این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
تحقیقات جنگل و صنوبر ایران، جلد ۱۹، شماره ۴، صفحات ۴۷۷-۴۶۶
عنوان فارسی بررسی امکان تشخیص سرخشکیدگی تاج درختان با استفاده از تصاویر ماهواره‌ای با قدرت تفکیک مکانی زیاد Quickbird (مطالعه موردی: جنگل شصت‌کلاته گرگان)
چکیده فارسی مقاله هدف از این تحقیق، بررسی امکان شناسایی درختان سرخشکیده با استفاده از تصاویر ماهواره‌ای Quickbird و تهیه نقشه پراکنش درختان سرخشکیده در جنگل سری یک شصت‌کلاته گرگان می‌باشد. پس از بررسی کیفیت هندسی و رادیومتری داده‌ها، تطابق هندسی تصاویر پانکروماتیک با استفاده از مدل رقومی زمین و 45 نقطه کنترل زمینی و RMSE برابر 65/0 در جهت محور X و 78/0 در جهت محور Y انجام شد. تصاویر چندطیفی با استفاده از تصویر تطابق یافته پانکروماتیک و با 60 نقطه کنترل زمینی و RMSE برابر 19/0 در جهت محور X و 25/0 در جهت محور Y مورد تطابق قرار گرفتند. با استفاده از روشهای مختلف نسبت‌گیری، تجزیه مؤلفه‌های اصلی و ایجاد شاخص‌های گیاهی مناسب، باندهای مصنوعی ایجاد و به‌همراه باندهای اصلی به‌منظور انتخاب باندهای مناسب در تجزیه و تحلیل رقومی استفاده گردید. برای تهیه نمونه‌های تعلیمی و ارزیابی صحت طبقه‌بندی، واقعیت زمینی نمونه‌ای از طریق ثبت درختان سرخشکیده با استفاده از DGPS بر روی شبکه‌ای منظم به ابعاد 100×500 متر و با 360 قطعه نمونه 10 آری تهیه گردید. پس از انتخاب تعدادی از درختان سرخشکیده به‌عنوان نمونه‌های تعلیمی و استخراج نشانه‌های طیفی درختان سرخشکیده در باند‌های اصلی و فرعی، مجموعه باندهای مناسب انتخاب گردید. طبقه‌بندی داده‌ها به‌روش نظارت شده با استفاده از روشهای حداکثر احتمال و برش تراکمی انجام گردید. نتایج حاصل از ارزیابی صحت طبقه‌بندی بر روی چهار باند اصلی و همچنین 7 باند انتخابی با الگوریتم حداکثر احتمال و شاخص‌های گیاهی با الگوریتم برش تراکمی نشان داد که میزان صحت کلی و ضریب کاپا برای دو طبقه درختان سالم و سرخشکیده برای 4 باند اصلی و 7 باند منتخب با الگوریتم حداکثر احتمال به‌ترتیب 77 درصد و 56/0 و 83 درصد و 685/0 بوده است. همچنین میزان صحت کلی و ضریب کاپا برای برش تراکمی شاخص‌های گیاهی NDVI و TNDVI به‌ترتیب 51 درصد و 16/0 و 56 درصد و 19/0 بوده است. نتایج این تحقیق نشان داد که امکان شناسایی تمامی درختان سرخشکیده پهن‌برگ با استفاده از تصاویر ماهواره‌ای Quickbird به‌دلیل بازتاب تاج‌پوشش درختچه‌ها و گیاهان زیراشکوب و سهم کم بازتاب شاخه‌های خشک شده از ارزش رقومی پیکسل‌های تصویر، وجود ندارد. در نتیجه نمی‌توان نقشه دقیق پراکنش درختان سرخشکیده را با استفاده از داده‌های ماهواره‌ای تهیه نمود.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Recognition possibility of trees canopy die back using high resolution satellite image of Quick bird (Case study: Shastkolate forest, Gorgan)
چکیده انگلیسی مقاله The purpose of this research is the possibility to recognize of trees canopy die back using Quickbird satellite images and mapping of its distribution in district one from Shastkolate forest, North-west of Iran. After geometric quality and radiometric evaluation of data, geometric correction of panchromatic image was carried out with 45 ground control points and RMSE of 0.65 at X axis direction and 0.78 at Y axis direction. Moreover, the multi-spectral images were registered with georeferenced panchromatic image with 60 ground control points and RMSE of 0.19 at X axis direction and 0.25 at Y axis direction. Using ratioing, principal component analysis and creation of suitable vegetation indices, some artificial bands were created and used as suitable bands for image analysis. In order to prepare the training area and to evaluate classification accuracy, sample ground truth were provided by recording the died back trees using DGPS on a 500 m×100 m systematic network and 360 sample plots with 1000 m² area. After selection of training area and suitable bands collection, data were classified with supervised method by using maximum likelihood and density slicing. Results of the classification accuracy evaluation on 4 main bands and also 7 selective bands by maximum likelihood algorithm and vegetation indexes by density slicing algorithm showed that overall accuracy amount and Kappa coefficient for 2 forest classes and died back for 4 main bands and 7 best selected bands by maximum likelihood algorithm were 77%, 0.56, 83% and 0.685, respectively. In addition, overall accuracy amount and Kappa coefficient for density slicing of NDVI and TNDVI vegetation indexes were 51%, 0.16, 56% and 0.19, respectively. Results showed that recognition of died back trees using Quickbird satellite image was not completely possible due to reflection of shrub and under storey plants, adjacent trees crowns and low ratio of reflection of dried branches in compare to rest green crown, which are registered as digital value of pixels.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله سحر برازمند | برازمند
دانش آموخته کارشناسی ارشد جنگل داری، دانشکده جنگل داری و فناوری چوب و کاغذ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سازمان اصلی تایید شده: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

شعبان شتایی جویباری |
دانشیار، دانشکده جنگل داری و فناوری چوب و کاغذ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سازمان اصلی تایید شده: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

امید عبدی |
دانش آموخته کارشناسی ارشد جنگل داری، دانشکده جنگل داری و فناوری چوب و کاغذ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
سازمان اصلی تایید شده: دانشگاه علوم کشاورزی و منابع طبیعی گرگان

نشانی اینترنتی http://ijfpr.areeo.ac.ir/article_107504_3b2714296f0f81bd7a798635262e1b97.pdf
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/695/article-695-384933.pdf
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