بررسی کارآیی داده‌های ماهوارهایGeoEye-1 برای تهیه نقشه مراحل تحولی در جنگل‌های شمال ایران
محورهای موضوعی : جنگلداری
امین مهدوی سعیدی
1
(دانشجوی دکتری جنگلداری، گروه جنگلداری، دانشکده منابع‌طبیعی و محیط‌زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.)
ساسان بابایی کفاکی
2
(دانشیار گروه جنگلداری، دانشکده منابع‌طبیعی و محیط‌زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.)
اسداله متاجی
3
(استاد گروه جنگلداری، دانشکده منابع‌طبیعی و محیط‌زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.)
کلید واژه: پیکسل‌پایه, مراحل تحولی, جنگل, شی‌پایه, GeoEye-1,
چکیده مقاله :
امروزه در علم سنجش از دور به دلیل وجود سنجنده های با توان تفکیک فضایی و طیفی بالا و به کارگیری انواع شاخص های گیاهی، امکان شناسایی و تفکیک دقیق ساختار پدیده های طبیعی با استفاده از داده های ماهواره ای فراهم شده است. بر این اساس کسب اطلاعات از ساختار جنگل ها با استفاده از داده های ماهواره ای در راستای مدیریت منابع تجدید پذیر مورد توجه قرار گرفته است. در این تحقیق با بهره گیری از داده های ماهواره GeoEye-1 و الگوریتم های طبقه بندی مختلف در روش های پیکسل پایه، شی پایه و مدل پایه نسبت به تهیه نقشه های مراحل تحولی جنگل های طبیعی منطقه تنکابن در شمال ایران اقدام شد. صحت نقشه های خروجی با پارامترهای صحت کلی و ضریب کاپا ارزیابی گردید. نتایج نشان داد که حداکثر دقت (78 درصد) در روش شی پایه متکی به قطعه بندی ناظر به شاخص NDVI و الگوریتم حداکثر احتمال برآورد شد. همچنین الگوریتم های تابع الگوهای ساختاری در توزیع پیکسل ها، دقت بالاتری را ارایه دادند. به طور کلی نتایج این تحقیق پتانسیل قابل توجه داده های GeoEye-1 در تهیه نقشه های مراحل تحولی جنگل را نشان داده که می تواند در اقدامات مدیریتی مورد استفاده قرار گیرد.
Today, remote sensing with high spatial and spectral resolutions along with the use of a variety of plant indices has provided the possibility of more accurate analysis and classification of satellite data in the identification and structural resolution of natural phenomena. Accordingly obtain information from the structure of forests using satellite data to help the management of forest renewable resources is of interest to managers and researchers. In this research, maps of the development stages of natural forests in the north of the country were prepared using GeoEye-1 satellite data and different classification algorithms in pixel-based, object-based, and model-based methods. The ultimate accuracy of the classification maps was calculated with the overall accuracy parameters and the Kappa coefficient. The results of this study showed that maximum accuracy (78%) in the object-based method was estimated on the basis of the segmentation of the NDVI and the maximum likelihood algorithm. Also, the algorithms that follow the structural patterns for the classification of the pixel distribution provided a higher accuracy. Overall, the results showed the high potential of GeoEye-1 data in mapping forest development stages.
_||_