سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

برآورد زی توده روی زمینی درختان جنگل با استفاده از تصویرهای نوری و راداری (مطالعه موردی: حوضه ناو اسالم گیلان)

Publish Year: 1396
Type: Journal paper
Language: Persian
View: 128

This Paper With 12 Page And PDF Format Ready To Download

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

Export:

Link to this Paper:

Document National Code:

JR_IJFPR-25-2_014

Index date: 15 January 2024

برآورد زی توده روی زمینی درختان جنگل با استفاده از تصویرهای نوری و راداری (مطالعه موردی: حوضه ناو اسالم گیلان) abstract

استفاده از داده­ های سنجش از دور یکی از روش­ های کاربردی در برآورد مقدار زی توده گیاهی است. در این پژوهش، داده­ های راداری ماهواره آلوس-۲، با قطبش کامل و تصویرهای نوری ماهواره سنتینل-۲، برای برآورد زی­ توده روی زمینی درختان در جنگل­ های سری یک حوضه ناو اسالم گیلان استفاده شد. مقدار بازپراکنش در قطبش ­های مختلف، خصوصیات بافت و ویژگی های تجزیه هدف از تصویرهای راداری و باندهای اصلی و مصنوعی به دست آمده از تصویرهای نوری در سه ترکیب مختلف شامل تصویرهای راداری، تصویرهای نوری و ترکیب تصویرهای راداری و نوری، به عنوان ورودی­ های مدل شبکه عصبی مصنوعی و رگرسیون خطی چندگانه درنظر گرفته شدند. به­ منظور اندازه­ گیری زمینی زی­ توده از ۱۴۹ قطعه نمونه استفاده شد. ارزیابی شبکه­ های عصبی و رگرسیون خطی چندگانه با استفاده از آماره­ های R۲ و RMSE نشان داد که در تمامی حالت ها مدل شبکه­ های عصبی نسبت به رگرسیون خطی کارایی بهتری در برآورد زی توده روی زمینی درختان داشت. نتایج بهترین شبکه عصبی نشان داد که ترکیب داده های نوری و راداری با مقدار R۲ و RMSE به ترتیب ۰/۸۶ و ۳۱/۶۲ مگاگرم در هکتار (۱۵/۳۴ درصد) می تواند زی­ توده درختی را برآورد کند. همچنین، نتایج استفاده از تصویرهای راداری و نوری به طور مجزا نشان داد که مقدار R۲ و RMSE برای مدل­ سازی زی­توده توسط تصویرهای راداری به ترتیب ۰/۵۷ و ۴۹/۱۷ مگاگرم در هکتار (۲۳/۸۵ درصد) و برای تصویرهای نوری ۰/۷۲ و ۳۹/۵۳ مگاگرم در هکتار (۱۹/۱۷ درصد) بود که نشان­ دهنده برتری مدل­ سازی زی ­توده روی زمینی توسط تصویرهای نوری بود. نتایج کلی نشان از برآوردهای دقیق ­تر زی ­توده در صورت استفاده هم­ زمان از تصویرهای راداری و نوری و استفاده از مدل شبکه­ عصبی مصنوعی داشت.

برآورد زی توده روی زمینی درختان جنگل با استفاده از تصویرهای نوری و راداری (مطالعه موردی: حوضه ناو اسالم گیلان) Keywords:

برآورد زی توده روی زمینی درختان جنگل با استفاده از تصویرهای نوری و راداری (مطالعه موردی: حوضه ناو اسالم گیلان) authors

ساسان وفایی

دانشجوی دکتری جنگل داری، دانشکده کشاورزی و منابع طبیعی، دانشگاه لرستان، خرم آباد، ایران

جواد سوسنی

استادیار، گروه جنگل داری، دانشکده کشاورزی و منابع طبیعی، دانشگاه لرستان، خرم آباد، ایران

کامران عادلی

استادیار، گروه جنگل داری، دانشکده کشاورزی و منابع طبیعی، دانشگاه لرستان، خرم آباد، ایران

هادی فدایی

دکترای سنجش از دور، دانشکده انفورماتیک، دانشگاه کیوتو، کیوتو، ژاپن

حامد نقوی

استادیار، گروه جنگل داری، دانشکده کشاورزی و منابع طبیعی، دانشگاه لرستان، خرم آباد، 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 :
Amini, J. and Sadeghi, Y., ۲۰۱۳. Performance of SAR and ...
Attarchi, S. and Gloaguen, R., ۲۰۱۴. Improving the estimation of ...
Baghdadi, N., Maire, G.L., Bailly, J.S., Osé, K., Nouvellon, Y., ...
Carreiras, J.M.B., Pereira, J.M.C. and Pereira J.S., ۲۰۰۶. Estimation of ...
Cartus, O., Santoro, M. and Kellndorfer, J., ۲۰۱۲. Mapping forest ...
Cutler, M.E.J., Boyd, D.S., Foody, G.M. and Vetrivel, A., ۲۰۱۲. ...
Darvishi, M., ۲۰۱۴. Remote Sensing with Imaging Radar (translation). Elm ...
Diane, M.L. and Ahlfeld, D.P., ۲۰۰۹. Comparing artificial neural networks ...
Eriksson, L.E.B., Magnusson, M., Fransson, J.E.S., Sandberg, G. and Ulander, ...
Ghasemi, N., Sahebi, M.R. and Mohammadzadeh, A., ۲۰۱۳. Biomass estimation ...
Hamdan, O., Hasmadi, I.M., Aziz, H.Kh., Norizah, N. and Zulhaidi, ...
Kalbi, S., Fallah, A. and Shataee Joybari, Sh., ۲۰۱۴. Estimation ...
Lucas, R., Armston, J., Fairfax, R., Fensham, R., Accad, A., ...
Ramezani, M.R. and Sahebi, M.R., ۲۰۱۵. Forest biomass estimation using ...
Rauste, Y., ۲۰۰۵. Multi-temporal JERS SAR data in boreal forest ...
Shataee, Sh., Kalbi, S., Fallah, A. and Pelz, D., ۲۰۱۲. ...
Vafaei, S., Pourhashemi, M., Pirbavaghar, M. and Jafari, E., ۲۰۱۶. ...
Vashum, K.T. and Jayakumar, S., ۲۰۱۲. Methods to estimate above-ground ...
نمایش کامل مراجع