>
Fa   |   Ar   |   En
   برآورد شاخص‌ تنوع گونه‌ای در جنگل‌های زاگرس با استفاده از داده‌های ماهواره prisma  
   
نویسنده ستوره باوانی فرشید ,فاتحی پرویز ,اعتماد وحید ,میری ناصح
منبع جنگل و فرآورده هاي چوب - 1404 - دوره : 78 - شماره : 2 - صفحه:147 -162
چکیده    مدیریت موثر تنوع زیستی به‌عنوان یکی از عناصر کلیدی در حفظ پویایی و کارایی بوم‌سازگان‌ها، از اهمیت بالایی برخوردار است. در این راستا، استفاده از شاخص‌های تنوع زیستی به‌عنوان ابزارهایی علمی و معتبر برای مطالعه و سنجش این مشخصه، ضروری به‌نظر می‌‌رسد. در پژوهش حاضر، به‌منظور بررسی تنوع گونه‌ای درختی و درختچه‌ای در بخشی از جنگل‌های زاگرس از داده‌های ابرطیفی ماهوارة prisma استفاده شد. با هدف توسعة مدل ها و اعتبارسنجی آنها 79 قطعه‌نمونة زمینی با ابعاد مربعی‌شکل 45×45 متر به روش نمونه‌برداری تصادفی-منظم انتخاب و نوع و تعداد گونه‌ها در هر قطعه‌نمونه برداشت شدند. شاخص تنوع گونه‌ای فیشر-آلفا به‌دلیل استفاده گسترده در مطالعات اکولوژیک، انتخاب و میزان آن در هر قطعه‌نمونه محاسبه شد. تصاویر ماهواره‌ای prisma مربوط به خردادماه سال 1403، پس از انجام تصحیح‌های هندسی و رادیومتری، مورد تجزیه‌وتحلیل قرار گرفتند. به‌منظور کاهش نویز و حفظ اطلاعات مفید، از فیلتر ساویتزکی-گولای استفاده شد. همبستگی بین شاخص تنوع گونه‌ای اندازه‌گیری شدة زمینی و باندهای طیفی با استفاده از تحلیل همبستگی پیرسون بررسی شد. مدل‌سازی تنوع گونه‌ای با استفاده از دو روش آماری جنگل تصادفی (rf) و رگرسیون حداقل مربعات جزئی (plsr) انجام شد. ارزیابی داده‌های اعتبارسنجی نشان داد که هر دو مدل plsr با r² = 0.54, rrmse = 6.15و rf باr² = 0.53, rrmse = 6.88) عملکرد تقریباً یکسانی در برآورد شاخص تنوع گونه‌ای فیشر-آلفا داشتند و تفاوت بین آنها از نظر آماری معنی‌دار نیست. نتایج این مطالعه نشان‌  داد که تصاویر ابرطیفی ماهواره prisma ابزاری نوید‌بخش برای برآورد تنوع گونه‌ای جنگل‌های زاگرس هستند.
کلیدواژه جنگل تصادفی، جنگل‌های زاگرس، تنوع گونه‌ای، رگرسیون حداقل مربعات جزئی، ماهواره prisma
آدرس دانشگاه تهران، دانشکدگان کشاورزی و منابع طبیعی, دانشکده منابع طبیعی, گروه جنگلداری و اقتصاد جنگل, ایران, دانشگاه تهران، دانشکدگان کشاورزی و منابع طبیعی, دانشکده منابع طبیعی, گروه جنگلداری و اقتصاد جنگل, ایران, دانشگاه تهران، دانشکدگان کشاورزی و منابع طبیعی, دانشکده منابع طبیعی, گروه جنگلداری و اقتصاد جنگل, ایران, دانشگاه تهران، دانشکدگان کشاورزی و منابع طبیعی, دانشکده منابع طبیعی, گروه جنگلداری و اقتصاد جنگل, ایران
پست الکترونیکی naseh_miri@ut.ac.ir
 
   species diversity mapping in zagros forests using prisma  
   
Authors sotoreh bavani farshid ,fatehi parviz ,etemad vahid ,miri naseh
Abstract    effective biodiversity management is a critical component of maintaining ecosystem dynamics and functionality. in this context, the use of biodiversity indicators as reliable tools for assessment and monitoring is essential. this study evaluates tree and shrub species diversity in the zagros forests using prisma hyperspectral satellite data. seventy-nine field sample plots, each 45 m × 45 m, were selected through a systematic random sampling approach. species composition and abundance were recorded in each plot, and fisher’s alpha diversity index was calculated. prisma satellite images acquired in june 2024 were downloaded, followed by geometric and radiometric corrections prior to analysis. a savitzky–golay filter was applied to reduce noise while preserving spectral information. pearson correlation analysis was conducted to examine the relationship between field-measured species diversity and spectral reflectance. species diversity modeling was carried out using two statistical methods: random forest (rf) and partial least squares regression (plsr). validation results showed that both models performed similarly; however, the plsr model (r² = 0.54, rrmse = 6.15) slightly outperformed the rf model (r² = 0.53, rrmse = 6.88) in estimating fisher’s alpha diversity. these findings highlight the importance of selecting appropriate modeling approaches in ecological studies and demonstrate that prisma hyperspectral imagery is a valuable resource for estimating species diversity in the zagros forests.
Keywords partial least squares regression ,prisma satellite ,random forest ,species diversity ,zagros forests
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved