>
Fa   |   Ar   |   En
   برآورد زی‌توده روی زمینی درختان جنگل با استفاده از تصویرهای نوری و راداری (مطالعه موردی: حوضه ناو اسالم گیلان)  
   
نویسنده وفایی ساسان ,سوسنی جواد ,عادلی کامران ,فدایی هادی ,نقوی حامد
منبع تحقيقات جنگل و صنوبر ايران - 1396 - دوره : 25 - شماره : 2 - صفحه:320 -331
چکیده    استفاده از داده ‌های سنجش ‌از دور یکی از روش ‌های کاربردی در برآورد مقدار زی‌توده گیاهی است. در این پژوهش، داده های راداری ماهواره آلوس2-، با قطبش کامل و تصویرهای نوری ماهواره سنتینل-2، 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 ویژگی‌های تجزیه هدف از تصویرهای راداری و باندهای اصلی و مصنوعی به‌دست‌آمده از تصویرهای نوری در سه ترکیب مختلف شامل تصویرهای راداری، تصویرهای نوری و ترکیب تصویرهای راداری و نوری، به‌عنوان ورودی ‌های مدل شبکه عصبی مصنوعی و رگرسیون خطی چندگانه درنظر گرفته شدند. به ‌منظور اندازه ‌گیری زمینی زی ‌توده از 149 قطعه‌نمونه استفاده شد. ارزیابی شبکه ‌های عصبی و رگرسیون خطی چندگانه با استفاده از آماره ‌های r^2 و rmse نشان داد که در تمامی حالت‌ها مدل شبکه ‌های عصبی نسبت به رگرسیون خطی کارایی بهتری در برآورد زی‌توده روی زمینی درختان داشت. نتایج بهترین شبکه عصبی نشان داد که ترکیب داده‌های نوری و راداری با مقدار r2 و rmse به‌ترتیب 0/86 و 31/62 مگاگرم در هکتار (15/34 درصد) می‌تواند زی ‌توده درختی را برآورد کند. همچنین، نتایج استفاده از تصویرهای راداری و نوری به‌طور مجزا نشان داد که مقدار r^2 و rmse برای مدل ‌سازی زی توده توسط تصویرهای راداری به‌ترتیب 0/57 و 49/17 مگاگرم در هکتار (23/85 درصد) و برای تصویرهای نوری 0/72 و 39/53 مگاگرم در هکتار (19/17 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.
کلیدواژه آلوس، رادار با روزنه مجازی، سنتینل، سنجش از دور، شبکه عصبی مصنوعی
آدرس دانشگاه لرستان, دانشکده کشاورزی و منابع طبیعی, ایران, دانشگاه لرستان, دانشکده کشاورزی و منابع طبیعی, گروه جنگل‌داری, ایران, دانشگاه لرستان, دانشکده کشاورزی و منابع طبیعی, گروه جنگل‌داری, ایران, دانشگاه کیوتو, دانشکده انفورماتیک, ژاپن, دانشگاه لرستان, دانشکده کشاورزی و منابع طبیعی, گروه جنگل‌داری, ایران
 
   Estimation of aboveground biomass using optical and radar images (Case study: Nave Asalem forests, Gilan)  
   
Authors Vafaei Sasan ,Soosani Javad ,Adeli Kamran ,Fadaei Hadi ,Naghavi Hamed
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved