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
جمعه 28 آذر 1404
تحقیقات جنگل و صنوبر ایران
، جلد ۲۵، شماره ۳، صفحات ۴۵۲-۴۶۲
عنوان فارسی
بررسی امکان تهیه نقشه شدت خشکیدگی جنگلهای بلوط زاگرس با استفاده از دادههای ماهوارهای Worldview-۲ (مطالعه موردی: جنگلهای شهرستان ایلام)
چکیده فارسی مقاله
طی سالهای اخیر پدیده زوال بلوط به جنگلهای زاگرس آسیب جدی رسانده است. برای مقابله و مدیریت این بحران قبل از هر چیزی نیاز به اطلاعات دقیقی از وضعیت و گستره وقوع این پدیده در سطح جنگل است. یکی از راههای مؤثر برای دستیابی به اطلاعات مربوط به گستره و شدت وقوع خشکیدگی در جنگل در محدودههای وسیع استفاده از دادههای ماهوارهای است. در این پژوهش که در قسمتی از جنگلهای شهرستان ایلام انجام شد، با استفاده از دادههای ماهوارهای Worldview-2 به تهیه نقشه شدت خشکیدگی جنگل در چهار طبقه پرداخته شد و از چهار الگوریتم طبقهبندی حداکثر احتمال، بیز ساده، نزدیکترین همسایه و شبکه عصبی مصنوعی برای طبقهبندی دادههای ماهوارهای استفاده شد. نتایج نشان داد که از بین روشهای مختلف، روش الگوریتم شبکه عصبی مصنوعی با صحت کلی 72/83 درصد بهترین نتایج را داشت. نتایج این پژوهش نشان داد که دادههای سنجنده WV-2 میتوانند بهخوبی شدت وقوع زوال بلوط را نشان دهند.
کلیدواژههای فارسی مقاله
زوال بلوط، سنجش از دور، شبکه عصبی مصنوعی،
عنوان انگلیسی
Investigation on the feasibility of mapping of oak forest dieback severity using Worldview-2 satellite data (Case study: Ilam forests)
چکیده انگلیسی مقاله
In recent years, oak decline phenomenon has caused severe damages in Zagros forests. To deal with and managed this crisis, prior to any action, having accurate information about the status and distribution area of this phenomena is necessary. Using satellite data is one of methods to achieve information on the extent and severity of die back. For this purpose, map of oak decline severity was prepared in four levels for some parts of Ilam forests using Worldview-2 satellite data. Maximum likelihood, naive bayes, K-nearest neighbors and artificial neural network classification algorithm were used. The results showed that among different classification methods, the results of artificial neural network classification algorithm had most overall accuracy with 72.83%. Moreover, our results confirmed that the Worldview-2 satellite data can illustrate the severity of oak decline.
کلیدواژههای انگلیسی مقاله
Artificial neural network, oak decline, Remote sensing
نویسندگان مقاله
امید کرمی |
دانشجوی دکتری، گروه علوم جنگل، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
سازمان اصلی تایید شده
: دانشگاه علوم کشاورزی و منابع طبیعی ساری
اصغر فلاح |
دانشیار، گروه علوم جنگل، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران
سازمان اصلی تایید شده
: دانشگاه علوم کشاورزی و منابع طبیعی ساری
شعبان شتایی |
دانشیار، گروه جنگل داری، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
سازمان اصلی تایید شده
: دانشگاه علوم کشاورزی و منابع طبیعی گرگان
هومن لطیفی |
استادیار، گروه جغرافیا و زمین شناسی، دانشگاه ووتزبورگ، ووتزبورگ، آلمان
نشانی اینترنتی
http://ijfpr.areeo.ac.ir/article_112879_ad095f3329ee9ae3dd5c8a593c1fd030.pdf
فایل مقاله
اشکال در دسترسی به فایل - ./files/site1/rds_journals/695/article-695-434003.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