قابلیت تصویر ماهواره ای rapid eye در تهیه نقشه پراکنش تاج پوشش درختان منطقه جنگلی دشت برم استان فارس

در این تحقیق قابلیت تصاویر ماهواره‌ای rapid eyeدر تهیه نقشه پراکنش تاج پوشش درختان بلوط در جنگل‌های زاگرس، در منطقه جنگلی دشت برم شهرستان کازرون استان فارس مورد بررسی قرار گرفت. در این مطالعه کیفیت داده ها به لحاظ هندسی و رادیومتری مورد بررسی قرار گرفت و تصحیح هندسی تصاویر با استفاده از روش چند جمله ای و با استفاده از نقاط کنترل زمینی با دقت مناسب انجام شد. به منظور بررسی بکارگیری باندهای مصنوعی حاصل از پردازش های مناسب در فرآیند طبقه بندی، تصاویر شاخص های طیفی مناسب گیاهی از طریق نسبت‌گیری باندها و تصاویر مولفه های اصلی با استفاده از تجزیه مولفه‌های اصلی ایجاد شدند. نقشه واقعیت زمینی تاج پوشش درختان با اندازه گیری محدوده تاج درختان در قطعات نمونه‌ی مربعی شکل با مساحت 400 متر مربع به‌صورت تصادفی در منطقه تهیه شد. 70 درصد از قطعات نمونه به‌عنوان نمونه تعلیمی و 30 درصد بقیه به‌عنوان نمونه آزمون به‌صورت تصادفی انتخاب شدند. طبقه بندی به دو صورت نقطه و پلیگون با دو الگوریتم بیشینه احتمال و ماشین بردار پشتیبان، بر روی تصویراصلی، باند های پردازش‌شده و ترکیب تصویر اصلی با باندهای پردازش‌شده صورت گرفت. نتایج ارزیابی صحت نقشه ها در این مطالعه نشان داد که بالاترین صحت کلی و ضریب کاپا به ترتیب با مقدار 98/52 درصد و 0/97؛ در حالت نقطه‌ای با باند های پردازش‌شده و الگوریتم های بیشینه احتمال و همچنین با ترکیب تصویراصلی با باندهای پردازش‌شده و الگوریتم ماشین بردار پشتیبان ( svm )، بوده است. همچنین در طبقه بندی به‌صورت پلیگون، بالاترین صحت کلی و ضریب کاپا مربوط به نقشه های طبقه بندی شده بااستفاده از باند های پردازش‌شده، با مقدار 87/50 درصد و 0/75 با الگوریتم بیشینه احتمال و 90/78 درصد و ضریب‌ کاپای 0/81 با الگوریتم ماشین بردار پشتیبان بوده است. به طور کلی نتایج این مطالعه نشان داد که تصاویر rapid eyeبرای تهیه نقشه پراکنش تاج پوشش درختان جنگلی در جنگل های زاگرس دارای قابلیت مناسب می باشد.

Capability of Rapid Eye Satellite Imagery to Map the Distribution of Canopy Trees in Dashtebarm Forest Area of Fars Province

In this research, the capability of Rapid Eye satellite imagery for mapping the crown distribution of oak trees in Zagros forests was investigated in the Dashtebarm forest area of ​​Kazeroun, Fars province. In this study, data quality was investigated geometrically and radiometrically and geometric correction of the images was done using a linear method and using precision ground control points. In order to investigate the use of artificial bands obtained from appropriate processes in the classification process, images of appropriate plant spectrum indices were created by mapping the bands and images of the main components using the principal components analysis (PCA index). The vegetation map of crowns of trees was measured by measuring the crowns of trees in square sample samples with an area of ​​400 square meters in a randomized way. 70% of samples were selected as educational sample and 30% of the rest were randomly selected. Twopoint and polygonal classification with two maximum likelihood algorithms and support vector machines was performed on the original image, the processed bands, and the main image composition of the processed bands. The results of the accuracy assessment of the maps in this study showed that the highest overall accuracy and Kappa coefficient were 98.52% and 0.97, respectively, in the point of processing with processed bands and maximum likelihood algorithms, as well as with the image composition The original is with processed bands and support vector machines algorithm (SVM). Also, in the polygonal classification, the highest overall accuracy and kappa coefficient of the maps classified using the processed bands were 87.50% and 0.75 with the maximum likelihood algorithm and 90.78% and coefficient Kappa 0.81 has been supported by the car engine algorithm. In general, the results of this study showed that Rapid Eye images are suitable for preparing the crown distribution map of forest trees in Zagros forests.