برآورد تعداد درختان در هکتار با استفاده ازماهواره 1 - GeoEye با استفاده ازالگوریتم RF در جنگل های سری گردشی استان مازندران
Publish place: Second National Conference on Agricultural Engineering and Management, Environment and Sustainable Natural Resources
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 651
This Paper With 13 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
MEAENRS02_227
تاریخ نمایه سازی: 16 خرداد 1394
Abstract:
آگاهی از وضعیت تعداد درختان در هکتار، یکی از اولویتهایی است که مدیران جهت ارزیابی منابع جنگلی، زمان بندی تیمارهای جنگل شناسی و برنامه ریزی، بایستی به آن دست یابند. تعداد در هکتار درختان در یک جامعه بیانگر وضعیت موجود بوده و پایش آن، در ارزیابی تغییرات تودههای جنگلی بسیار اهمیت دارد. برآورد تعداد درختان در هکتار از طریق عملیات میدانی مستلزم صرف زمان و هزینههای زیادی است. بنابراین تکنیک سنجش از دور به عنوان راه حلی مناسب، در برآورد تعداد درختان در هکتارمورد استفاده قرار میگیرد. در این تحقیق که در جنگلهای سری گردشی، استان مازندران با استفاده از ماهواره GeoEye-1 انجام شد. در این تحقیق 70 قطعه نمونه، 09/0 هکتاری به ابعاد 30×30 متر به روش تصادفی سیستماتیک پیاده و اطلاعات تعداد درختان در هکتار و موقعیت مراکز قطعات نمونه برداشت شد و همچنین از طریق نرم افزار STATISICA و با استفاده از الگوریتمRF مقدار میانگین مجذور خطا (RMSE) و درصد آن و مقدار بایاس (Bias) و همچنین درصد آن را به دست آورده، که ضریب تبیین، 75/0 ؛ مقدار میانگین مجذور خطا، 20/60 و درصد آن 72/35 و مقدار بایاس نیز 33/4- و درصد آن 25/4- به دست آمد. نتایج نشان داد که الگوریتمRF توانسته است، برآورد مناسبی از تعداد درختان در هکتار داشته باشد.
Keywords:
Authors
مهدی آفریدن
دانشجوی ارشد جنگلداری، دانشگاه علوم و کشاورزی و منابع طبیعی ساری
اصغر فلاح
عضو هئیت علمی جنگلداری ، دانشگاه علوم و کشاورزی و منابع طبیعی ساری
جعفر اولادی
عضو هئیت علمی جنگلداری ، دانشگاه علوم و کشاورزی و منابع طبیعی ساری
سیاوش کلبی
دانشجوی دکترای جنگلداری ، دانشگاه علوم و کشاورزی و منابع طبیعی ساری
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 :