این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
صفحه اصلی
درباره پایگاه
فهرست سامانه ها
الزامات سامانه ها
فهرست سازمانی
تماس با ما
JCR 2016
جستجوی مقالات
چهارشنبه 12 آذر 1404
جنگل ایران
، جلد ۳، شماره ۴، صفحات ۲۷۷-۲۸۹
عنوان فارسی
ارزیابی امکان برآورد برخی مشخصههای کمی جنگلهای زاگرس با استفاده از تصاویر ماهوارۀ IRS-P۶ (مطالعۀ موردی: جنگلهای شهرستان بانه)
چکیده فارسی مقاله
هدف از تحقیق حاضر، بررسی امکان برآورد مشخصههای تراکم (تعداد پایه در هکتار) و سطح مقطع درختان با استفاده از تصاویر سنجندههای LISS-III و PAN ماهوارۀ IRS-P6، در بخشی از جنگلهای زاگرس شمالی در شهرستان بانه استان کردستان است. بهمنظور جمعآوری دادههای زمینی از یک شبکۀ آماربرداری بهروش منظم تصادفی شامل312 قطعه نمونۀ دایرهای شکل 1/0 هکتاری استفاده شد. تصحیح هندسی تصاویر با استفاده از 29 نقطۀ کنترل بهروش چندجملهای با خطای 81/6 متر انجام شد. پس از پردازش تصاویر، ارزشهای متناظر قطعههای نمونۀ زمینی (آمارههای میانگین، انحراف معیار و دامنه) بهعنوان متغیر مستقل از تصاویر اصلی، شاخصهای گیاهی متناسب و مولفههای حاصل از تحلیل مؤلفههای اصلی استخراج و تعداد در هکتار و سطح مقطع بهعنوان متغیر وابسته در نظر گرفته شدند. با استفاده از تحلیل رگرسیونی چندگانه و روش گام به گام بهترین مدلهای رگرسیونی تولید و با در نظر گرفتن معیارهای ریشۀ دوم میانگین مربعات خطا (RMSE)، اریبی (Bias)، همبستگی و مقدار F، مدل مناسب انتخاب شد. ضریب تعیین بهترین مدل برآوردکنندۀ سطح مقطع و تراکم بهترتیب 42/0 و 31/0 با استفاده از متغیرهای پیشبینیکنندۀ (باندهای اصلی و شاخصهای گیاهی) حاصل شد. مقادیر RMSE و اریبی بهترین مدلها بهترتیب 40 و 27/1 درصد برای سطح مقطع و 46 و 5/9 درصد برای مشخصۀ تعداد در هکتار بهدست آمد. افزودن دادههای کمکی فیزیوگرافی سبب بهبود مدلهای بهدستآمده نشد.
کلیدواژههای فارسی مقاله
عنوان انگلیسی
Evaluation of capability of IRS-P6 satellite data for predicting quantitative attributes of forests (case study: Northern Zagros forests)
چکیده انگلیسی مقاله
The aim of this research was to predict tree density and basal area using IRS-P6 satellite data in the northern Zagros forests. A random-systematic sampling grid consists of 312 circular sample plots (each plot, 0.1 ha) were used to collect field data. The images were georeferenced using 29 ground control points. Spectral values related to field plots were extracted from original and synthetic bands composed of vegetation indices, principle component analysis and data fusion. Ancillary data such as slope, aspect and elevation are also extracted. Multiple regression and stepwise method were used to predict tree density and basal area from original and synthetic bands as independent variables. The best models (at first just original bands and then combined of original and synthetic bands) were selected using RMSE, Bias, Correlation and the F values (the best model for tree density: R2adj = 0.31 & for basal area: R2adj = 0.38). Using slope, aspect, and elevation ancillary data did not improve the results.
کلیدواژههای انگلیسی مقاله
نویسندگان مقاله
نشانی اینترنتی
http://www.ijf-isaforestry.ir/article_4663_3a96f76d3c17457223717c08ab47a0a9.pdf
فایل مقاله
فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده
fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به:
صفحه اول پایگاه
|
نسخه مرتبط
|
نشریه مرتبط
|
فهرست نشریات