کاربرد تصاویر ماهوارهای ETM در تهیه نقشه گستره جنگل در ناحیه زاگرس میانی ( مطالعه موردی جنگل های استان لرستان )
Publish place: Geomatics 1387
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,319
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
GEO87_066
تاریخ نمایه سازی: 15 مهر 1386
Abstract:
تعیین سطوح فعلی جنگلها و همچنین تعیین میزان تخریب آنها از اساسی ترین اطلاعات در زمینه برنامه ریزی برای مدیریت منابع طبیعی در هر منطقه ای می باشد که با استفاده از علم سنجش از دور می توان با سرعت و دقت قابل قبول به این اطلاعات دسترسی پیدا کرد . هدف از انجام این تحقیق ارزیابی قابلیت + داده های ETM در تهیه نقشه گستره جنگل در ناحیه زاگرس میانی می باشد . بدین منظور تصویر + سنجنده ETM مربوط به تاریخ 27 تیرماه 1382 مورد تجزیه و تحلیل قرار گرفت . جهت برآورد صحت نقشه های حاصل از تفسیر تصاویر ماهواره ای، یک نقش ه واقعیت زمینی نمونه ای با شدت % 1.2 در بخشهایی از منطقه مورد مطالعه تهیه گردید . به این منظور تعداد 180 قطعه نمونه با ابعاد 360 * 360 متر در قالب یک شبکه منظم تصادفی به ابعاد 1200 * 900 متر طراحی و برداشت گردید . سپس مرزهای جنگل واقع شده در این قطعات بوسیله GPS برداشت شد و به این ترتیب یک نقشه گستره جنگل در محل قطعات نمونه ایجاد گردید . جهت طبقه بندی تلفیقی، نقشه ای که بیشترین صحت را در مقایسه با نقشه واقعیت زمینی داشت انتخاب شده و ساختار آن از رستری به برداری تبدیل گردید . این نقشه پس از قرار گیری بر روی ترکیبهای ر نگی مختلف از جمله تصاویر ادغام شده با باند پانکروماتیک و نیز برخی از اطلاعات کمکی، مورد تفسیر، بازبینی و ویرایش قرار گر فت . نقشه حاصل، دارای صحت کلی % 90.6 و + ضریب کاپای 0.87 بود . این نکته بیانگر قابلیت بالای داده های ETM در تهیه نقشه رقومی جنگل برای این نواحی می باشد .
Keywords:
Authors
جواد سوسنی
عضو هیئت علمی گروه جنگلداری دانشگاه لرستان
حامد نقوی
دانشجوی کارشناسی ارشد جنگلداری دانشگاه مازندران
اصغرسپه وند
دانشجوی دکتری جنگلداری دانشگاه آزاد اسلامی واحد علوم و تحقیقات تهران .
فرید ثابت
عضو هیئت علمی سازمان جهاد کشاورزی استان لرستان
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 :