- همه نشریات
- نشریات علمی سازمان تحقیقات، آموزش و ترویچ کشاورزی
- مجلات ترویجی سازمان تحقیقات، آموزش و ترویج کشاورزی
- سایر نشریات سازمان تحقیقات، آموزش و ترویج کشاورزی
- نشریات علمی انجمن ها
- علوم آب و خاک
- علوم اقتصاد و ترویج کشاورزی
- علوم جنگل, مرتع و آبخیزداری
- علوم دامی و شیلات
- علوم زراعی و باغی
- علوم گیاهپزشکی
- علوم مهندسی و مکانیزاسیون کشاورزی
- نشریات با زبان انگلیسی
- نشریات با زبان فارسی
- نشریات دانشگاه آزاد اسلامی
- نشریات علمی
پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 283 |
| تعداد نشریات سازمان | 81 |
| تعداد شماره‌ها | 2,727 |
| تعداد مقالات | 31,053 |
| تعداد مشاهده مقاله | 28,169,335 |
| تعداد دریافت فایل اصل مقاله | 16,253,195 |
بررسی امکان تشخیص سرخشکیدگی تاج درختان با استفاده از تصاویر ماهواره‌ای با قدرت تفکیک مکانی زیاد Quickbird (مطالعه موردی: جنگل شصت‌کلاته گرگان) | ||
| تحقیقات جنگل و صنوبر ایران | ||
| مقاله 3، دوره 19، شماره 4 - شماره پیاپی 46، دی 1390، صفحه 477-466 اصل مقاله (318.48 K) | ||
| نوع مقاله: علمی- پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22092/ijfpr.2011.107504 | ||
| نویسندگان | ||
| سحر برازمند1؛ شعبان شتایی جویباری* 2؛ امید عبدی1 | ||
| 1دانش‌آموخته کارشناسی ارشد جنگل‌داری، دانشکده جنگل‌داری و فناوری چوب و کاغذ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان | ||
| 2دانشیار، دانشکده جنگل‌داری و فناوری چوب و کاغذ، دانشگاه علوم کشاورزی و منابع طبیعی گرگان | ||
| چکیده | ||
| هدف از این تحقیق، بررسی امکان شناسایی درختان سرخشکیده با استفاده از تصاویر ماهواره‌ای Quickbird و تهیه نقشه پراکنش درختان سرخشکیده در جنگل سری یک شصت‌کلاته گرگان می‌باشد. پس از بررسی کیفیت هندسی و رادیومتری داده‌ها، تطابق هندسی تصاویر پانکروماتیک با استفاده از مدل رقومی زمین و 45 نقطه کنترل زمینی و RMSE برابر 65/0 در جهت محور X و 78/0 در جهت محور Y انجام شد. تصاویر چندطیفی با استفاده از تصویر تطابق یافته پانکروماتیک و با 60 نقطه کنترل زمینی و RMSE برابر 19/0 در جهت محور X و 25/0 در جهت محور Y مورد تطابق قرار گرفتند. با استفاده از روشهای مختلف نسبت‌گیری، تجزیه مؤلفه‌های اصلی و ایجاد شاخص‌های گیاهی مناسب، باندهای مصنوعی ایجاد و به‌همراه باندهای اصلی به‌منظور انتخاب باندهای مناسب در تجزیه و تحلیل رقومی استفاده گردید. برای تهیه نمونه‌های تعلیمی و ارزیابی صحت طبقه‌بندی، واقعیت زمینی نمونه‌ای از طریق ثبت درختان سرخشکیده با استفاده از DGPS بر روی شبکه‌ای منظم به ابعاد 100×500 متر و با 360 قطعه نمونه 10 آری تهیه گردید. پس از انتخاب تعدادی از درختان سرخشکیده به‌عنوان نمونه‌های تعلیمی و استخراج نشانه‌های طیفی درختان سرخشکیده در باندهای اصلی و فرعی، مجموعه باندهای مناسب انتخاب گردید. طبقه‌بندی داده‌ها به‌روش نظارت شده با استفاده از روشهای حداکثر احتمال و برش تراکمی انجام گردید. نتایج حاصل از ارزیابی صحت طبقه‌بندی بر روی چهار باند اصلی و همچنین 7 باند انتخابی با الگوریتم حداکثر احتمال و شاخص‌های گیاهی با الگوریتم برش تراکمی نشان داد که میزان صحت کلی و ضریب کاپا برای دو طبقه درختان سالم و سرخشکیده برای 4 باند اصلی و 7 باند منتخب با الگوریتم حداکثر احتمال به‌ترتیب 77 درصد و 56/0 و 83 درصد و 685/0 بوده است. همچنین میزان صحت کلی و ضریب کاپا برای برش تراکمی شاخص‌های گیاهی NDVI و TNDVI به‌ترتیب 51 درصد و 16/0 و 56 درصد و 19/0 بوده است. نتایج این تحقیق نشان داد که امکان شناسایی تمامی درختان سرخشکیده پهن‌برگ با استفاده از تصاویر ماهواره‌ای Quickbird به‌دلیل بازتاب تاج‌پوشش درختچه‌ها و گیاهان زیراشکوب و سهم کم بازتاب شاخه‌های خشک شده از ارزش رقومی پیکسل‌های تصویر، وجود ندارد. در نتیجه نمی‌توان نقشه دقیق پراکنش درختان سرخشکیده را با استفاده از داده‌های ماهواره‌ای تهیه نمود. | ||
| کلیدواژه‌ها | ||
| سرخشکیدگی درختان؛ Quickbird؛ طبقه‌بندی؛ DGPS؛ جنگل شصت‌کلاته؛ گرگان | ||
| عنوان مقاله [English] | ||
| Recognition possibility of trees canopy die back using high resolution satellite image of Quick bird (Case study: Shastkolate forest, Gorgan) | ||
| نویسندگان [English] | ||
| Sahar Barazmand1؛ Sha'ban Shataee Joybari2؛ Omid Abdi1 | ||
| 1M.Sc. graduated of forestry, Faculty of forestry and wood and paper technology, Gorgan University of Agricultural Sciences and Natural Resources | ||
| 2Associate Prof., Faculty of forestry and wood and paper technology, Gorgan University of Agricultural Sciences and Natural Resources | ||
| چکیده [English] | ||
| The purpose of this research is the possibility to recognize of trees canopy die back using Quickbird satellite images and mapping of its distribution in district one from Shastkolate forest, North-west of Iran. After geometric quality and radiometric evaluation of data, geometric correction of panchromatic image was carried out with 45 ground control points and RMSE of 0.65 at X axis direction and 0.78 at Y axis direction. Moreover, the multi-spectral images were registered with georeferenced panchromatic image with 60 ground control points and RMSE of 0.19 at X axis direction and 0.25 at Y axis direction. Using ratioing, principal component analysis and creation of suitable vegetation indices, some artificial bands were created and used as suitable bands for image analysis. In order to prepare the training area and to evaluate classification accuracy, sample ground truth were provided by recording the died back trees using DGPS on a 500 m×100 m systematic network and 360 sample plots with 1000 m² area. After selection of training area and suitable bands collection, data were classified with supervised method by using maximum likelihood and density slicing. Results of the classification accuracy evaluation on 4 main bands and also 7 selective bands by maximum likelihood algorithm and vegetation indexes by density slicing algorithm showed that overall accuracy amount and Kappa coefficient for 2 forest classes and died back for 4 main bands and 7 best selected bands by maximum likelihood algorithm were 77%, 0.56, 83% and 0.685, respectively. In addition, overall accuracy amount and Kappa coefficient for density slicing of NDVI and TNDVI vegetation indexes were 51%, 0.16, 56% and 0.19, respectively. Results showed that recognition of died back trees using Quickbird satellite image was not completely possible due to reflection of shrub and under storey plants, adjacent trees crowns and low ratio of reflection of dried branches in compare to rest green crown, which are registered as digital value of pixels. | ||
| کلیدواژه‌ها [English] | ||
| crown die back, Quick bird, Classification, DGPS, Shastkolate forest, Gorgan | ||
| مراجع | ||
|
- بی‌نام، 1382. طرح تجدید نظر سری دوم جنگل دکتر بهرام‌نیا. دانشگاه علوم کشاورزی و منابع طبیعی گرگان، 394 صفحه. - درویش صفت، ع.ا. و زارع، ع.، 1377. بررسی قابلیت داده‌های ماهواره‌ای جهت تهیه نقشه پوشش گیاهی در مناطق خشک و نیمه‌خشک (مطالعه موردی در منطقه قائن). مجله منابع طبیعی ایران، 51 (2): 52ـ47. - شتایی جویباری، ش.، 1384. جزوه درسی سنجش از دور. دانشگاه علوم کشاورزی و منابع طبیعی گرگان، دانشکده جنگل‌داری، 78 صفحه. - ناصری، ف.، 1382. طبقه‌بندی تیپ‌های جنگلی و برآورد مشخصه‌های کمی آن با استفاده از داده‌های ماهواره‌ای در جنگلهای مناطق خشک و نیمه‌خشک. رساله دکتری، دانشگاه تهران، 155 صفحه. - Brockhaus, J.A., Khorram, S., Bruk, R.I. and Campbell, M.V., 1992. A comparison of Landsat TM and Spot HRV data for use in the development of forest defoliation. International Journal of Remote sensing, 13 (16): 3235-3240. - Bruce, R., Fredrick, P. and William, B., 2000. Dieback and decline. Technical Report. Associated Dieback Strategy. Forest Ecology and Management, 214: 3-4, 24-35. - Clark, D.B., Read, J.M., Clark, M., Murillo Cruz, A., Fallas Dotti, M. and Clark, D.A., 2004. Application of 1-m and 4-m resolution satellite data to studies of tree demography, stand structure and land use classification in tropical rain forest landscapes. Ecological Applications, 14 (1): 61-74. - Gonzalez, P., Tucker, C.J. and Sy, H., 2007. Climate-induced dieback of forest species and a shift of vegetation zones across west Africa. Ecological Society of America Annual Meeting Abstracts, 92: OOS 42-8. - Guthrie, J.N., Walsh, K.B., Scott, P.T. and Rasmussen, T.S., 2000. The physiopathology of Australian Papaya dieback: a proposal role for the photo plasma. Physiological and Molecular Plant Pathology, 57 (1): 23-30. - Heikki, A., 2003. High forest estimation from high resolution remote sensing data. Technical Research Center of Finland Information Technology Information System. www.isprs.org/proceedings/XXXV/congress/comm7/papers/65.pdf - Hekkila, J., Nevalanen, S. and Tokol, A., 2002. Estimating defoliation in boreal coniferous forests by combining Landsat TM, aerial photographs and field data. Forest Ecology and Management, 158: 9-23. - Jurskis, V., 2005. Eucalypt decline in Australia and a general concept of tree decline and dieback. Forest Ecology and Management, 215: 1-20. - Magi, K.N., 2002. Monitoring sudden Oak death in California using high resolution imagery. USDA Forest Service Gen, Tech. Rep. PSW-GTR-184-(2002): 799-810. - Moskal, L.M. and Franklin, S.E., 2004. Relationship between airborne multispectral image texture and aspen defoliation. International Journal of Remote sensing, 25 (14): 2701-2711. - Pasher, J. and King, D.J., 2009. Mapping dead wood distribution in a temperate hardwood forest using high resolution airborne imagery. Forest Ecology and Management, 258: 1536-1548. - Rice, K.J., Matzner, S.L., Byer, W. and Brown, J.R., 2004. Patterns of Tree Dieback in Queensland, Australia: the Importance of drought stress and the role of resistance to cavitation. Oecologia, 139 (2): 190-198. - Ward, B.K. and Neumann, F.G., 1982. Eucalypt dieback in foothill forests of the Dandenong Ranges. Forests Commission, Victoria, Forestry Technical Papers, 29: 10-14. | ||
|
آمار تعداد مشاهده مقاله: 672 تعداد دریافت فایل اصل مقاله: 559 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب