بررسی قابلیت تصاویر سنجنده SPOT۵–HRG در تهیه نقشه انبوهی جنگل های خزری (مطالعه موردی: جنگل های دیلمان گیلان)
- سال انتشار: 1389
- محل انتشار: فصلنامه تحقیقات جنگل و صنوبر ایران، دوره: 18، شماره: 1
- کد COI اختصاصی: JR_IJFPR-18-1_013
- زبان مقاله: فارسی
- تعداد مشاهده: 69
نویسندگان
دانش آموخته جنگل داری، دانشکده منابع طبیعی، دانشگاه تهران
دانشیار، دانشکده منابع طبیعی، دانشگاه تهران
کارشناس، سازمان جنگلها، مراتع و آبخیزداری کشور
چکیده
به منظور بررسی قابلیت تصاویر سنجنده SPOT۵–HRG در تهیه نقشه انبوهی جنگلهای خزری، داده های این سنجنده با اندازه تفکیک مکانی ۵ و ۱۰ متر مربوط به سال ۱۳۸۱ مورد تجزیه و تحلیل قرار گرفت. این مطالعه در منطقه ای به وسعت ۱۰۰۰۰ هکتار در جنوب غربی شهرستان املش در استان گیلان انجام شد. پردازش رقومی داده های ماهواره ای به روشهای مناسبی چون نسبت گیری، ادغام و تبدیل PCA انجام شد و تعداد زیادی باند مصنوعی همراه با باندهای اصلی، در تجزیه و تحلیل ها مورد استفاده قرار گرفت. برای ارزیابی صحت نتایج طبقه بندی، یک نقشه واقعیت زمینی نمونه ای در سطحی حدود ۲۵۰۰ هکتار از منطقه مورد مطالعه با استفاده از ۷ قطعه عکس هوایی ۱:۴۰۰۰۰ مربوط به سال ۱۳۸۰ تهیه گردید. بدین منظور بعد از تهیه ارتوفتوموزائیک رقومی عکس هوایی، تعداد ۲۵۲۰ قطعه نمونه یک هکتاری در کل سطح منطقه پیاده شد و درصد تاج پوشش در هر قطعه نمونه با استفاده از شبکه نقطه چین ۴۵ نقطه ای، محاسبه گردید. طبقه بندی داده های ماهواره ای با استفاده از الگوریتم های طبقه بندی نظارت شده حداقل فاصله از میانگین و حداکثر تشابه در ابتدا با ۶ طبقه انبوهی انجام شد. به دلیل تفکیک پذیری کم بین برخی طبقه ها، این طبقات در هم ادغام شدند. در نهایت طبقه بندی با ۳ طبقه انبوهی (۱ تا ۱۰، ۱۰ تا ۵۰ و ۵۰ تا ۱۰۰ درصد) و یک طبقه غیرجنگل با روش حداکثر تشابه، بهترین نتیجه را در بر داشت. در این طبقه بندی، صحت کلی و ضریب کاپا به ترتیب ۷۴ درصد و ۳۳/۰ برآورد شد. بیشترین صحت تولیدکننده و کاربر (به ترتیب ۹۵ و ۸۲ درصد) مربوط به طبقه ۳ انبوهی (۵۰ تا ۱۰۰ درصد) و کمترین آنها (به ترتیب ۱۱ و ۳۲ درصد) مربوط به طبقه یک انبوهی (۱ تا ۱۰ درصد) بود. هرچند که صحت کلی ۷۴ درصد برای طبقه بندی ۴ طبقه ای را می توان نسبتا خوب ارزیابی کرد، ولی با توجه به ضریب کاپای کم (۳۳/۰)، در مجموع نتایج طبقه بندی را نمی توان چندان مطلوب ارزیابی نمود. بنابراین برای کسب نتایج بهتر، آزمون قابلیت سنجنده هایی با توان تفکیک طیفی بهتر و روشهایی مانند طبقه بندی شیء- پایه پیشنهاد می شود.کلیدواژه ها
ماهواره SPOT۵, واقعیت زمینی, عکس های هوایی, نقشه انبوهی جنگل, طبقه بندی, صحتاطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.