโนเบล 1986) ที่ลาคอสตาเดล
เอร์โมซีส่วนใหญ่ของฝนที่เกิดขึ้นในช่วงฤดูร้อน
มรสุม; ดังนั้นข้อมูลของเรารู้สึกจากระยะไกลจะต้องเลือก
ก่อนและหลังจบฤดูกาลนี้ที่จะจับความแตกต่าง phenological
ระหว่างชนิดพืช โดยการใช้การจับภาพสองภาพที่สอง
ขั้นตอน phenological แตกต่างกัน (ก่อนและในช่วงฤดูปลูก)
เราแจ้งขั้นตอนวิธีการจัดหมวดหมู่ที่ดินปกโดยภาพวาด
เท่าไหร่การเปลี่ยนแปลงการเรียนที่แตกต่างกันได้รับจากเวที
ไปยังอีก; นี้จะกลายเป็นปัจจัยที่แตกต่างกันใหม่เมื่อเรา
ดำเนินการจัดหมวดหมู่ใจ.
เราเลือกห้าปี (1988, 1993, 1998, 2004 และ 2009) จากการ
ที่เราเลือกที่สองฉาก Landsat TM หนึ่งก่อนและ postmonsoon อีก
ฤดูกาล แต่ละภาพที่ใช้ในการวิเคราะห์ที่ถูก
ประมวลผลด้วยโคไซน์ของมุมสุดยอด (ค่าใช้จ่าย) รูปแบบที่จะ
ลดอิทธิพลของบรรยากาศสัญญาณสะท้อน
(Chander et al, 2007;. ชาเวซ, 1996) Instituto Nacional de
Estadistica en Informacion geográfica (ไอเอ็น) นอกจากนี้ยังจัดมาให้เรามี
รูปแบบการยกระดับดิจิตอล (DEM) ชุดที่ resampled เพื่อ
ความละเอียดเชิงพื้นที่เดียวกันและฉายเป็นฉาก Landsat.
แก้ไขข้อมูล atmospherically multispectral DEM และถูก
นำมาใช้เพื่อ ชุดของการสำรวจระยะไกลและตัวแปรภูมิประเทศ
ตามลำดับสำหรับการใช้งานในการจัดหมวดหมู่ของเรา (ตารางที่ 1)

ผลลัพธ์ (ไทย) 3:

2 . วัสดุและวิธีการ
2.1 . พื้นที่ศึกษา
การวิจัยการทดสอบระยะไกลเครื่องมือเหมาะสำหรับพื้นที่แห้งแล้ง

ประเมินที่ดินครอบคลุมภูมิภาคเปลี่ยนแปลงตลอดเวลาด้วยความเคารพเพื่อการเกษตร
พัฒนานโยบายแจ้งข้อมูลสำหรับการตัดสินใจ เรา
เลือกพื้นที่ของ La Costa de Hermosillo ในโซโนรา , เม็กซิโกเป็น
พื้นที่ศึกษา ระบบนิเวศแห้งแล้งเกษตรนี้ตั้งอยู่ในทิศตะวันตกเฉียงเหนือ
เม็กซิโกทางทิศตะวันตกของเมือง Hermosillo , และประมาณระหว่าง
พิกัด 28  140ne28  570n ละติจูดและ 111  150we111 
450wlongitude . La Costa de Hermosillo ตั้งอยู่ภายในพื้นที่ลุ่มน้ำ exoreic
และพื้นผิวของน้ำไหลสู่อ่าวไทย
( แรนเจล Medina et al . , 2002 ) การจะผิดจังหวะ ชลประทานในเขตของ Costa de la
ไฟร์เบิร์ด ( castellanos et al . , 2005 ) ตั้งอยู่ภายใน
ที่ราบและกลางอ่าว จัดสรรของทะเลสาบเตียนฉือ
2.2 . ข้อมูลที่ใช้สำหรับการใช้ประโยชน์ที่ดินและตัวแปรจำแนก / ปก

ในกรณีของระบบนิเวศแห้งแล้งด้วยการวัด
แสดงความสัมพันธ์สูงกับครอบคลุมที่ดินและฤดูกาล ( beatley
, 1974 ; loik et al . , 2004 ; เด็กและรางวัลโนเบล , 1986 ) ที่ La Costa de
Hermosillo , ส่วนใหญ่ของฝนเกิดขึ้นในช่วงฤดูร้อน
มรสุม ดังนั้น เราต้องเลือกข้อมูลจากระยะไกล
ก่อนและหลังฤดูกาลนี้จับ phenological ความแตกต่าง
ระหว่างชนิดพืช โดยใช้สองภาพจับสอง
ขั้นตอน phenological แตกต่างกัน ( ก่อนและระหว่างฤดูปลูก )
เราแจ้งครอบคลุมที่ดินการจำแนกขั้นตอนวิธีโดยภาพวาด
เท่าไหร่เปลี่ยนชั้นเรียนที่แตกต่างกันผ่านจากหนึ่งไปยังอีกขั้น
;นี้จะกลายเป็นปัจจัยความแตกต่างใหม่เมื่อเรา

ดำเนินการจัดใจ เราเลือกห้าปี ( พ.ศ. 2536 , 2541 , 2004 และ 2009 ) จาก
ซึ่งเราเลือกสองฉาก ซึ่งภาพหนึ่งก่อน และอีก postmonsoon
ฤดูกาล แต่ละภาพที่ใช้ในการวิเคราะห์คือ
ประมวลผลกับโคไซน์ของมุมสุดยอด ( ต้นทุน ) การลดอิทธิพลของบรรยากาศบน

สะท้อนสัญญาณ( CHANDER et al . , 2007 ; ชาเวซ , 1996 ) โดย Instituto Nacional de
ด้านที่สองครั้งในรายละเอียด geografica ( inegi ) ยังให้เราด้วย
แบบจำลองระดับความสูงดิจิตอล ( DEM ) ข้อมูลที่ให้ความละเอียดเดียวกันซึ่งจะช่วยลดเวลาและอวกาศ
ฉายเป็นภาพฉาก atmospherically
3
และแก้ไขข้อมูล DEM ) ใช้สร้างชุดของการรับรู้จากระยะไกลและตัวแปร
ภูมิประเทศตามลำดับ สำหรับใช้ในการจำแนก ( ตารางที่ 1 )