ورود
مقالات فارسیISIکنفرانسهاژورنالها

مدلسازی اندوخته کربن روی زمینی جنگل های زاگرس با استفاده از داده های زمینی و تصاویر ماهواره لندست 8

محل انتشار: مجله پژوهش های علوم و فناوری چوب و جنگل، دوره: 24، شماره: 4
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 494

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:
https://civilica.com/doc/953353

شناسه ملی سند علمی:

JR_JWFST-24-4_015

تاریخ نمایه سازی: 11 آبان 1398

چکیده مقاله:

سابقه و هدف: اهمیت اطلاع از اندخته کربن روی زمینی جنگل برای مدیریت جنگل در سطح محلی، مدیریت اراضی در سطوح منطقه ای و گزارش انتشار کربن در سطوح ملی و بین المللی مهم است. به همین سبب یافتن رو ش های کم هزینه و سریع برای برآورد اندوخته کربن در محدوده های وسیع به یک ضرورت تبدیل شده است. بر این اساس، در سال های اخیر ارزیابی قابلیت داده های منابع مختلف سنجش ازدوری در برآورد اندوخته کربن روی زمینی جنگل ها مورد بررسی قرار گرفته است. در این تحقیق قابلیت تصاویر ماهواره لندست 8 برای برآورد اندوخته کربن توده های شاخه زاد بلوط جنگل های زاگرس بررسی گردید. همچنین کارایی چهار روش مدل سازی ناپارامتری شامل جنگل تصادفی، شبکه های عصبی مصنوعی، کوبیست و رگرسیون اسپلاین تطبیقی چندگانه بررسی شد. مواد و روش ها: منطقه مورد مطالعه در بخشی از جنگلهای زاگرس و در استان کرمانشاه در دو منطقه سرفیروزآباد (جنگل شدیدا دست خورده) و گهواره (جنگل با حداقل دست خوردگی) انجام گرفت. تعداد 124 قطعه نمونه با ابعاد 30×30 متر در یک شبکه آماربرداری 200×200 متر در دو منطقه مورد بررسی با استفاده از روش منظم با شروع تصادفی برداشت، و با استفاده از روابط آلومتریک مختص گونه بلوط، مقدار کربن روی زمینی در این نمونه ها محاسبه شد. برای مدل سازی اندوخته کربن روی زمینی با استفاده از داده-های سنجش ازدوری، از متغیرهای مختلف استخراج شده از تصاویر لندست 8 مانند مقدارهای باندهای، نسبت گیری های باندی، شاخص های گیاهی، تجزیه مولفه های اصلی و تبدیل تسلدکپ به عنوان متغیر مستقل و مقدارهای محاسبه شده اندوخته کربن روی -زمینی در قطعه نمونه های برداشت شده به عنوان متغیر وابسته استفاده شد. ارزیابی صحت نتایج چهار روش ناپارامتری مدل سازی جنگل تصادفی، شبکه های عصبی مصنوعی، کوبیست و رگرسیون اسپلاین تطبیقی چندگانه مورد استفاده در این پژوهش با استفاده از اعتبارسنجی متقابل و به روش Leave-one-out صورت گرفته و از معیارهای ارزیابی ضریب تبیین، ریشه میانگین مربعات خطا و اریبی استفاده شد. یافته ها: نتایج نشان داد دقت برآورد اندوخته کربن در منطقه کمتر دستخورده بیشتر از منطقه دست خورده است. مقایسه نتایج روش های مدل سازی مورد استفاده در این مطالعه نشان داد که اختلاف قابل توجهی در بین نتایج روش های به کار گرفته شده وجود ندارد و استفاده از روش های مختلف تاثیر چندانی در بهبود نتایج نداشت. علاوه براین، استفاده از کل نمونه های در یک مدل بدون تفکیک نمونه ها براساس منطقه مورد مطالعه سبب افزایش صحت برآوردها در منطقه دست خورده شد. نتیجه گیری کلی: نتایج برآوردها با ضریب تبیین بیشتر از 7/0 و درصد ریشه میانگین مربعات خطا نزدیک به 32% در مجموع هر دو منطقه مورد بررسی، بیانگر توانایی نسبتا مناسب تصاویر لندست 8 و روش های ناپارامتری در کمی کردن اندوخته کربن در جنگل های زاگرس با صرفه جویی در وقت و هزینه است.

کلیدواژه ها:

جنگل تصادفی ، رگرسیون اسپلاین تطبیقی چندمتغیره ، سنجش ازدور ، شبکه های عصبی مصنوعی ، کوبیست

نویسندگان

امیر صفری

دانشکده منابع طبیعی و علوم دریایی دانشگاه تربیت مدرس

هرمز سهرابی

عضو هیات علمی

شعبان شتایی

دانشیار دانشگاه گرگان

جلیل علوی

تربیت مدرس

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 :
  • Ahmed, R.U. 2012. Accuracy of Biomass and Structure Estimates from ...
  • Ph.D Dissertations in University of Massachusetts Amherst. ...
  • Amini, J., and Sadeghi, Y. 2013. Optical and radar images ...
  • north of Iran. Remote sensing and GIS, 4(4): 69-82. (In ...
  • Anaya, J.A., Chuvieco, E., and Palacios-Orueta, A. 2009. Aboveground biomass ...
  • in Colombia: a remote sensing approach. Forest Ecology and Management. ...
  • Asner, G.P., Clark, J.K., Mascaro, J., Vaudry, R., Chadwick, R.D., ...
  • M., Balaji, A., Kennedy-Bowdoin, T., Maatoug, L., Colgan, M.S., and ...
  • Human and environmental controls over aboveground carbon storage in Madagascar. ...
  • Balance and Management. 7(2): http://www.cbmjournal.com/content/7/1/2. ...
  • Attarchi, S., and Gloaguen, R. 2014. Improving the Estimation of ...
  • Using Dual Polarimetric PALSAR and ETM+ Data in the Hyrcanian ...
  • Remote Sensing. 6: 3693-3715. ...
  • Avitabile, V., Baccini, A., Friedl, M.A., and Schmullius, C. 2012. ...
  • of Landsat and land cover data for aboveground woody biomass ...
  • Remote Sensing Environment. 117: 366-380. ...
  • Boudreau, J., Nelson, R.F., Margolis, H.A., Beaudoin, A., Guindon, L., ...
  • Regional aboveground forest biomass using airborne and spaceborne LiDAR in ...
  • Remote Sensing of Environment. 112: 3876–3890. ...
  • Briceno-Elizondo, E., Garcia-Gonzalo, J., Peltola, H., and Kellomaki, S. 2006. ...
  • stocks and timber yield in two boreal forest ecosystems under ...
  • conditions subjected to varying management regimes. Environmental Science and Policy, ...
  • Calvao, T., and Palmeirim, J.M. 2004. Mapping mediterranean scrub with ...
  • biomass estimation and spectral behaviour. International Journal of Remote Sensing, ...
  • Chen, B., Arain, M.A., Khomik, M., Trofymow, J.A., Grant, R.F., ...
  • and Wang, Z. 2013. Evaluating the impacts of climate variability ...
  • the historic carbon budget of a forest landscape. Agricultural and ...
  • Chen, Q., Laurin, G.V., Battles, J.J., and Saah. D. 2012. ...
  • vegetation types derived from aerial photography for mapping aboveground live ...
  • Remote Sensing of Environment. 121: 108-117. ...
  • Chen, X., Liu, Sh., Zhu, Zh., Vogelmann, J., Li, Zh., ...
  • aboveground forest biomass carbon and fire consumption in the U.S. ...
  • using data from the Forest Inventory and Analysis Program, Landsat, ...
  • Ecological Indicator. 11: 140-148. ...
  • Cohen, W.B., and Goward, S.N. 2004. Landsat s Role in ...
  • Sensing. BioScience 54(6): 535-545. ...
  • Coops, N.C. 2015. Characterizing Forest Growth and Productivity Using Remotely ...
  • Data. Current Forestry Reports, 1(3): 195-205. ...
  • Dai, L., Jia, J., Yu, D., Lewis, B.J., Zhou, L., ...
  • Effects of climate change on biomass carbon sequestration in old-growth ...
  • on Changbai Mountain in Northeast China. Forest Ecology and Management. ...
  • Deng, Sh., Shi, Y., Jin, Y., and Wang, L. 2011. ...
  • mapping carbon sink and stock values of forest ecosystem: A ...
  • Du, H., Cui, R., Zhou, G., Shi, Y., Xu, X., ...
  • bamboo (Phyllostachys heterocycla var. pubescens) forest aboveground biomass to Landsat ...
  • TM spectral reflectance and NDVI. Acta Ecologica Sinica, 30(5): 257-63. ...
  • Dube, T., and Mutanga, O. 2015. Evaluating the utility of ...
  • Landsat 8 multispectral sensor in quantifying aboveground biomass in uMgeni ...
  • South Africa. ISPRS Journal of Photogrammetry and Remote Sensing, 101: ...
  • Eckert, S. 2012. Improved Forest Biomass and Carbon Estimations Using ...
  • from WorldView-2 Satellite Data. Remote Sensing. 4: 810-829. ...
  • Eisfelder, Ch., Kuenzer, C., and Dech, S. 2011. Derivation of ...
  • areas using remote-sensing data. International Journal of Remote Sensing., 33(9): ...
  • Fassnacht, F.E., Hartig, F., Latifi, H., Berger, C., Hernández, J., ...
  • 4. Importance of sample size, data type and prediction method ...
  • estimations of aboveground forest biomass. Remote Sensing of Environment. 154: ...
  • Filippi, A.M., Güneralp, I., and Randall, J. 2014. Hyperspectral remote ...
  • aboveground biomass on a river meander bend using multivariate adaptive ...
  • and stochastic gradient boosting, Remote Sensing Letters, 5(5): 432-441. ...
  • Frazier, R.J., Coops, N.C., Wulder, M.A., and Kennedy, R. 2014. ...
  • aboveground biomass in an unmanaged boreal forest using Landsat temporal ...
  • metrics. ISPRS Journal of Photogrammetry and Remote Sensing, 92: 137-46. ...
  • Fu, L., Zhao, Y., Xu, Zh., and Wu, B. 2015. ...
  • aboveground carbon stocks in response to climate and environmental changes. ...
  • Sediments., 15: 249-259. ...
  • Gagliasso, D., Hummel, S., and Temesgen, H. 2014. A Comparison ...
  • and Non-Parametric Imputation Methods for Estimating Forest Biomass and Basal ...
  • Gasparri, N.I., Parmuchi, M.G., Bono, J., Karszenbaum, H., and Montenegro, ...
  • Assessing multi-temporal Landsat 7 ETM+ images for estimating above-ground biomass ...
  • subtropical dry forests of Argentina Journal of Arid Environments., 74: ...
  • Gleason, C.J., and Im, J. 2012. Forest biomass estimation from ...
  • machine learning approaches. Remote Sensing of Environment., 125: 80-91. ...
  • Gómez, C., White, J.C., Wulder, M.A., and Alejandro, P. 2014. ...
  • dynamics modelled with Landsat spectral trajectories. ISPRS Journal of Photogrammetry ...
  • and Remote Sensing, 93: 14-28. ...
  • Görgens, E.B., Montaghi, A., and Rodriguez, L.C.E. 2015. A performance ...
  • machine learning methods to estimate the fast-growing forest plantation yield ...
  • scanning metrics. Computers and Electronics in Agriculture, 116: 221-7. ...
  • Güneralp, I., Filippi, A.M., and Randall, J. 2014. Estimation of ...
  • biomass using multispectral remote sensing and nonparametric modeling. International ...
  • Journal of Applied Earth Observation and Geoinformation, 33: 119-26. ...
  • Iranmanesh, Y. 2013. Assessment on biomass estimation methods and carbon ...
  • of quercus brantii Lindl. in chaharmahal and bakhtiari forests, Ph.D. ...
  • Natural Resource And Mariane Science, Tarbiat Modares University. (In Persian) ...
  • Kelsey, K.C., and Neff, J.C. 2014. Estimates of Aboveground Biomass ...
  • Analysis of Landsat Imagery. Remote Sensing., 6: 6407-6422. ...
  • Kwak, D., Lee, S., Kim, S., Lee, W., Son, Y., ...
  • stem volume and biomass of Pinus koraiensis using LiDAR data. ...
  • Labrecque, S., Fournier, R.A., Luther, J.E., and Piercey, D. 2006. ...
  • methods to map biomass from Landsat-TM and inventory data in ...
  • Forest Ecology and Management, 226: 129–144. ...
  • Langner, A., Samejima, H., Ong, R.C., Titin, J., and Kitayama, ...
  • carbon conservation into sustainable forest management using high resolution satellite ...
  • imagery: A case study in Sabah, Malaysian Borneo. International Journal ...
  • Observation and Geoinformation, 18: 305-12. ...
  • Latifi, H., Fassnacht, F.E., Hartig, F., Berger, Ch., Hernández, J., ...
  • 5. Stratified aboveground forest biomass estimation by remote sensing data. ...
  • Journal of Applied Earth Observation and Geoinformation. 38: 229–241. ...
  • Lei, Zh, Shaoqiang, W., Georg, K., Guirui, Y., Mei, H., ...
  • and Yazhen, G. 2013. Carbon dynamics in woody biomass of ...
  • forest management practices under future climate change and rising CO2 ...
  • Chinese Geographical Science, 23(5): 519-536. ...
  • Lin, D., Lai, J., Muller-Landau, H.C., Mi, X., and Ma, ...
  • Aboveground Biomass in a Subtropical Evergreen Broad-Leaved Forest in China. ...
  • ONE 7(10), e48244. doi :10.1371/journal.pone.0048244. ...
  • Lindner, M., Maroschek-Nethererc, S., Kremer, A., Barbati, A., Garcia-Gonzaloa, J., ...
  • R., Delzon, S., Corona, P., Kolström, M., Lexer, M.J., and ...
  • change impacts, adaptive capacity, and vulnerability of European forest ecosystems. ...
  • Ecology and Management., 259: 698-709. ...
  • Lu, D., and Batistella, M. 2005. Exploring TM image texture ...
  • biomass estimation in Rondônia, Brazilian Amazon. Acta Amazonica. 35(2): 249-257. ...
  • http://dx.doi.org/10.1590/S0044-59672005000200015. ...
  • Lu, D., Mausel, P., Brondizio, E., and Moran, E. 2002. ...
  • of Successional and Mature Forests Using TM Images in the ...
  • Spatial Data Handling: 183-196. ...
  • Main-Knorn, M., Cohen, W.B., Kennedy, R.E., Grodzki, W., Griffiths, P., ...
  • Pflugmacher, D. 2013. Monitoring coniferous forest biomass change using a ...
  • trajectory-based approach. Remote Sensing of Environment., 139: 227-290. ...
  • Mandal, G., and Joshi, S.P. 2015. Biomass accumulation and carbon ...
  • of dry deciduous forests. International Journal of Ecology and Development. ...
  • Morel, A.C., Fisher, J.B., and Malhi, Y. 2012. Evaluating the ...
  • aboveground biomass in forest and oil palm in Sabah, Malaysia, ...
  • ETM+ and ALOS-PALSAR. International Journal of Remote Sensing, 33(11): 3614-3639. ...
  • Gonzalez, P., Asner, G.A., Battles, J.J., Lefsky, M.A., Waring, K.M., ...
  • Forest carbon densities and uncertainties from Lidar, QuickBird, and field ...
  • California. Remote Sensing of Environment. 114: 1561-1575. ...
  • Muukkonen, P., Heiskanen, L. 2007. Biomass estimation over a large ...
  • standwise forest inventory data and ASTER and MODIS satellite data: ...
  • carbon inventories. Remote Sensing of Environment 107: 617–624. ...
  • Nelson, R. 2010. Model effects on GLAS-based regional estimates of ...
  • carbon. International Journal of Remote Sensing., 31(5): 1359-1372. ...
  • Nole, A., Law, B.E., Magnani, F., Matteucci, G., Ferrara, A., ...
  • 9. Application of the 3-PGS model to assess carbon accumulation ...
  • a regional level. Canadian Journal of Forest research. 39: 1647–1661. ...
  • Pan, Y., Birdsey, R.A., Fang, J., Houghton, R., Kauppi, P.E., ...
  • Shvidenko, A., Lewis, S.L., and Canadell, J.G. 2011. A large ...
  • the world’s forests. Science, 333 (6045): 988-93. ...
  • Potter, Ch., Gross, P., Genovese, V., and Smith, M.L. 2007. ...
  • forest stands in New Hampshire estimated from Landsat and MODIS ...
  • Balance and Management. 2:9 doi: 10.1186/1750-0680-2-9. ...
  • Powell, S.L., Healey, S.P., Cohen, W.B., Kennedy, R.E., Moisen, G.G., ...
  • Ohmann, J.L. 2010. Quantification of Live Aboveground Forest Biomass Dynamics ...
  • Landsat Time-Series and Field Inventory Data: A Comparison of Empirical ...
  • Approaches. Remote Sensing of Environment, 114: 1053-1068. ...
  • R Core Team, 2016. R: A language and environment for ...
  • for statistical Computing, Vienna, Austria. URL https://www.R-project.org/. ...
  • Riaño, D., Chuvieco, E., Salas, J., and Aguado, I. 2003. ...
  • Topographic Corrections in Landsat-TM Data for Mapping Vegetation Types. IEEE ...
  • TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING, 41(5): 1056-1061. ...
  • Sherestha, R., Wynne, R.H. 2012. Estimating Biophysical Parameters of Individual ...
  • an Urban Environment Using Small Footprint Discrete-Return Imaging Lidar. Remote ...
  • Sensing. 4, 484-508; doi:10.3390/rs4020484. ...
  • Spangler, L., Vierling, L.A. 2011. Quantifying Forest Aboveground Carbon Pools ...
  • Fluxes Using Multi-Temporal Lidar. US Department of Energy Publications. Paper ...
  • http://digitalcommons.unl.edu/usdoepub/355. ...
  • Su, Y., Guo, Q., Xue, B., Hu, T., Alvarez, O., ...
  • distribution of forest aboveground biomass in China: Estimation through combination ...
  • spaceborne lidar, optical imagery, and forest inventory data. Remote Sensing ...
  • Tan, K., Piao, S., Peng, C., and Fang, J. 2007. ...
  • stocks for northeast China’s forests between 1982 and 1999. Forest ...
  • Management. 240, 114–121. ...
  • Torres, A.B., MacMillan, D.C., and Skutsch, M. 2015. ‘Yes-in-my-backyard’: Spatial ...
  • differences in the valuation of forest services and local co-benefits ...
  • México. Ecological Economics 109: 130–141. ...
  • Walton, J. 2008. Subpixel urban land cover estimation: comparing cubist, ...
  • and support vector regression. Photogrammetric Engineering and Remote Sensing, 74(10): ...
  • Wang, X., Lewis, B.J., Zhou, L., Dai, L., Shao, G., ...
  • Application of Remote Sensing Data in Mapping Landscape Level Forest ...
  • Monitoring the Effectiveness of Forest Policies in Northeastern China. Environmental ...
  • Management. 52: 612–620. ...
  • Wani, A.A., Joshi, P.K., and Singh, O. 2015. Estimating biomass ...
  • temperate coniferous using spectral modeling and field inventory data. Ecological ...
  • Informatics. 25: 63-70. ...
  • Were, K., Dieu, T.B., Dick, Ø.B., and Singh, B.R. 2015. ...
  • support vector regression, artificial neural networks, and random forests for ...
  • mapping soil organic carbon stocks across an Afromontane landscape. Ecological ...
  • Wijaya, A., Kusnadi, S., Gloaguen, R., and Heilmeier, H. 2010. ...
  • estimating stem volume and forest biomass using moderate resolution remote ...
  • and GIS. Journal of Forestry Research. 21(1): 1−12. ...
  • Yan, F., Wu, B., and Wang, Y. 2015. Estimating spatiotemporal ...
  • biomass using Landsat TM and MODIS images in the Mu ...
  • Agricultural and Forest Meteorology. 200: 119-128. ...
  • Zandler, H., Brenning, A., and Samimi, C. 2015. Quantifying dwarf ...
  • environment: Comparing empirical methods in a high dimensional setting. Remote ...
  • of Environment 158: 140-55. ...
  • Zhang, Y., and Liang, Sh. 2014. Changes in forest biomass ...
  • disturbances over Northeastern China. Global Change Biology. 20: 2596–2606. ...
  • Zheng, G., Chen, J.M., Tian, Q.J., Ju, W.M., and Xia, ...
  • imagery and forest age inventory for biomass mapping. Journal of ...
  • Management. 85: 616–623. ...
  • Zhu, X., and Liu, D. 2015. Improving forest aboveground biomass ...
  • Landsat NDVI time-series. ISPRS Journal of Photogrammetry and Remote Sensing. ...
    • نمایش کامل مراجع