سنجش از دور و Gis ایران، جلد ۷، شماره ۴، صفحات ۰-۰
عنوان فارسی برآورد موجودی سرپای جنگل بااستفاده از داده‌های لیدار فضایی ICESat/GLAS در جنگل‌های کوهستانی شمال ایران
چکیده فارسی مقاله اندازه‌گیری موجودی سرپای جنگل یکی از متغیرهای کمّی مهم است که نقش بسیاری در برنامه‌ریزی و مدیریت جنگل دارد. در این تحقیق، تلاش شد تا این ویژگی در بخشی از جنگل‌های کوهستانی شمال ایران (نوشهر)، بااستفاده از داده‌های لیدار فضایی برآورد شود. بدین منظور، طی پیش‌پردازش‌های اولیه روی داده‌های ICESat/GLAS از دو مأموریت متفاوت (L3K و L3I)، ضمن حذف داده‌های نامطلوب، سنجه‌های گوناگونی همچون گسترۀ شکل‌موج (W ext )، گسترۀ لبۀ پیشتاز (H lead )، گسترۀ لبۀ پشتی (H trail ) و سنجه‌های ارتفاع در چارک‌های انرژی ( 25 H، 50 H، 75 H و 100 H) از شکل‌موج‌ها (waveform) استخراج شد. همچنین، با استفاده از روش تحلیل مؤلفه‌های اصلی (PCA) روی شدت سیگنال‌های شکل‌موج، ضمن حذف نویزها و فشرده‌سازی اطلاعات، مؤلفه‌های جدیدی تولید و به‌کار گرفته شد. با توجه به کوهستانی و شیب‌دار بودن منطقه و تأثیر آن در ویژگی‌های شکل‌موج، از مدل رقومی ارتفاع برای استخراج شاخص زمینی (TI) که بیانگر اطلاعات مربوط به توپوگرافی زمین است، استفاده شد. به‌منظور توسعۀ مدل‌های رگرسیونی و اعتبارسنجی آنها، حجم سرپا در 60 قطعه‌نمونۀ زمینی به قطر هفتاد متر اندازه‌گیری شد. سپس مدل‌های رگرسیون چندگانه و شبکۀ عصبی مصنوعی براساس دو دسته متغیر شامل سنجه‌های استخراج‌شده از شکل‌موج و مؤلفه‌های حاصل از PCA برای برآورد حجم سرپا توسعه داده شدند و به‌روش اعتبارسنجی متقابل پنج‌گردشی ارزیابی شدند. به‌طورکلی، هر دو روش رگرسیون چندگانه و شبکۀ عصبی مصنوعی نتایج تقریباً مشابهی داشتند. در این میان، روش شبکۀ عصبی مصنوعی براساس مؤلفه‌های حاصل از PCA قادر بود موجودی سرپای جنگل را با m 3 /ha9/119=RMSE و 73/0= برآورد کند (6/26=RMSE%). یکی از نکات مثبت این مدل درمقایسه با دیگر مدل‌ها، وابسته نبودن متغیرهای ورودی به‌کاررفته ( 1 PC، 2 PC، 3 PC و W ext )، به شناسایی صحیح قلۀ زمین است که در مناطق شیب‌دار مشکل و با خطا همراه است. نیاز نداشتن به دادۀ کمکی (مدل رقومی ارتفاع) و برآورد صحیح‌تر حجم جنگل در قطعه‌نمونه‌های تنک با موجودی سرپای کم از دیگر نکات مثبت این مدل است.
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Estimation of Forest Stand Volume Using ICESat/GLAS Data in Mountainous Forests in the North of Iran
چکیده انگلیسی مقاله Forest volume as an important factor in forest management was aimed to be measured in mountainous forests in the North of Iran using spaceborne LiDar. Two missions of GLAS (L3K and L3I) were preprocessed to remove inappropriate waveforms. Several waveform metrics including waveform extent (W ext ), lead edge extent (H lead ), trail edge extent (H trail ) and quartile heights (H 25 , H 50 , H 75 and H 100 ) were extracted. Principal component analysis (PCA) was also applied to reduce noises from waveform signals and produce new components (PCs). In order to decrease the effect of terrain slope on waveforms, terrain index (TI) describing topographic information was extracted from a digital elevation model (DEM). Forest stand volume was measured on 60 circle plots with diameter of 70 m for developing volume models and their validation. Multiple regression and artificial neural network models were built based on two sets of variables including waveform metrics and PCs. Generally, both multiple regression and neural network methods produced approximately the same result. A neural network combining three first PCs of PCA and W ext estimated forest volume with an RMSE and of 119.9 m and 0.73, respectively (RMSE%=26.6). Interesting points regards to this model is employing PCs and W ext as input variables which are not affected by terrain slope, achieving slightly better accuracy without adding any ancillary data (DEM), and showing better performance in short sparse stands in comparison with other developed models.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله منیژه رجب پور رحمتی | manijeh rajab pour rahmati
دانش آموختۀ دکتری جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه تهران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

علی اصغر درویش صفت | a a darvishsefat
استاد گروه جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه تهران، ایران
سازمان اصلی تایید شده: دانشگاه تهران (Tehran university)

نیکلاس بغدادی | nicolas baghdadi
محقق مرکز تحقیقات سنجش از دور irstea، مونتپلیه، فرانسه

نشانی اینترنتی http://scj.sbu.ac.ir/index.php/GIS/article/view/14206
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/911/article-911-392527.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده مقالات
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات