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
دوشنبه 24 آذر 1404
تحقیقات جنگل و صنوبر ایران
، جلد ۱۷، شماره ۳، صفحات ۴۶۳-۴۵۰
عنوان فارسی
ارزیابی قابلیت دادههای سنجنده IRS- LISS IIIو SPOT- HRG در شناسایی و تفکیک طبقات گلازنی در زاگرس شمالی (مطالعه موردی: جنگلهای گلازنی شده بانه کردستان)
چکیده فارسی مقاله
بهمنظور ارزیابی قابلیت دادههای سنجندههای HRG ماهواره SPOT 5 و LISS-III ماهواره IRS-P6 در تهیه نقشه و تفکیک محوطههای جنگلی گلازنی شده در زاگرس شمالی، بخشی از جنگلهای گلازنی شده شهرستان بانه انتخاب و مورد بررسی قرار گرفت. سطح محوطههای گلازنی شده (شان، کورپه، کور و خرت) در یک دوره تناوب 3 ساله با استفاده از دستگاه موقعیتیاب جهانی (GPS) بهعنوان واقعیت زمینی منطقه انتخاب گردید. پس از بررسی خطاهای هندسی و رادیومتری مجموعه داده مورد استفاده تحت پردازشهایی نظیر نسبتگیری طیفی و تجزیه مؤلفههای اصلی قرار گرفت. همچنین برای بارزسازی بهتر اطلاعات، تصاویر چندطیفی HRG و LISS-III با تصویر پانکروماتیک IRS-1C ادغام شدند. طبقهبندی تصاویر با استفاده از الگوریتم حداکثر احتمال (ML) به دو صورت، یکی برای کل محدوده مورد تحقیق و دیگری برای هر یک از دامنههای شمالی و جنوبی بهصورت جداگانه اعمال گردید. بررسی تفکیکپذیری طبقات با استفاده از معیار فاصله باتاچاریا انجام شد. نتایج حاصل نشان داد که تفکیکپذیری طبقات در دامنههای شمالی بهتر از دامنههای جنوبی میباشد. همچنین طبقه خرت شمالی و زراعت بهخوبی از سایر طبقات تفکیک شدند. شاخصهای گیاهی نسبت به باندهای اصلی، نتایج ضعیفتری را نشان دادند. از مجموعه دادههای SPOT، باندهای ادغام شده با میزان صحت کلی 3/65% و ضریب کاپا 63/0 در طبقهبندی 4 طبقهای، بیشترین مقدار این دو معیار را حاصل نمود. در بین دادههای IRS-P6 مؤلفه اول حاصل از تجزیه مؤلفههای اصلی در ترکیب با باندهای 1 و 4، با میزان صحت کلی 70 درصد و ضریب کاپا 6/0 بهترین نتیجه را کسب کرد. مقایسه نتایج حاصل از طبقهبندی دو تصویر نشان داد که استفاده از دادههای فصل رویش گیاهی و قبل از گلازنی نتایج بهتری را ارائه میدهد. با وجود مشکلات تداخل طیفی خاک منطقه با پوشش درختی، نتایج بدست آمده بیانگر آن است که دادههای مورد استفاده در این تحقیق، قابلیت نسبتاً مناسب برای تفکیک محاوط گلازنی و تهیه نقشه در این مناطق را دارند.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Evaluation of the capability of IRS- LISS III and SPOT- HRGdata for identification and separation of pollarding forest areas in Northern Zagros (Case Study: Kurdistan, pollarded forests of Baneh)
چکیده انگلیسی مقاله
To evaluate the capability of SPOT5 HRG and IRS-P6 LISS-III in separating the pollarding areas of northern Zagros forests and preparing the map of this area, some parts of pollarded forests located at Baneh city were selected. The pollarding areas (Shan, Kurpe, Khert and Koor) were determined as ground truth in a 3 year alternation period using a global positioning system (GPS). Assessing the radiometric quality, no radiometric error was observed in these data. SPOT5 data which had been already geometrically corrected was used as basis for geometric correction of IRS-P6 color image and IRS-1C panchromatic image. Nonparametric method was used to do geometric correction with Root Mean Square Error (RMSE) of 0.54 and 0.75 pixels for these tow images, respectively. Principal component analysis (PCA) and various spectral rationing methods were used to prepare artificial bands used in data analysis. Likewise, for more image enhancement, HRG and LISS-III multi-spectral bands were fused with IRS-1C pan image. The data was classified using a maximum likelihood (ML) algorithm. This classification was applied using 4 and 6 classes for the studying area and a classification with 3 classes was used for each northern and southern aspects. The separability of classes was studied using Bhuttacharrya Distance Criteria. Result showed that separability of different classes of northern aspect was better than southern aspect. Likewise, northern Khert and agriculture classes were completely separated from other classes. The vegetation indices showed lower results compare to the original bands. Fused bands of SPOT 5 images showed the highest overall accuracy is equal to 65.3% and the highest Kappa coefficient is equal to 0.63. The highest overall accuracy (70%) and Kappa coefficient (0.60) was obtained using the first component analysis resulted from PCA in combination to bands 1 and 4 IRS-P6 data. According to the results of classifying of these two images, the data obtained before pollarding and during of vegetation growth season, showed better results. Regardless of spectral interference between soil and trees crown cover, the results showed the high capability of above mentioned images to separate the pollarding areas and to prepare the map of the area.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
ایوب مرادی |
کارشناس ارشد جنگل داری
جعفر اولادی قادیکلایی | oladi ghadikolaei
دانشیار، دانشکده منابع طبیعی ساری
سازمان اصلی تایید شده
: دانشگاه علوم کشاورزی و منابع طبیعی ساری
اصغر فلاح |
استادیار، دانشکده منابع طبیعی ساری
سازمان اصلی تایید شده
: دانشگاه علوم کشاورزی و منابع طبیعی ساری
پرویز فاتحی |
کارشناس ارشد، مرکز تحقیقات کشاورزی و منابع طبیعی استان کردستان
سازمان اصلی تایید شده
: مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی کردستان
نشانی اینترنتی
http://ijfpr.areeo.ac.ir/article_107835_927884aa9fa21ab152192daddd765fde.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/695/article-695-385071.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