ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

مقایسه دو الگوریتم حداکثر احتمال و فاصله ماهالانوبیس در طبقه بندی داده ی ماهواره Worldview2 جهت پهنه بندی گونه ی Loranthus europaeus

سال انتشار: 1394
کد COI مقاله: AGRIDEV02_045
زبان مقاله: فارسیمشاهده این مقاله: 781
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 13 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله مقایسه دو الگوریتم حداکثر احتمال و فاصله ماهالانوبیس در طبقه بندی داده ی ماهواره Worldview2 جهت پهنه بندی گونه ی Loranthus europaeus

بهاره سهرابی سراج - دانشجوی دکتری، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، گروه جنگلداری، تهران، ایران
هادی کیادلیری - استادیار، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، گروه جنگلداری، تهران، ایران
ساسان بابایی کفاکی - استادیار، دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران، گروه جنگلداری، تهران، ایران
رضا اخوان - دانشیار پژوهش، موسسه تحقیقات جنگل ها و مراتع کشور، تهران. ایران.

چکیده مقاله:

؛Loranthus europaeus یا گونه نیمه انگلی موخور یکی از عوامل تهدیدکننده جنگل های زاگرس به شمار می رود کهبه منظور مدیریت عرصه های جنگلی، شناسایی آن مهم است. به همین منظور منطقه حفاظت شده کوه منجل واقع دراستان ایلام به دلیل حضور چشمگیر موخور با شدت های متفاوت و عدم انجام پاکسازی با مساحت 37 هکتار، دررویشگاه زاگرس به عنوان نمونه برای بررسی و مطالعه انتخاب گردید. به منظور پهنه بندی موخور، داده ی ماهواره ای باقدرت تفکیک مکانی بالا Worldview 2 مربوط به اواخر آبان ماه (سال 2010) و پس از خزان بلوط تهیه شد. پس ازانجام تصحیح اورتو و رادیومتریکی، Pansharpenning تصویر چند طیفی، همچنین نسبت گیری طیفی و تهیهشاخص تفاوت گیاهی نرمال شده و شاخص پوشش گیاهی بهبودیافته، دو مؤلفه روشنایی و سبزینگی تبدیل تسلدکپ،آنالیز مؤلفه های اصلی و با 312 نقطهی واقعیت زمینی، دو الگوریتم فاصله ی ماهالانوبیس و حداکثر احتمال موردمقایسه قرار گرفتند. نهایتاً الگوریتم فاصله ی ماهالانوبیس با دقت کلی 5 / 64 % و حداکثر احتمال با دقت کلی 2 / 75 %نقشه سطوح آلوده و سالم را ارایه داد. با توجه به نتایج به دست آمده، جهت پهنه بندی موخور در کل منطقه زاگرسزمان مناسب تصویربرداری، دادهی ماهوارهای با قدرت تفکیک مکانی بالا، مناطق نمونه و واقعیت زمینی مناسبضروری است.

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا AGRIDEV02_045 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/431599/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
سهرابی سراج، بهاره و کیادلیری، هادی و بابایی کفاکی، ساسان و اخوان، رضا،1394،مقایسه دو الگوریتم حداکثر احتمال و فاصله ماهالانوبیس در طبقه بندی داده ی ماهواره Worldview2 جهت پهنه بندی گونه ی Loranthus europaeus،دومین کنفرانس ملی کشاورزی و توسعه،تهران،https://civilica.com/doc/431599

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1394، سهرابی سراج، بهاره؛ هادی کیادلیری و ساسان بابایی کفاکی و رضا اخوان)
برای بار دوم به بعد: (1394، سهرابی سراج؛ کیادلیری و بابایی کفاکی و اخوان)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • برازمند، سحر، شعبان شتایی جویباری، امید عبدی. (1390). بررسی امکان ...
  • پیری، عبدالسلام. (1390). سیمای منابع طبیعی و آبخیزداری استان ایلام. ...
  • فاطمی، سید باقر، یوسف رضائی، (1391). مبانی سنجش از دور، ...
  • مرادی، محمد. (1391). بررسی ارتباط میزان آلودگی به گیاه نیمه ...
  • ناصری، بهروز، فرشید کرمی، فتح ا.. نادری، عماد سلامت، (1389). ...
  • Aguilara, M.A. Saldana M.M and F.J. Aguilara. (2013). GeoEye-1 and ...
  • Al-Ahmadi, F. S., Hames, A.S. (2008). Comparison of Four Classification ...
  • Breiman , L., (2001). Random Forests. Statistics Department, University of ...
  • Campbell, J.B., (2002). Introduction to remote sensing, Taylor & Francis, ...
  • Coops, N., N. Gillanders, M.A. Wulder, S.E. Gergel, N. Trisalyn ...
  • Eckert, S., (2012). Improved Forest Biomass and Carbon Estimations Using ...
  • Franklin, S.E., (2001). Remote Sensing for Sustainable Forest Management, Lewis ...
  • Gairola, S. S., Proches and D., Rocchini, (2013). High-resolution satellite ...
  • Gebauer, R., D., Volarik, and J., Urban, (2012). Quercus pubescens ...
  • Gong, P. and T., Sasagawa. (2005). Integrated shadow removal based ...
  • Heurich, M. T., Ochs, Th., Andresen and Th., Schneider. (2010). ...
  • Huete, K., T., Didan E.P., Miura, X., Rodriguez, L., Gao ...
  • Khorrami, K.R. (2004). Investigation of the potential of landsat7 ETM+ ...
  • Lillesand, T.M., and Kiefer, R.W. (2001). Remote Sensing and Image ...
  • Lu, D., Weng, O. (2007). A survey of image classification ...
  • Myinta, S.W. Gobera, P. Brazela, A. Grossma n-Clarkeb, S. Wengc, ...
  • Naseri, F. (2003). Classification of forest types and estimation of ...
  • Niknejad, M., Mirzaei zadeh, V., Heydari, M. (2014). Comparing different ...
  • Sivanpillai, R., Smith, C.T., Srinivasan., R., Messina, M.G., and Ben ...
  • Urban, J., R., Gebauer, N., Nadezhdina and ., cermak, (2012). ...
  • Vatsavai RR., Bright E., Varun C., Budhendra B., Cheriyadat A., ...
  • Vorovencii, I. Muntean, M. D., (2013). Evaluation of supervised classification ...
  • Wang, J. Sammis, Th. Gutschick, V. Gebremichae, M. (2010). Review ...
  • Waser, L.T., Kuchler, M., Jutte, K., Stampfer, Th. (2014). Evaluating ...
  • Watson, L., and M.., Dallwitz, (1992). The families of flowering ...
  • Wuldler, M. and S.E., Franklin, (2006). Understanding Forest Disturbance and ...
  • Wyczaek, I. and E., Wyczafek, (2013). Studies on Pa nsharpening ...
  • مدیریت اطلاعات پژوهشی

    صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: 34,062
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره 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.

    پشتیبانی