ارزیابی روش های تعیین مشخصات کمی جنگل با استفاده از داده های لیدار
عنوان مقاله: ارزیابی روش های تعیین مشخصات کمی جنگل با استفاده از داده های لیدار
شناسه ملی مقاله: ICSDA04_0917
منتشر شده در چهارمین کنگره بین المللی توسعه کشاورزی، منابع طبیعی، محیط زیست و گردشگری ایران در سال 1398
شناسه ملی مقاله: ICSDA04_0917
منتشر شده در چهارمین کنگره بین المللی توسعه کشاورزی، منابع طبیعی، محیط زیست و گردشگری ایران در سال 1398
مشخصات نویسندگان مقاله:
محمد یگانه راد - دانشجوی کارشناسی ارشد سنجش از دور موسسه غیرانتفاعی حکمت قم
سعید صادقیان - دانشیار آموزشکده نقشه برداری سازمان نقشه برداری کشور
احمد رجبی - کارشناسی ارشد سنجش از دور دانشگاه اصفهان
خلاصه مقاله:
محمد یگانه راد - دانشجوی کارشناسی ارشد سنجش از دور موسسه غیرانتفاعی حکمت قم
سعید صادقیان - دانشیار آموزشکده نقشه برداری سازمان نقشه برداری کشور
احمد رجبی - کارشناسی ارشد سنجش از دور دانشگاه اصفهان
اهمیت جنگل ها برروی زمین امروزه برهیچ کس پوشیده نیست ومدیریت جنگل یکی از موارد مهم برای همه دولت هاست لازمهاین مدیریت داشتن اطلاعات درست و مفید به هنگام است که اطلاعات کمی درختان یکی از مهمم تمرین ایمن داده هما اسمتمشخص کردن پارامترهای کمی درختان در عرصه های جنگلی به روش سنتی دشوار و مستلزم صرف زمانی طولانی و هزینهبسیار است سنجش از دور به عنوان ابزاری مهم در پژوهش، مدیریت و نظارت بر جنگل ها مطرح و در طول زمان استفاده ازآن در جنگل افزایش پیدا کرده است در تحقیق حاضر از داده های لیزر اسکنر هوایی جهت تولید داده های لیدار و داده هایسه بعدی دقیق از درختان جنگل استفاده شده است تا قابلیت این داده ها برای استخراج پارامترهای کمی درختان در جنگلبررسی شود. اولین گام برای استخراج پارامترهای کمی درختان، جداسازی نقاط مربوط به درختان ازداده های لیدار استجهت تشخیص نقاط درخت از ابرنقاط لیدار از فیلترسازی داده ها استفاده می کنیم برای این کار نقاط پوشش گیاهی را از نقاطپالس ثانویه با طبقه بندی بین داده ها مثل زمین، درختان، ساختمان، آب با کم گرفتن از تصویر هوایی Ultra CamDمنطقه جدا سازی می کنیم سپس با نقاط پالس اولیه لیدار ترکیب می کنیم و در نهایت به ی مجموعه نقاط به نام درخت می رسیم.
کلمات کلیدی: لیدار، تصاویر Ultra CamD، مشخصات کمی جنگل، حجم پوشش گیاهی
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/972818/