ایوب مرادی - M.Sc. in forestry
جعفر اولادی قادیکلایی - Associate Prof., Faculty of natural resources, University of Mazandaran
اصغر فلاح - Assistant Prof., Faculty of natural resources, University of Mazandaran
پرویز فاتحی - Senior research expert, Agricultural and natural resources research center of Kurdistan province

به منظور ارزیابی قابلیت داده­های سنجنده­های HRG ماهواره SPOT ۵ و LISS-III ماهواره IRS-P۶ در تهیه نقشه و تفکیک محوطه های جنگلی گلازنی شده در زاگرس شمالی، بخشی از جنگلهای گلازنی شده شهرستان بانه انتخاب و مورد بررسی قرار گرفت. سطح محوطه های گلازنی شده (شان، کورپه، کور و خرت) در یک دوره تناوب ۳ ساله با استفاده از دستگاه موقعیت­یاب جهانی (GPS) به عنوان واقعیت زمینی منطقه انتخاب گردید. پس از بررسی خطاهای هندسی و رادیومتری مجموعه داده مورد استفاده تحت پردازشهایی نظیر نسبت گیری طیفی و تجزیه مولفه های اصلی قرار گرفت. همچنین برای بارزسازی بهتر اطلاعات، تصاویر چندطیفی HRG و LISS-III با تصویر پانکروماتیک IRS-۱C ادغام شدند. طبقه بندی تصاویر با استفاده از الگوریتم حداکثر احتمال (ML) به دو صورت، یکی برای کل محدوده مورد تحقیق و دیگری برای هر یک از دامنه­های شمالی و جنوبی به صورت جداگانه اعمال گردید. بررسی تفکیک­پذیری طبقات با استفاده از معیار فاصله باتاچاریا انجام شد. نتایج حاصل نشان داد که تفکیک­پذیری طبقات در دامنه های شمالی بهتر از دامنه­های جنوبی می­باشد. همچنین طبقه خرت شمالی و زراعت به خوبی از سایر طبقات تفکیک شدند. شاخصهای گیاهی نسبت به باندهای اصلی، نتایج ضعیف­تری را نشان دادند. از مجموعه داده­های SPOT، باندهای ادغام شده با میزان صحت کلی ۳/۶۵% و ضریب کاپا ۶۳/۰ در طبقه بندی ۴ طبقه­ای، بیشترین مقدار این دو معیار را حاصل نمود. در بین داده­های IRS-P۶ مولفه اول حاصل از تجزیه مولفه­های اصلی در ترکیب با باندهای ۱ و ۴، با میزان صحت کلی ۷۰ درصد و ضریب کاپا ۶/۰ بهترین نتیجه را کسب کرد. مقایسه نتایج حاصل از طبقه بندی دو تصویر نشان داد که استفاده از داده­های فصل رویش گیاهی و قبل از گلازنی نتایج بهتری را ارائه می­دهد. با وجود مشکلات تداخل طیفی خاک منطقه با پوشش درختی، نتایج بدست آمده بیانگر آن است که داده­های مورد استفاده در این تحقیق، قابلیت نسبتا مناسب برای تفکیک محاوط گلازنی و تهیه نقشه در این مناطق را دارند.

satellite data, data fusion, vegetation indices, PCA, pollarding, northern Zagros