|
|
ارزیابی قابلیت دادههای SPOT5-HRG بهمنظور برآورد تراکم درختان در جنگلهای زاگرس شمالی(مطالعه موردی: جنگلهای شهرستان بانه)
|
|
|
|
|
نویسنده
|
پیرباوقار مهتاب ,قهرمانی لقمان ,فاتحی پرویز
|
منبع
|
تحقيقات جنگل و صنوبر ايران - 1390 - دوره : 19 - شماره : 2 - صفحه:242 -253
|
چکیده
|
با توجه به ساختار منحصر بهفرد جنگلهای زاگرس، در این مطالعه سعی شده تا با استفاده از تصاویر ماهواره spot5-hrg، امکان برآورد تراکم درختان در بخشی از جنگلهای بانه مورد بررسی قرار گیرد. بهمنظور جمعآوری دادههای زمینی یک شبکه آماربرداری بهروش منظم با نقطه شروع تصادفی، شامل312 قطعه نمونه دایرهای شکل 1/0 هکتاری در عرصه پیاده شد. پس از پردازش تصویر، ارزشهای متناظر قطعات نمونه زمینی از تصاویر اصلی و باندهای حاصل از شاخصهای گیاهی و مولفههای حاصل از تجزیه مولفههای اصلی، استخراج شدند. با استفاده از تحلیل رگرسیونی چندمتغیره و روش گام به گام رابطه بین مشخصه تعداد در هکتار بهعنوان متغیر وابسته و 4 باند اصلی و 16 باند مصنوعی بهعنوان متغیرهای مستقل بررسی شد. امکان واردسازی دادههای کمکی شیب، ارتفاع و جهت جغرافیایی به مدل نیز بررسی گردید، اما نتایج معنیداری حاصل نشد. با وجود این، ارایه مدل رگرسیونی بهتفکیک جهتهای جغرافیایی سبب تغییراتی در نتایج گردید. در مدل کلی پیشنهادی برای جنگلهای مورد مطالعه، متغیرهای مستقل شامل مولفه دوم حاصل از تجزیه مولفههای اصلی (pca2) و طول موج قرمز (b2) میباشند (26/0 = r2 adj، %4/57 = %rmse، %24/6- = %bias). در مدل پیشنهادی برای جنگلهای دامنههای شمالی، جنوبی، شرقی و غربی، متغیرهای مستقل بهترتیب شامل pca2 و شاخص گیاهی ratio، pca2 و شاخص گیاهی avi، باند b1 (طول موج سبز)، شاخصهای گیاهی pvi و avi و طول موج مادون قرمز نزدیک (b3) و ضریب تبیین اصلاح شده بین ریشه دوم تعداد در هکتار و متغیرها بهترتیب برابر 31/0، 34/0، 19/0 و 42/0 میباشند. نتیجه سنجش اعتبار مدلهای پیشنهادی حکایت از مناسب بودن مدلها دارد، اما بهدلیل کم بودن ضریب تبیین مدلها، بهمنظور برآورد بهتر مشخصه تعداد در هکتار، باید راهکارهای دیگر را نیز دنبال نمود.
|
کلیدواژه
|
تراکم درخت ,SPOT5 ,رگرسیون چندمتغیره ,جنگلهای زاگرس شمالی
|
آدرس
|
دانشگاه کردستان, ایران, دانشگاه کردستان, ایران, مرکز تحقیقات کشاورزی و منابع طبیعی استان کردستان, ایران
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|