تخمین میانگین سن و ارتفاع درختان با استفاده از ترکیب تصاویر چندطیفی و پانکروماتیک اسپات-۵

Publish Year: 1397
نوع سند: مقاله ژورنالی
زبان: Persian
View: 174

This Paper With 17 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_GERAZ-8-4_004

تاریخ نمایه سازی: 10 آبان 1400

Abstract:

تخمین پارامترهای ساختاری جنگل­ها با استفاده از داده­های ماهواره­ای، اهمیت فراوانی در مدیریت پایدار و موثر آن­ها دارد. هدف از این پژوهش، استفاده از روش­های ترکیب تصاویر در سطح پیکسل به­منظور بهبود تخمین میانگین سن و ارتفاع درختان (گونهکاج مونتری) است. اطلاعات سن و ارتفاع درختان در قالب ۶۱ پلات از جنگل دست­کاشت کاج برداشت شد و عملکرد سه روش ترکیب تصاویر در سطح پیکسل، شامل تبدیل مولفه­های اصلی، تبدیل موجکو تبدیل مولفه­های اصلی مبتنی بر تبدیل موجک به­منظور بررسی بهبود تخمین میانگین سن و ارتفاع درختان با استفاده از تصاویر اسپات-۵ مورد مقایسه قرار گرفت. از هریک از تصاویر حاصل از ترکیب، اطلاعات طیفی و بافتی استخراج شد. برای استخراج اطلاعات طیفی، از شاخص­های گیاهی و باندهای انعکاسی و برای استخراج اطلاعات بافتی، از ماتریس وقوع توام گام­های خاکستریدر چهار اندازه پنجره و چهار زاویه مختلف استفاده شد. مقایسه عملکرد مدل­های حاصل از اطلاعات بافتی مستخرج از تصویر پانکروماتیک اسپات-۵ و اطلاعات بافتی حاصل از سه روش ترکیب تصاویر مورد استفاده در این پژوهش نشان داد: تخمین­های حاصل از اطلاعات بافتی مستخرج از تصاویر ترکیب­شده دارای دقت بیشتری هستند؛ همچنین، نتایج مدل­سازی با استفاده از روش رگرسیون چندمتغیره نشان داد که روش تبدیل مولفه­های اصلی مبتنی بر تبدیل موجک با درصد خطای ۱۶% برای سن درختان و ۱۱% برای ارتفاع درختان، عملکرد بهتری نسبت به دو روش دیگر در تخمین میانگین سن و ارتفاع درختان دارد.  

Keywords:

ترکیب تصاویر در سطح پیکسل , سن , ارتفاع , اطلاعات طیفی , اطلاعات بافتی , اسپات-۵

Authors

علی شمس الدینی

استادیار سنجش ازدور، دانشگاه تربیت مدرس، تهران، ایران

سعید میرانزاده

دانش آموخته کارشناسی ارشد سنجش ازدور و سیستم اطلاعات جغرافیایی، دانشگاه تربیت مدرس، تهران، ایران

علی جعفر موسیوند

استادیار سنجش ازدور، دانشگاه تربیت مدرس، تهران، ایران

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :
  • شمس­الدینی، علی (۱۳۸۵) ارزیابی تاثیر اختلاف قدرت تفکیک مکانی تصاویر ...
  • صمدزادگان، فرهاد؛ طبیب محمودی، فاطمه؛ بیگدلی، بهناز (۱۳۹۴) ادغام داده­ها ...
  • علیمحمدی، عباس؛ شمس­الدینی، علی؛ ضیائیان فیروزآبادی، پرویز (۱۳۸۷) مقایسه عملکرد ...
  • Clark, B., Suomalainen, J., Pellikka, P. (۲۰۱۰( A Comparison of ...
  • Dube, T., Mutanga, O., Abdel-Rahman, E. M., Ismail, R., Slotow, ...
  • Gates, D. M.) ۱۹۹۰) Climate Change and the Response of ...
  • González-Audícana, M., Saleta, J. L., Catalán, R. G., García, R. ...
  • Holmgren, P., Thuresson, T. (۱۹۹۸) Satellite Remote Sensing for Forestry ...
  • Hyyppä, J., Hyyppä, H., Inkinen, M., Engdahl, M., Linko, S., ...
  • Kayitakire, F., Hamel, C., Defourny, P. (۲۰۰۶) Retrieving Forest Structure ...
  • Liu, W. Y., He, G. J. (۲۰۰۸) Comparison of Fusion ...
  • Metwalli, M. R., Nasr, A. H., Allah, O. S. F., ...
  • Ozdemir, I. )۲۰۰۸( Estimating Stem Volume by Tree Crown Area ...
  • Pohl, C., Van Genderen, J. L. (۱۹۹۸) Review Article Multisensor ...
  • Schowengerdt, R. A. (۲۰۰۶) Remote Sensing: Models and Methods for ...
  • Shamsoddini, A., Trinder, J. C., Turner, R. (۲۰۱۳ A) Pine ...
  • Shamsoddini, A., Trinder, J. C., Turner, R. (۲۰۱۳ B) Non-Linear ...
  • Tseng, D. C., Chen, Y. L., Liu, M. S. C. ...
  • Vermote, E. F., Tanre, D., Deuze, J. L., Herman, M., ...
  • Wulder, M. (۱۹۹۸) Optical Remote-Sensing Techniques for the Assessment of ...
  • Wunderle, A. L., Franklin, S. E., Guo, X. (۲۰۰۹) Age ...
  • Yang, S., Wang, M., Jiao, L. (۲۰۱۲) Fusion of Multispectral ...
  • Yuhendra, Alimuddin, I., Sumantyo, J. T. S., Kuze, H. (۲۰۱۲) ...
  • Zhang, B. (۲۰۱۰) Study on Image Fusion Based on Different ...
  • نمایش کامل مراجع