مقایسه روش های آماربرداری زمینی و داده های دورسنجی با استفاده از الگوریتم ناپارامتریک در برآورد مشخصه های کمی جنگل

اندازه گیری جنگل منبعی مهم از مجموعه اطلاعات جامع در اختیار قرار میدهد. در سالهای اخیر استفاده از داده های رقومی ماهواره ای به عنوان ابزارها و روش های کمکی در دستور کار متخصصان مدیریت منابع طبیعی قرار گرفته است تا در تلفیق با اندازهگیریهای زمینی اطلاعات تکمیلی دقیق تری فراهم شود. مطالعه حاضر با هدف مقایسه روش آماربرداری زمینی و الگوریتم ناپارامتریک k نزدیکترین همسایه بر روی تصاویر ماهواره ای در برآورد مهمترین مشخصه های کمی جنگل شامل میانگین قطر، ارتفاع، سطح مقطع، حجم و تراکم درختان انجام شد. در مطالعه حاضر بهمنظور آماربراری زمینی از قطعات نمونه به روش تصادفی سیستماتیک و با مساحت 10 آر استفاده شد. سپس این مشخصه ها با استفاده از الگوریتم طبقه بندی ناپارامتریک k نزدیکترین همسایه بر روی تصاویر تصحیح شده ماهواره IRS P6 سنجنده LISS III و در محیط نرم افزار R و در پکیج yaImpute برآورد شدند. نتایج نشان داد که میانگین های آماری مشخصه های جنگل با استفاده از تصویر دورسنجی بسیار نزدیک به نتایج آماربرداری زمینی بود و دارای اختلاف ناچیز بودند که این امر نشان دهنده توان این تصاویر و الگوریتم مورد استفاده در برآورد مشخصه های جنگل است. پیشنهاد میشود که به چنین مطالعاتی به منظور معرفی بهترین روش جایگزین یا مکمل آماربرداری زمینی در مطالعات علوم جنگل توجه شود تا اطلاعات دقیق تری با صرف زمان و انرژی کمتر کسب و در امور مدیریت و احیای جنگل استفاده شود.

کلیدواژه ها:

اندازه گیری جنگل ، الگوریتم ناپارامتریک ، k نزدیکترین همسایه