تعیین مناسب ترین روش تهیه نقشه تیپ در جنگل های زاگرس مرکزی با استفاده از تصاویر ماهواره لندست ۸
محل انتشار: فصلنامه پژوهش و توسعه جنگل، دوره: 4، شماره: 2
سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 95
فایل این مقاله در 15 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_JFRD-4-2_005
تاریخ نمایه سازی: 13 آذر 1402
چکیده مقاله:
نقشه تیپ جنگل یکی از ضروری ترین نقشه های موضوعی برای مدیریت اکوسیستم جنگل است. تهیه نقشه تیپ با استفاده از روش های میدانی یا عکس های هوایی، سخت و با صرف زمان و هزینه زیاد همراه است. در مقابل، داده های ماهواره ای با ویژگی های خاص خود مانند دید وسیع و یکپارچه، پوشش تکراری، فراهم آوردن داده های بهنگام و استفاده از قسمت های مختلف طیف الکترومغناطیسی جهت ثبت خصوصیات پدیده ها، امکان مناسبی را در این زمینه فراهم می کنند. این پژوهش با هدف تهیه نقشه تیپ بخشی از جنگل های زاگرس مرکزی (ذخیره گاه جنگلی چهارطاق) با داده های سنجنده OLI ماهواره لندست هشت مربوط به شهریورماه ۱۳۹۵ انجام شد. نقشه واقعیت زمینی از طریق پیمایش زمینی بر اساس محاسبه تراکم درختان غالب و سطح تاج پوشش درختان با بهره گیری از اطلاعات نوع گونه، موقعیت و مساحت تاج پوشش درختان تهیه شد. به منظور افزایش قدرت تفکیک مکانی داده های چند طیفی، فنون مختلف ادغام روی تصاویر اعمال شد. بهترین نتیجه حاصل از خوارزمی حداکثر احتمال، مقادیر شاخص کاپا و صحت کلی برابر ۵۷/۰ و ۶۳ درصد را در مقایسه با نقشه واقعیت زمینی بر اساس تراکم درختان در منطقه نشان داد. نتایج نشان داد تصاویر این سنجنده با توجه به تنوع زیاد گونه های گیاهی منطقه، قابلیت متوسطی برای تهیه نقشه تیپ جنگل را دارند.
کلیدواژه ها:
نویسندگان
Yasaman Lohrabi
کارشناسی ارشد جنگلداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران.
Mozhgan Abasi
استادیار، گروه جنگلداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران.
Ali Soltani
دانشیار، گروه جنگلداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران.
Hamid reza Riyahi bakhtyari
استادیار، گروه جنگلداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد، ایران.
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 :