میلاد پوراحمد - Sari University of Agricultural Sciences and Natural Resources. I. R. Iran
جعفر اولادی - Sari University of Agricultural Sciences and Natural Resources. I. R. Iran
اصغر فلاح - Sari University of Agricultural Sciences and Natural Resources. I. R. Iran

تصاویر پهپاد، با توان تفکیک مکانی بالا، یک منبع اطلاعاتی باارزش برای تهیه نقشه پوشش زمین و اطلاعات موضوعی به­ ویژه تشخیص گونه­ های درختی هستند. هدف از این تحقیق بررسی قابلیت تصاویر پهپاد و روش شیءپایه در تشخیص گونه ­های درختی در جنگل­ های پهن برگ خزری است. به این منظور بخشی از پارسل ۲۴ در سری یک دارابکلای مازندران انتخاب شد. نقشه واقعیت زمینی موقعیت گونه­ های غالب از طریق ثبت دقیق با الگوریتم تعیین مختصات جغرافیایی با استفاده از فاصله و آزیموت در نرم افزار متلب تهیه شد. پس از پردازش­ های مناسب بر روی تصاویر، طبقه بندی به روش شیء­پایه بر روی مجموعه تصاویر در سه ارتفاع پروازی ۱۰۰، ۷۵ و ۵۵ متری به دو صورت طبقه بندی یک مرحله ای و طبقه بندی سلسله مراتبی انجام شد. در روش شیء­پایه از فن نزدیک­ترین همسایه برای طبقه ­بندی گونه­ ها استفاده شد. ارزیابی صحت نقشه ­های حاصل ازطبقه ­بندی­ ها با استفاده از ۵۰ درصد نمونه­ های واقعیت زمینی انجام گرفت. نتایج نشان داد که نقشه حاصل از طبقه­ بندی سلسله مراتبی به روش شیء­پایه در ارتفاع پروازی ۵۵ متر بهترین توانایی تشخیص گونه­ های درختی را در بین سه ارتفاع، با ضریب کاپای ۸۱/۰ و صحت کلی ۸۷ درصد داراست.  

Forest classification, Object-based, Tree detection, UAVs, پهپاد, تعیین گونه, شیءپایه, طبقه­ بندی جنگل