تهیه نقشه روشنه تاجی جنگل های خزری با استفاده از داده های پهپاد (مطالعه موردی: جنگل شصت کلاته گرگان)

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 83

This Paper With 20 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_IJF-14-2_003

تاریخ نمایه سازی: 17 مهر 1402

Abstract:

تهیه نقشه روشنه ها با استفاده از روش های دقیق و داده های مناسب برای درک بهتر ساختار جنگل و مدیریت آن ضروری است. هدف این پژوهش، بررسی و مقایسه روش های استخراج روشنه در تهیه نقشه روشنه های تاجی با استفاده از داده های پهپاد در بخشی از توده مدیریت شده طرح جنگلداری دکتر بهرام نیا (شصت کلاته) بوده است. مدل ارتفاعی تاج با استفاده از مدل رقومی سطح تاج حاصل از داده های پهپاد و مدل رقومی زمین حاصل از داده های لایدار استخراج شد. استخراج روشنه ها با روش های آستانه گذاری مدل ارتفاعی تاج (ارتفاع و شیب ثابت و ارتفاع نسبی) و طبقه بندی شیء پایه مدل ارتفاعی تاج و اورتوفتوموزائیک پهپاد انجام گرفت. نقشه واقعیت زمینی نقطه ای و محدوده ای با استفاده از برداشت زمینی و تفسیر بصری اورتوفتوموزائیک پهپاد تهیه شد. ویژگی های محدوده ای روشنه (مساحت، محیط و پیچیدگی شکل) محاسبه شد. صحت نقطه ای و تطابق هندسه محدوده ای روشنه های استخراجی با نقشه واقعیت زمینی ارزیابی شد. نتایج ارزیابی صحت نقطه ای نشان داد که به کارگیری روش آستانه شیب ۶۰ درصد با صحت کلی ۷/۹۱ درصد و ضریب کاپای ۸۷/۰ دارای بهترین نتیجه بوده است. در ارزیابی تطابق محدوده ای، بیشترین تطابق روشنه های استخراج شده با روشنه های واقعیت زمینی در آستانه ارتفاع نسبی و آستانه شیب ۶۰ درصد به دست آمد. کمترین میانگین خطای برآورد پیچیدگی شکل روشنه، با آستانه شیب ۷۰ درصد مدل ارتفاعی تاج (۱۵/۰) و کمترین میانگین خطای برآورد مساحت (۷۶/۳۳ متر مربع) و محیط (۸۰/۱۶ متر) در روش طبقه بندی شیءپایه مشاهده شد. به طور کلی چنانچه تطابق هندسی محدوده ای روشنه ها مدنظر باشد، روش طبقه بندی شیءپایه با صحت کلی (۸۹ درصد)، می تواند روشنه هایی با تطابق مناسب و کمترین خطای برآورد محدوده ترسیم کند.

Authors

شمیم امینی

دانشجوی دکتری جنگلداری، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

شعبان شتایی جویباری

استاد گروه جنگلداری، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

محمد هادی معیری

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

رامین رحمانی

دانشیار گروه جنگل شناسی و اکولوژی جنگل، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

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 :
  • Amini, Sh., Moayeri, M.H., Shataee Jouibary, Sh., & Rahmani, R. ...
  • Amiri, M., Dargahi, D., Azadfar, D., & Habashi, H. (۲۰۰۹). ...
  • Bonnet, S., Gaulton, R., Lehaire, F., & Lejeune, P. (۲۰۱۵). ...
  • Brokaw, N.V.L., & Scheiner, S.M. (۱۹۸۹). Species composition in gaps ...
  • Clinton, N., Holt, A., Scarborough, J., Yan, L.I., & Gong, ...
  • Dam, O. (۲۰۰۱). Forest Filled with Gaps: E_ects of Gap ...
  • Dupuis, C., Lejeune, P., Michez, A., & Fayolle, A. (۲۰۲۰). ...
  • Gagnon, J.L., Jokela, E.J., Moser, W.K., & Huber, D.A. (۲۰۰۴). ...
  • Gaulton, R., & Malthus, T.J. (۲۰۱۰). LiDAR mapping of canopy ...
  • Getzin, S., Nuske, R.S., & Wiegand, K. (۲۰۱۴). Using unmanned ...
  • González-Ferreiro, E., Diéguez-Aranda, U., Barreiro-Fernández, L., Buján, S., Barbosa, M., ...
  • Green, P.T. (۱۹۹۶). Canopy gaps in rain forest on Christmas ...
  • Gu, J., Grybas, H., & Congalton, R.G. (۲۰۲۰). A comparison ...
  • Hobi, M. L., Ginzler, C., Commarmot, B., & Bugmann, H. ...
  • Kavzoglu, T., & Tonbul, H. (۲۰۱۷). A comparative study of ...
  • Kern, C.C., Montgomery, R.A., Reich, P.B., & Strong, T.F. (۲۰۱۴). ...
  • Koukoulas, S., & Blackburn, G.A. (۲۰۰۴). Quantifying the spatial properties ...
  • Koukoulas, S., & Blackburn, G.A. (۲۰۰۵). Spatial relationships between tree ...
  • Kucbel, S., Jaloviar, P., Saniga, M., Vencurik, J., & Klimaš, ...
  • Larrinaga, A.R., & Brotons, L. (۲۰۱۹). Greenness indices from a ...
  • Lingua, E., Garbarino, M., Mondino, E.B., & Motta, R. (۲۰۱۱). ...
  • Liu, D., & Xia, F. (۲۰۱۰). Assessing object-based classification: Advantages ...
  • Mao, X., & Hou, J. (۲۰۱۹). Object-based forest gaps classification ...
  • Mathews, A. J. (۲۰۱۵). A practical UAV remote sensing methodology ...
  • Mohammadi, J., Shataee, S., Namiranian, M., & Nasset, E. (۲۰۱۷). ...
  • Motohka, T., Nasahara, K. N., Oguma, H., & Tsuchida, S. ...
  • Moradi, A., Satari, M., & Momeni, M. (۲۰۱۸). Extracting the ...
  • Nasiri, V., Darvishsefat, A.A., Arefi, H., & Namiranian, M. (۲۰۲۰). ...
  • Orman, O., Dobrowolska, D., & Szwagrzyk, J. (۲۰۱۸). Gap regeneration ...
  • Salmani, S., Ebrahimy, H., Mohammadzade, K., & Valizadeh Kamran, K. ...
  • Schliemann, S.A., & Bockheim, J.G. (۲۰۱۱). Methods for studying treefall ...
  • Sefidi, K., & Sadeghi, M.M. (۲۰۲۱). Anthropogenic disturbance impacts on ...
  • Seidel, D., Ammer, C., & Puettmann, K. (۲۰۱۵). Describing forest ...
  • Vepakomma, U., St-Onge, B., & Kneeshaw, D. (۲۰۰۸). Spatially explicit ...
  • White, J.C., Tompalski, P., Coops, N.C., & Wulder, M.A. (۲۰۱۸). ...
  • Xuegang, M., Liang, Z., & Fan, W. (۲۰۲۰). Object-oriented automatic ...
  • Yang, J., Jones, T., Caspersen, J., & He, Y. (۲۰۱۵). ...
  • Zeybek, M., & Şanlıoğlu, İ. (۲۰۱۹). Point cloud filtering on ...
  • Zhang, K. (۲۰۰۸). Identification of gaps in mangrove forests with ...
  • Zielewska-Büttner, K., Adler, P., Ehmann, M., & Braunisch, V. (۲۰۱۶). ...
  • نمایش کامل مراجع