این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
چهارشنبه 3 دی 1404
تحقیقات جنگل و صنوبر ایران
، جلد ۲۹، شماره ۱، صفحات ۱۳-۲۶
عنوان فارسی
برآورد ویژگیهای کمی و کیفی بنه (.Pistacia atlantica Desf) و بادام (.Amygdalus spp) روی ابر نقاط تصاویر پهپاد
چکیده فارسی مقاله
برآورد ویژگیهای کمی و کیفی گیاهان روی تصاویر پهپاد، یکی از چالشهای اخیر در سنجشازدور است، بنابراین پژوهش پیشرو با هدف معرفی روشی برای برآورد مساحت تاج، ارتفاع و نوع گونه در یک توده آمیخته بنه (Pistacia atlantica Desf.) و بادام (Amygdalus spp.) روی ابر نقاط تصاویر پهپاد انجام شد. در یک محدوده 64 هکتاری از جنگل تحقیقاتی بنه استان فارس، 100 درخت بنه و 100 درختچه بادام بهطور تصادفی انتخاب و ابر نقاط آنها از تصاویر پهپاد با تراکم 50 نقطه در متر مربع تهیه شد. مساحت تاج (91/0R2=، 7/4 %=PRMSE) و ارتفاع بنه (83/0=R2، 2/3 %=PRMSE) و مساحت تاج (89/0R2=، 1/22 %=PRMSE) و ارتفاع بادام (47/0R2=، 5/21 %=PRMSE) از روی ابر نقاط برآورد شدند. همچنین، نوع گونه با استفاده از الگوریتم جنگل تصادفی و 37 مشخصه کمی از ابر نقاط، مدل ارتفاعی تاج و ارتوفتو پیشبینی شد. صحت و ضریب کاپا در تعیین نوع گونه بهترتیب 92/0 و 98/0 محاسبه شد. بهطور کلی، نتایج نشان داد که ابر نقاط تصاویر هوایی پهپاد، کارایی مناسبی در برآورد ویژگیهای کمی و کیفی بنه و بادام در منطقه مورد مطالعه داشتند، اگرچه دقت و صحت قابلقبولی در برآورد ارتفاع بادام بهدست نیامد.
کلیدواژههای فارسی مقاله
ساختار حرکتمبنا، ضریب جینی، مدل ارتفاعی تاج، مدل رقومی سطح،
عنوان انگلیسی
Estimation of qualitative and quantitative characteristics of Pistacia atlantica Desf. and Amygdalus spp. in of UAV point clouds
چکیده انگلیسی مقاله
Estimation of qualitative and quantitative characteristics of plants on UAV images is considered a challenge in remote sensing. Therefore, this study aimed to present a method to estimate crown area, height, and species in a mixed Pistacia-Amygdalus stand in UAV-derived point clouds. To this aim, 100 Pistacia atlantica Desf. trees and 100 Amygdalus spp < em>. shrubs were randomly selected. Point cloud was obtained by UAV-derived imagery with 50 points per m2 in a 64-ha study area in Baneh Research Forest, Fars province. The quantitative characteristics were then estimated on the point cloud. Additionally, species type was classified using random forest and 37 quantitative attributes measured on point cloud, canopy height model, and orthomosaic. Crown area and height of Pistacia (R2= 0.91 and 0.83, PRMSE=4.7% and 3.2%, respectively) and Amygdalus (R2= 0.89 and 0.47, PRMSE=22.1% and 21.5%, respectively) were also estimated. By application of quantitative attributes and random forest, species type was classified with an accuracy of 0.92 and κ of 0.98. All in all, results indicated that UAV point clouds can be efficiently applied to estimate a set of qualitative and quantitative attributes of Pistacia and Amygdalus within the study area. However, inaccurate and imprecise results were observed for estimated heights of Amygdalus.
کلیدواژههای انگلیسی مقاله
ساختار حرکتمبنا, ضریب جینی, مدل ارتفاعی تاج, مدل رقومی سطح
نویسندگان مقاله
یوسف عرفانی فرد |
نویسنده مسئول، دانشیار، گروه سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران
بارتومی کراشفسکی |
استادیار، گروه ژئوماتیک، مؤسسه تحقیقات جنگل، ورشو، لهستان
نشانی اینترنتی
https://ijfpr.areeo.ac.ir/article_124360_094ceaf98089315198d081a773caa839.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات