CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

بهبود طبقه بندی تیپ های جنگل از طریق تلفیق داده های طیفی و کمکی به روش تعیین پیش احتمال و ایجاد مدل های مکانی وقوع طبقات

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۲ | تعداد نمایش خلاصه: ۱۰۷۳ | نظرات: ۰
سال انتشار: ۱۳۸۳
نوع ارائه: شفاهی
محل انتشار: همایش ژئوماتیک 83
کد COI مقاله: GEO83_62
زبان مقاله: فارسی
حجم فایل: ۲۷۱.۷۲ کلیوبایت (فایل این مقاله در ۱۲ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۲ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله بهبود طبقه بندی تیپ های جنگل از طریق تلفیق داده های طیفی و کمکی به روش تعیین پیش احتمال و ایجاد مدل های مکانی وقوع طبقات

  شعبان شتابی جویباری (شناسه پژوهشگر - Researcher ID: ۶۱۴۳)
استادیار دانشگاه کشاورزی و منابع طبیعی مازندران
  علی اصغر درویش صفت - دانشیار دانشگاه تهران
  هوشنگ سبحانی - دانشیار دانشگاه تهران

چکیده مقاله:

استفاده از داده های ماهواره ای در طبقه بندی بسیاری از پدیده ها با محدودبت هایی مواجه می باشد. لذا بکارگیری توامان داده های کارشناسی و غیرطیفی با داده های طیفی و همچنین تلفیق آنها میتواند باعث بهبود نتایج طبقه بندی ها شود. شناسایی داده های کمکی موثر و مرتبط با تیپ بندی جنگل و ارائه الگویی مناسب برای بکارگیری این داده ها همراه با داده های طیفی در فرایند استفاده از خوارزمی حد اکثر احتمال، از اهداف این تحقیق به شمار می روند. این تحقیق در بخشی از جنگل آموزشی و پژوهشی دانشگاه تهران واقع در شرق نوشهر و به مساحت 2170 هکتار انجام شده است. این منطقه به دلیل تغییرات دامنه ارتفاعی و وضعیت های مختلف توپوگرافی از تنوع تیپ های جنگلی بالایی برخوردار است. به منظور بررسی صحت نتایج حاصل از طبقه بندی، یک نقشه واقعیت زمینی نمونه ای تهیه شد. برای این منظور با یک شبکه تصادفی سیستماتیک، 193 قطعه نمونه یک هکتاری بر روی زمین پیاده گردید

کلیدواژه‌ها:

بهبود طبقه بندی، پیش احتمال، مدل های مکانی، داده های طیفی و کمکی، تلفیق

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-GEO83-GEO83_62.html
کد COI مقاله: GEO83_62

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
شتابی جویباری, شعبان؛ علی اصغر درویش صفت و هوشنگ سبحانی، ۱۳۸۳، بهبود طبقه بندی تیپ های جنگل از طریق تلفیق داده های طیفی و کمکی به روش تعیین پیش احتمال و ایجاد مدل های مکانی وقوع طبقات، همایش ژئوماتیک 83، تهران، سازمان نقشه برداری کشور، https://www.civilica.com/Paper-GEO83-GEO83_62.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (شتابی جویباری, شعبان؛ علی اصغر درویش صفت و هوشنگ سبحانی، ۱۳۸۳)
برای بار دوم به بعد: (شتابی جویباری؛ درویش صفت و سبحانی، ۱۳۸۳)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

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 :

  • جاهدی، فرشید. فرخی، شاهرخ، ۱۳۷۵، مبادی سنجش از دور، مولف: ...
  • درویش صفت، علی اصغر، شتایی، شعبان، ۱۳۷۶، تهیه نقشه جنگل ... (مقاله ژورنالی)
  • ساروئی، سعید، ۱۳۷۸، بررسی امکان طبقه بندی جنگل به لحاظ ...
  • شتایی، شعبان، مروی مهاجر، محمدرضا، ۱۳۸۱، نقش درختان قطور در ... (مقاله ژورنالی)
  • Apisit E. and Shrestha R. P., 2000, Application of DEM ...
  • Brockhaus, J. A, Khorram S., Bruck, R. I., Campbell, M. ...
  • D arvishsefat, A. A., 1994, Einsatz und Fusion von multisenso ...
  • Franklin, S.E., 2001, Remote Sensing for Sustainable Forest Ma nagement, ...
  • Hopkins P. F., Maclean A. L., Lillesand T. M., 1988, ...
  • Hutchinson Charles F., 1982, Techniques for combining Landsat and ancillary ...
  • Liu X. H., Skidmore A. K., Oosten, H.A., 2002, Integration ...
  • Lo, _ P., Watson, L. J., 1998, The influence of ...
  • Pedley M. I., Curan P. J., 1991, Pre-field classification : ...
  • Strahler, A.H., 1980, The use of prior probabilities in maximum ...
  • Treitz P., and Ph. Howarth, 2000, Integrating Spectral, Spatial, and ...
  • Williams, J.A. 1992, "Vegetation Classification Using Landsat TM and SPOT-HRV ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.