طبقه‌بندی تاج‌پوشش جنگل بر روی عکس‌های هوایی با استفاده از تجزیه و تحلیل بافتی(مطالعه موردی: جنگل تاف لرستان)

مدیریت درست و هوشمند منابع جنگلی مستلزم به‌کارگیری داده‌های دقیق و روزآمد است. عکس‌های هوایی یکی از منابع مناسب برای این امر به شمار می‌آیند. در پژوهش حاضر، برای تهیه نقشه‌ تراکم تاج‌پوشش جنگل از الگوهای بافت عکس‌های هوایی و مدل‌های شبکه عصبی مصنوعی، متوازی‌السطوح، حداقل فاصله و حداکثر احتمال استفاده گردید. منطقه مورد مطالعه در غرب کشور و ناحیه زاگرس مرکزی واقع شده است. مقدار میانگین مربعات خطا برای عکس‌های هوایی ارتوفتوشده با قدرت تفکیک مکانی 56/0 متر برابر با 2/0 پیکسل به‌دست آمد. ارتوفتوها با رعایت تعادل رادیومتریکی به ارتوفتوموزاییک برای ایجاد دید کلی از منطقه تبدیل گردیدند. باندهای مختلف حاصل از تجزیه و تحلیل بافتی با ماتریس هم‌وقوعی به ابعاد 3 3 تهیه گردیدند. در الگوی بافت، پنجره 10 10 پیکسلی به دلیل همگنی در سطح نمونه‌ها برای آموزش بهینه خوارزمیک‌ها مناسب تشخیص داده شد. در این بررسی امکان تفکیک 4 کلاس از تراکم تاج‌پوشش جنگل‌های مورد مطالعه با صحت بالاتر بر روی تصاویر بافت به نسبت تصویر خام مقدور گردید. نتایج حاصل از ارزیابی نقشه‌های خروجی نشان داد که شبکه عصبی مصنوعی با صحت کلی و ضریب کاپا به ترتیب 85 درصد و 8/0 در طبقه‌بندی تصاویر حاصل از تجزیه و تحلیل بافتی در مقایسه با دیگر روش‌های مورد استفاده در این تحقیق بهتر عمل می‌کنند.