Ecology of Iranian Forests

fa قابلیت تصویر ماهواره ای Rapid Eye در تهیه نقشه پراکنش تاج پوشش درختان منطقه جنگلی دشت برم استان فارس Capability of Rapid Eye Satellite Imagery to Map the Distribution of Canopy Trees in Dashtebarm Forest Area of Fars Province سنجش از دور سنجش از دور پژوهشي Research <div dir="rtl">  در این تحقیق قابلیت تصاویر ماهواره‌ای  Rapid Eyeدر تهیه نقشه پراکنش تاجپوشش درختان بلوط در جنگل‌های زاگرس، در منطقه جنگلی دشت برم شهرستان کازرون استان فارس مورد بررسی قرار گرفت. در این مطالعه کیفیت داده ها به لحاظ هندسی و رادیومتری مورد بررسی قرار گرفت و تصحیح هندسی تصاویر با استفاده از روش چندجملهای و با استفاده از نقاط کنترل زمینی با دقت مناسب انجام شد. به منظور بررسی بکارگیری باندهای مصنوعی حاصل از پردازش های مناسب در فرآیند طبقه بندی، تصاویر شاخصهای طیفی مناسب  گیاهی از طریق نسبت‌گیری باندها و تصاویر مولفه های اصلی با استفاده از تجزیه مؤلفه‌های اصلی ایجاد شدند. نقشه واقعیت زمینی تاجپوشش درختان با اندازه گیری محدوده تاج درختان در قطعات نمونه‌ی مربعی شکل با مساحت 400 مترمربع به‌صورت تصادفی در منطقه تهیه شد. 70 درصد از قطعات نمونه به‌عنوان نمونه تعلیمی و 30 درصد بقیه به‌عنوان نمونه آزمون به‌صورت تصادفی انتخاب شدند. طبقه بندی به دو صورت نقطه و پلیگون با دو الگوریتم بیشینه احتمال و ماشینبردار پشتیبان، بر روی تصویراصلی، باندهای پردازش‌شده و ترکیب تصویر اصلی با باندهای پردازش‌شده صورت گرفت. نتایج ارزیابی صحت نقشه ها در این مطالعه نشان داد که بالاترین صحت کلی و ضریب کاپا به ترتیب با مقدار 52/98 درصد و 97/0؛ در حالت نقطه‌ای با باندهای پردازش‌شده و الگوریتم های بیشینه احتمال و همچنین با ترکیب تصویراصلی با باندهای پردازش‌شده و الگوریتم ماشین بردار پشتیبان ( SVM )، بوده است. همچنین در طبقه بندی به‌صورت پلیگون، بالاترین صحت کلی و ضریب کاپا مربوط به نقشه های طبقه بندی شده بااستفاده از باندهای پردازش‌شده، با مقدار 50/87 درصد و 75/0 با الگوریتم بیشینه احتمال و 78/90 درصد و ضریب‌ کاپای 81/0 با الگوریتم ماشینبردار پشتیبان بوده است. به طور کلی نتایج این مطالعه نشان داد که تصاویر Rapid Eyeبرای تهیه نقشه پراکنش تاج پوشش درختان جنگلی در جنگلهای زاگرس دارای قابلیت مناسب می باشد.</div> <div style="text-align: justify;">            In this research, the <ins cite="mailto:Drmardani" datetime="2020-01-25T12:36">possibility of using </ins><del cite="mailto:Drmardani" datetime="2020-01-25T12:35">capability</del> <del cite="mailto:Drmardani" datetime="2020-01-25T12:36">of</del> Rapid Eye satellite imagery for mapping the crown distribution of oak trees in Zagros forests was investigated in the Dashtebarm forest area of Kazeroun, Fars province. In this study, data quality was investigated geometrically and radiometrically and geometric correction of the images was done using a linear method and using precision ground control points. In order to investigate the use of artificial bands obtained from appropriate processes in the classification process, images of appropriate plant spectrum indices were created by mapping the bands and images of the main components using the principal components analysis (PCA index). The vegetation map of crowns of trees was measured by measuring the crowns of trees in square sample samples with an area of 400 square meters in a randomized way. 70% of samples were selected as educational sample and 30% of the rest were randomly selected. Two-point and polygonal classification<ins cite="mailto:Drmardani" datetime="2020-01-25T12:37">s</ins> with two maximum likelihood algorithms and support vector machines <ins cite="mailto:Drmardani" datetime="2020-01-25T12:37">were </ins><del cite="mailto:Drmardani" datetime="2020-01-25T12:37">was</del> performed on the original image, the processed bands, and the main image composition of the processed bands. The results of the accuracy assessment of the maps in this study showed that the highest overall accuracy and Kappa coefficient were 98.52% and 0.97, respectively, in the point of processing with processed bands and maximum likelihood algorithms, as well as<ins cite="mailto:Drmardani" datetime="2020-01-25T12:54"> by composition of</ins> <del cite="mailto:Drmardani" datetime="2020-01-25T12:53">with</del> the<ins cite="mailto:Drmardani" datetime="2020-01-25T12:54"> original </ins> image <del cite="mailto:Drmardani" datetime="2020-01-25T12:54">composition</del> <del cite="mailto:Drmardani" datetime="2020-01-25T12:42">T</del><del cite="mailto:Drmardani" datetime="2020-01-25T12:55">he original is</del> with processed bands and support vector machines algorithm (SVM). Also, in the polygonal classification, the highest overall accuracy and kappa coefficient of the maps classified using the processed bands were 87.50% and 0.75 with the maximum likelihood algorithm and 90.78% and coefficient Kappa 0.81 has been supported by the car engine algorithm. In general, the results of this study showed that Rapid Eye images are suitable for preparing the crown distribution map of forest trees in Zagros forests.</div> <div dir="rtl"></div> بلوط ایرانی, جنگل‌های زاگرس, سنجش از دور, طبقه بندی تصاویر. Image classification, Persian oak, Remote sensing, Zagros forests 58 69 http://ifej.sanru.ac.ir/browse.php?a_code=A-10-456-1&slc_lang=fa&sid=1 Mohammad Hasan Naseri محمدحسن ناصری mohammadhasan_n71@yahoo.com 10031947532846003766 10031947532846003766 Yes Gorgan university of agricultural sciences and natural resources دانشگاه علوم کشاورزی و منابع طبیعی گرگان Shaban Shataee Jouibari شعبان شتایی جویباری shataee@yahoo.com 10031947532846003767 10031947532846003767 No Gorgan university of agricultural sciences and natural resources دانشگاه علوم کشاورزی و منابع طبیعی گرگان Jahangir Mohammadi جهانگیر محمدی mohamadi.jahangir@gmail.com 10031947532846003768 10031947532846003768 No Gorgan university of agricultural sciences and natural resources دانشگاه علوم کشاورزی و منابع طبیعی گرگان Shahram Ahmadi شهرام احمدی shahmadi110@gmil.com 10031947532846003769 10031947532846003769 No Department of natural resources and watershed management of Fars province اداره کل منابع طبیعی و آبخیزداری استان فارس