تعیین الگوی مکانی درختان با استفاده از داده‌های ماهواره‌ای، طبقه‌بندی شیءپایه و تابع o-ring (مطالعۀ موردی: جنگل سنگده شهرستان ساری)

تعیین الگوی مکانی درختان به‌عنوان یکی از شاخص‌های مهم ساختاری جنگل، در شناسایی فرایندهای بوم‌شناختی و پایش آن در سال‌های اخیر مورد توجه قرار گرفته است. از سویی تعیین این پارامتر ساختاری با استفاده از تصاویر ماهواره‌ای تاثیر بسیاری در کاهش هزینه‌های آماربرداری و سهولت ارزیابی مدیران جنگل خواهد داشت. در این تحقیق، الگوی مکانی درختان در جنگل‌های طبیعی فریم استان مازندران با استفاده از طبقه‌بندی تصاویر ماهواره‌ای تعیین شد. به این منظور ابتدا برخی مشخصات درختان همچون نوع گونه، قطر برابرسینه، قطر تاج، روشنه‌ها و موقعیت مکانی درختان به‌صورت صددرصد در 12 پلات مربعی یک‌ هکتاری اندازه‌گیری شد. از سوی دیگر داده‌های سنجندۀspot-7  با توجه به قدرت تفکیک مکانی و طیفی انتخاب شد و پس از تصحیحات هندسی و رادیومتریک، با استفاده از روش طبقه‌بندی شی‌ء‌پایه، تاج‌پوشش درختان و روشنه‌ها تفکیک و مرکز ثقل تاج درختان، به‌عنوان موقعیت مکانی تک‌پایه‌ها استخراج شد. سپس، الگوی مکانی پراکنش پایه‌ها در آماربرداری زمینی و استخراج‌شده از تصویر ماهواره‌ای توسط تابع o-ring تعیین و با یکدیگر مقایسه شد. نتایج تحقیق نشان داد که تفکیک تاج درختان از روشنه‌ها با دقت 91 درصد و ضریب کاپای 0/7 و الگوی مکانی درختان در تصاویر ماهواره‌ای، مشابه آماربرداری زمینی و به‌صورت تصادفی تعیین شد. به‌طور کلی، تصاویر spot-7 و روش طبقه‌بندی شیءپایه، قابلیت مناسبی در تعیین الگوی مکانی پایه‌های درختان جنگلی دارند.

Tree spatial pattern determination by satellite data, objectbased classification and Oring function (Case study: Sangedeh forest Sari city)

Determination of the spatial pattern of trees is one of the important structural parameters of the forest for identifying changes in forest communities and it’s monitoring in recent years. On the one hand, extracting this structural parameter using satellite data has a significant impact on reducing cost of inventory and makes it easy to evaluate forests of forest managers. In this study, the spatial pattern of trees in the natural forest of Farim of Mazandaran province was determined by using SPOT7 satellite data. Thus, some tree`s characteristics such as species, diameter at breast height, the diameter of canopies, gaps and the position of each tree were measured in 12 plot with area about one ha (100 m x 100 m). On the other hand, after radiometric and geometric corrections of satellite data, the tree`s canopy and gaps were classified, using the objectbased method, and tree position per plot also was determined by canopy gravity center. Then, the spatial distribution pattern of the trees and structure, distinguished and extracted by field inventory and satellite data was compared by Oring function. The results showed that the overall accuracy of canopy and gaps extracted from satellite data by objectbased classification was about 91% and kappa coefficient equaled 0.7. The spatial pattern of trees were random except of the small radius and similar to the pattern of trees inground inventory. In total, results showed that SPOT7 data and the objectbased classification have an acceptable potential for determining the spatial pattern of forest stands.