تلفیق داده های سنجش از دوری به منظور بهینه سازی مدل تراکم تاج پوشش جنگلی (مطالعه موردی: جنگل های هیرکانی، سنجنده لندست)
Publish place: Journal of Space Science and Technology، Vol: 12، Issue: 3
Publish Year: 1398
Type: Journal paper
Language: Persian
View: 323
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
JR_JSST-12-3_003
Index date: 4 December 2021
تلفیق داده های سنجش از دوری به منظور بهینه سازی مدل تراکم تاج پوشش جنگلی (مطالعه موردی: جنگل های هیرکانی، سنجنده لندست) abstract
هدف از این پژوهش دستیابی به مدلی کارآ، ساده و با دقت مناسب برای پایش روند تغییرات تراکمی جنگل های هیرکانی است. مبنای نگارگر تاج پوشش جنگل تلفیق شاخص های طیفی است. در این پژوهش، به منظور بهبود نتایج، از تلفیق داده ها استفاده می شود. بدین منظور، با حفظ مشخصههای طیفی و رادیومتریکی، از دو الگوریتم پاسخ طیفی و smoothing filter based intensity modulation به اختصار SFIM استفاده شد. حوزه آبخیز هراز به منظور پیاده سازی، و ارزیابی نتایج انتخاب گردید. نقشه مرجع به تفکیک کلاسهای تراکمی تنک، نیمه انبوه، انبوه و فاقد پوشش جنگل، مورد استفاده قرار گرفت. مدل در برآورد تاجپوشش های میانی تنک و نیمهانبوه ضعیف بوده و در تشخیصپوشش های متراکم و مناطق فاقد تاجپوشش دقت مطلوبی دارد. این نتیجه از تصاویر حاصل از هم افزایی باندها نیز احصاء شد. از این روی مدل مناسبی برای پایش جنگل های هیرکانی است. استفاده از تصاویر با قدرت تفکیک مکانی بالاتر منجر به افزایش دقت مکان یابی مدل و بالطبع دقت طبقه بندی خواهد شد.
تلفیق داده های سنجش از دوری به منظور بهینه سازی مدل تراکم تاج پوشش جنگلی (مطالعه موردی: جنگل های هیرکانی، سنجنده لندست) Keywords:
تلفیق داده های سنجش از دوری به منظور بهینه سازی مدل تراکم تاج پوشش جنگلی (مطالعه موردی: جنگل های هیرکانی، سنجنده لندست) authors
مسعود طایفی فیجانی
گروه پژوهشی سیستم های فضایی، پژوهشکده فضانوردی، پژوهشگاه هوافضا، تهران، ایران
عباس علیمحمدی سراب
دانشکده ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران، ایران
محمد جواد ولدان زوج
دانشکده ژئوماتیک،دانشگاه صنعتی خواجه نصیر الدین طوسی، 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 :