فردین مرادی - کارشناس ارشد جنگل داری، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
علی اصغر درویش صفت - استاد، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
منوچهر نمیرانیان - استاد، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران
قاسم رنود - دانشجوی دکتری جنگل داری، دانشکده منابع طبیعی، دانشگاه تهران، کرج، ایران

DOR: ۹۸.۱۰۰۰/۱۷۳۵-۰۸۸۳.۱۳۹۷.۲۶.۴۰۶.۷۳.۳.۱۶۰۲.۱۵۸۳   در پژوهش پیش رو به بررسی قابلیت داده های سنجنده OLI ماهواره لندست ۸ به منظور برآورد زی توده روی زمینی توده های به نسبت خالص ممرز در بخشی از جنگل های هیرکانی پرداخته شد. برای مدل سازی و اعتبارسنجی نتایج، ۵۵ قطعه نمونه به طور انتخابی تعیین شد و مقدار واقعی زی توده روی زمینی در آن­ ها اندازه گیری شد. در هر قطعه نمونه، قطر برابر سینه تمام درختان قطورتر از ۷/۵ سانتی متر اندازه گیری شد. سپس با استفاده از جدول حجم محلی و چگالی بحرانی، زی توده روی زمینی این درختان محاسبه شد. پیش پردازش ها و پردازش های لازم بر روی داده های ماهواره ای انجام شد. مدل سازی به روش های پارامتریک رگرسیون گام به گام، رگرسیون پس رو و روش های ناپارامتریک شبکه عصبی مصنوعی، k نزدیک ترین همسایه و جنگل تصادفی انجام شد. بررسی ضریب همبستگی پیرسون بین زی توده روی زمینی در قطعه نمونه­ ها و ارزش های طیفی متناظر آن­ ها در باندهای اصلی و محاسباتی نشان داد که باند مادون قرمز نزدیک، بیشترین مقدار همبستگی را با زی توده روی زمینی داشت (۰/۵۲-). از میان روش های پارامتریک، رگرسیون پس رو با ضریب تعیین تعدیل شده ۰/۲۹۵ و درصد مجذور میانگین مربع خطا ۲۸/۶۳ درصد و از میان روش های ناپارامتریک، شبکه عصبی مصنوعی با کمترین درصد مجذور میانگین مربع خطا (۲۳/۴۵ درصد) مناسب ترین عملکرد را برای برآورد زی توده روی زمینی داشتند. نتایج این پژوهش را می توان ضعیف دانست. از این­ رو، داده های سنجنده OLI ماهواره لندست ۸ را فقط می توان در سطوح وسیع و به صورت کوچک مقیاس برای برآورد زی توده روی زمینی توده های ممرز به کار برد. البته برای کسب اطمینان از این نتیجه گیری کلی و تعمیم آن به جنگل های هیرکانی لازم است که مطالعات تکمیلی انجام شود.

تصوبر ماهواره ای, جنگل تصادفی, جنگل های هیرکانی, زی توده, شبکه عصبی مصنوعی, مدل سازی, k نزدیک ترین همسایه