بررسی قابلیت تصاویر سنجنده SPOT۵–HRG در تهیه نقشه انبوهی جنگل های خزری (مطالعه موردی: جنگل های دیلمان گیلان)
سال انتشار: 1389
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 57
فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_IJFPR-18-1_013
تاریخ نمایه سازی: 26 دی 1402
چکیده مقاله:
به منظور بررسی قابلیت تصاویر سنجنده SPOT۵–HRG در تهیه نقشه انبوهی جنگلهای خزری، داده های این سنجنده با اندازه تفکیک مکانی ۵ و ۱۰ متر مربوط به سال ۱۳۸۱ مورد تجزیه و تحلیل قرار گرفت. این مطالعه در منطقه ای به وسعت ۱۰۰۰۰ هکتار در جنوب غربی شهرستان املش در استان گیلان انجام شد. پردازش رقومی داده های ماهواره ای به روشهای مناسبی چون نسبت گیری، ادغام و تبدیل PCA انجام شد و تعداد زیادی باند مصنوعی همراه با باندهای اصلی، در تجزیه و تحلیل ها مورد استفاده قرار گرفت. برای ارزیابی صحت نتایج طبقه بندی، یک نقشه واقعیت زمینی نمونه ای در سطحی حدود ۲۵۰۰ هکتار از منطقه مورد مطالعه با استفاده از ۷ قطعه عکس هوایی ۱:۴۰۰۰۰ مربوط به سال ۱۳۸۰ تهیه گردید. بدین منظور بعد از تهیه ارتوفتوموزائیک رقومی عکس هوایی، تعداد ۲۵۲۰ قطعه نمونه یک هکتاری در کل سطح منطقه پیاده شد و درصد تاج پوشش در هر قطعه نمونه با استفاده از شبکه نقطه چین ۴۵ نقطه ای، محاسبه گردید. طبقه بندی داده های ماهواره ای با استفاده از الگوریتم های طبقه بندی نظارت شده حداقل فاصله از میانگین و حداکثر تشابه در ابتدا با ۶ طبقه انبوهی انجام شد. به دلیل تفکیک پذیری کم بین برخی طبقه ها، این طبقات در هم ادغام شدند. در نهایت طبقه بندی با ۳ طبقه انبوهی (۱ تا ۱۰، ۱۰ تا ۵۰ و ۵۰ تا ۱۰۰ درصد) و یک طبقه غیرجنگل با روش حداکثر تشابه، بهترین نتیجه را در بر داشت. در این طبقه بندی، صحت کلی و ضریب کاپا به ترتیب ۷۴ درصد و ۳۳/۰ برآورد شد. بیشترین صحت تولیدکننده و کاربر (به ترتیب ۹۵ و ۸۲ درصد) مربوط به طبقه ۳ انبوهی (۵۰ تا ۱۰۰ درصد) و کمترین آنها (به ترتیب ۱۱ و ۳۲ درصد) مربوط به طبقه یک انبوهی (۱ تا ۱۰ درصد) بود. هرچند که صحت کلی ۷۴ درصد برای طبقه بندی ۴ طبقه ای را می توان نسبتا خوب ارزیابی کرد، ولی با توجه به ضریب کاپای کم (۳۳/۰)، در مجموع نتایج طبقه بندی را نمی توان چندان مطلوب ارزیابی نمود. بنابراین برای کسب نتایج بهتر، آزمون قابلیت سنجنده هایی با توان تفکیک طیفی بهتر و روشهایی مانند طبقه بندی شیء- پایه پیشنهاد می شود.
کلیدواژه ها:
نویسندگان
منیژه رجب پور رحمتی
دانش آموخته جنگل داری، دانشکده منابع طبیعی، دانشگاه تهران
علی اصغر درویش صفت
دانشیار، دانشکده منابع طبیعی، دانشگاه تهران
علی خلیل پور
کارشناس، سازمان جنگلها، مراتع و آبخیزداری کشور
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :