ارزیابی چهار الگوریتم پیش بینی سطح تاج پوشش جنگل های مانگرو با استفاده از تصاویر دوربین هوایی

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 311

فایل این مقاله در 16 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIRS-7-2_001

تاریخ نمایه سازی: 25 خرداد 1398

چکیده مقاله:

امروزه استفاده از شاخص­های اکولوژیک همانند تاج­پوشش درختان برای شناخت وضعیت اکوسیستم­های خاص نظیر رویشگاه­های مانگرو و پایش و ارزیابی تغییرات ایجاد شده در طی زمان، امری ضروری می­باشد. هدف از این مطالعه استفاده از قابلیت داده های طیفی با قدرت تفکیک مکانی بالادر برآورد مشخصه سطح تاج پوشش با استفاده از الگوریتم های پارامتریک و ناپارامتریک در جنگل­های مانگرو استان بوشهر است. برای انجام تحقیق، 50 قطعه نمونه 400 مترمربع (20×20 متر) به روش خط- نمونه پیاده و اطلاعات قطر برابر سینه، قطر بزرگ و کوچک تاج درختان و ارتفاع تمامی درختان به همراه موقعیت مراکز قطعه نمونه برداشت و سطح تاج­پوشش در قطعه نمونه و در هکتار به درصد محاسبه گردید. تصاویر مورد استفاده در این تحقیق مربوط به عملیات عکس­برداری در تاریخ 20/10/91 است که با استفاده از دوربین رقومی UltraCam-X برداشت گردید. پس از انجام پیش­پردازش ها و پردازش های مناسب، ارزش های رقومی متناظر با قطعات نمونه زمینی از باندهای طیفی استخراج و به عنوان متغیرهای مستقل و درصد تاج­پوشش به عنوان متغیر وابسته در نظر گرفته شدند. مدل سازی با الگوریتم­های نزدیک ترین همسایه، ماشین بردار پشتیبان، جنگل تصادفی و رگرسیون خطی چند­متغیره با 70 % از قطعات نمونه انجام گردید و نتایج با 30 % باقیمانده قطعات نمونه مورد ارزیابی قرار گرفت. به منظور پیش­بینی درصد تاج­پوشش، نتایج الگوریتم جنگل تصادفی، نزدیک­ترین همسایه، رگرسیون خطی چندمتغیره و ماشین بردار پشتیبان به ترتیب با درصد مجذور میانگین مربعات خطا برابر با 57/13، 95/13، 88/14 و 73/17 و اریبی نسبی برابر با 88/3-، 62/4–، 05/5- و 78/2- بدست آمد که الگوریتم جنگل تصادفی با کمترین درصد مجذور میانگین مربعات خطا توانست درصد تاج­پوشش را بهتر پیش­بینی نماید. نتایج این تحقیق نشان داد الگوریتم­های ناپارامتریک جنگل تصادفی، نزدیک­ترین همسایه و ماشین بردار پشتیبان قابلیت بالاتری نسبت به الگوریتم پارامتریک رگرسیون خطی چندمتغیره در برآورد مشخصه درصد تاج­پوشش دارا می باشند.

کلیدواژه ها:

تاج پوشش ، مانگرو ، مدل سازی ، دوربین Ultra cam X ، بوشهر

نویسندگان

اکبر قاسمی

دکتری جنگلداری، دانشگاه علوم کشاورزی و منابع طبیعی ساری

اصغر فلاح

دانشیار دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری

شعبان شتایی جویباری

دانشیار، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

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 :
  • امیری، س. ن.، ژ.  سجادی و س. ح. صدوق ونینی. ...
  • بهاروند، س. و س. سوری. 1394. پهنه­بندی خطر زمین لغزش ...
  • حجاریان، م. 1384. بررسی تغییرات کمی جنگل های مانگرو منطقه ...
  • دانه­کار، ا.، م. عرفانی، غ. نوری، ح. عقیقی، م. مروی ... [مقاله ژورنالی]
  • سفیانیان، ع.، ا. محمدی توفیق، ل. خداکرمی و ف. امیری. ...
  • شاهولی کوه شور، ا.، م. پیرباوقار و پ. فاتحی. 1393. ...
  • صادقی، ا. 1384. بررسی روند تغییرات سطح و تراکم جنگل ...
  • صفاایسنی، ه. 1385. مدیریت زیست محیطی جنگل های مانگرو حوزه ...
  • محمدی، ج. 1392. بهبود برآورد برخی مشخصه های کمی ساختار ...
  • نوریان، ن. و ش. شتایی جویباری. 1393. بررسی قابلیت داده ...
  • نوریان، ن.، ش. شتایی جویباری، ج. محمدی و س. یزدانی. ...
  • یوسفی، ص.، م. تازه، س. میرزایی، ح. ر. مرادی و ...
  • Asner GP, Powell GV, Mascaro J, Knapp DE, Clark JK, ...
  • Baret F, Guyot G. 1991. Potentials and limits of vegetation ...
  • Bell G, Howell B, Johnson G, Raun W, Solie J, ...
  • Calvao T, Palmeirim J. 2004. Mapping Mediterranean scrub with satellite ...
  • Elvidge CD, Chen Z. 1995. Comparison of broad-band and narrow-band ...
  • Gang PO, Agatsiva J L. 1992. The current status of ...
  • Gonzalez RC, Woods RE. 2008. Digital image processing. Prentice hall ...
  • Hogarth PJ. 2015. The biology of mangroves and seagrasses. Oxford ...
  • Hyde P, Nelson R, Kimes D, Levine E. 2007. Exploring ...
  • Jensen JR, Lin H, Yang X, Ramsey III E, Davis ...
  • Kajisa T, Murakami T, Mizoue N, Kitahara F, Yoshida S. ...
  • Kalbi S, Fallah A, Hojati SM. 2014. Using and comparing ...
  • Kalbi S, Fallah A, Shataee S. 2014. Forest Stand Types ...
  • Maniatis D, Mollicone D. 2010. Options for sampling and stratification ...
  • Mohammadi J, Shataee S, Babanezhad M. 2011. Estimation of forest ...
  • Mutanga O, Adam E, Cho MA. 2012. High density biomass ...
  • Rahman M, Csaplovics E, Koch B. 2005. An efficient regression ...
  • Ramsey EW, Jensen JR. 1996. Remote sensing of mangrove wetlands: ...
  • Ranson K, Sun G. 1994. Mapping biomass of a northern ...
  • Roujean J-L, Breon F-M. 1995. Estimating PAR absorbed by vegetation ...
  • Rouse Jr JW, Haas R, Schell J, Deering D. 1974. ...
  • Sarker LR, Nichol JE. 2011. Improved forest biomass estimates using ...
  • Shataee S, Kalbi S, Fallah A, Pelz D. 2012. Forest ...
  • Shataee S. 2011. Non-parametric forest attributes estimation using Lidar and ...
  • Townsend PA. 2002. Estimating forest structure in wetlands using multitemporal ...
  • Tucker CJ. 1979. Red and photographic infrared linear combinations for ...
  • Wang T, Zhang H, Lin H, Fang C. 2015. Textural–Spectral ...
  • نمایش کامل مراجع