DIGITAL MAPPING OF LANDSCAPES BASED ON SOIL MORPHOLOGY IN THE PLAIN OF LOWER-CHELIFF (ALGERIA): APPLICATION OF REMOTE-SENSING

Равнина Нижний Челиф является одной из наиболее изученных Северо-Алжирских районов с точки зрения почвенной и водной динамики в пространственном или временном аспектах, но недостаточно изучена в плане ландшафтов, главным образом связанных с растительностью. Здесь, в этом коротком исследовании, мы использовали цифровую модель рельефа для определения морфологии почвы на исследуемом участке, в основном, склоны и высоты, с тем, чтобы затем получить и классифицировать различные типы ландшафтов с использованием метода контролируемой классификации, применяемой на спутниковых изображений типа LANDSAT ТМ, чтобы представить пространственное распределение основных морфо-ландшафтов на цифровой пространственной карте. На основе анализа изображения выделены следующие классы: зерновые -с/х культуры, древесные культуры, садовые культуры в восточной части, солянки и голые почвы в западной части. Цифровая модель рельефа показывает, что изменение высоты не так важно, как уклоны, но оно по-прежнему контролирует распределение ландшафтов на равнине в соответствии с наложением сочетания высот / ландшафтов: солянки и голые почвы находятся в низких высотах, в так называемых депрессиях, следуя за степенью засоления почвы на этом уровне, другие культуры находятся в средней части на больших высотах, вдали от засоленных почв, которые ставят под угрозу сельскохозяйственные работы в этой области, и, наконец, мы можем сказать, что пространственное распределение любого ландшафта в районе, непосредственно связано с динамикой почвы и ее характеристиками.

Landscape, soil morphology, salinity, satellite image, digital map, Lower-Cheliff

1. Arrighi., A et Soille., P., 1999. From scanned topographic maps to digital elevation models. In Proceedings of Geovision, p196.

2. Boettinger, J.L., Hartemink, A. McBratney, et Mendonca., S, 2008. Landsat Spectral Data for Digital Soil Mapping, in Digital Soil Mapping with Limited Data, A.E., Editors. Springer. p. 193202.

3. Browing., M et Duniway., M., 2011. Digital soil mapping in the absence of field training data: A case study using terrain attributes and semi-automated soil signature derivation to distinguish ecological potential.

4. Chander GD, Markham BL, Helder DL (2009) Summary of current radiometric calibration coef fi cients for Landsat MSS, TM, ETM+, and EO-1ALI sensors. Rem Sens Environ 113:893

5. Douaoui A., Nicolas H., Walter Ch., 2006. Detecting salinity hazards within a semiarid context by means of combining soil and remote-sensing data. GEODERMA,134(2006).

6. Fernandez-Buces N., Siebe C,. Cramb. S, Palacio J. 2006. Mapping soil salinity using a combined spectral response index for bare soil and vegetation: A case study in the former lake Texcoco, Mexico. Journal ofArid Environments 65 (2006) 644- 667.

7. Girard M.C. & Girard C.M., 1999. Data processing ofremote sensing. Dunod, Paris, 529 p. + CD-ROM.

8. Khan N. M., Rastoskuev V. V., Shalina E., Sato Y., 2001. Mapping salt-affected soil using remote sensing indicators. A simple approach with the use of Gis Idrissi. 22nd Asian Conference on Remote Sensing, 5-9 November, Singapore, 2001.

9. McBratney., Hartemin., A., Mendonca- Santos., M., 2003. Mapping with Limited Data, Editors Springer. p. 193-202.

10. Mokhtari D., Douaoui A., Yahiaoui I., 2012. Geomatics use in the evaluation of surface qualities degradation in saline area (The case of the lower Cheliff plain). Journal of Energy Procedia. Issue 18 (2012). 1557-1572.

11. Mulder V.L., de Bruin S., Shaepman M.E., Mayr T.R., 2011. The use of remote sensing in soil & terrain mapping - A review, Geoderma Journal/Elsevier, Issue 162 (2011) 1-19p.

12. USGS., 2001. Landsat 7 science data user's handbook. USGS, Reston Zobeiry M, Maid AR (2000) An introduction to remote sensing technology and application in natural resources. University of Tehran, Tehran.