Ecology of Iranian Forests

fa بررسی دقت ارتفاعی مدل رقومی سطح تصاویر پهپاد در مناطق جنگلی (مطالعه موردی: جنگل دارابکلا ساری) Investigating the Elevation Accuracy of a Digital Surface Model Obtained from UAV Images in Forest Areas (Case Study: Darabkola Forests of Sari) سنجش از دور سنجش از دور پژوهشي Research <div style="text-align: justify;">چکیده مبسوط مقدمه و هدف: احداث جاده‌‌های جنگلی به‌ عنوان شریان حیاتی مدیریت و برنامه‌ ریزی جنگل هیرکانی، استفاده از خدمات مختلف آن، اجرای عملیات حفاظت و احیاء جنگل‌‌ ها و حمل‌ و نقل محصولات چوبی و غیر چوبی یک نیاز اساسی بوده و در درآمد ملی کشور نقش ویژه‌ ای دارد. ساخت جاده باعث به هم خوردن مسیر آب‌‌ های طبیعی، باعث ایجاد سطح نفوذ ناپذیر، ایجاد رواناب توسط جوی کناری، آبروهای عرضی، دامنه‌‌ های خاک‌ برداری و خاک‌ ریزی می‌‌ شود .اگر جاده جنگلی به‌ خوبی طراحی و توزیع شود کمترین تخریب و صدمه به توده بیولوژیکی و رویشگاه وارد می‌‌ شود و جنگل از نظر مدیریت بهینه در مطلوب‌ ترین شرایط خود قرار می‌‌ گیرد ا توجه به ضرورت کسب اطلاعات به روز از وضعیت پستی‌ و بلندی‌های ریز جنگلی و همچنین سطح‌ رویی جاده‌ های جنگلی از نظر وضعیت تخریب سطحی آن ها، نیازمند مطالعه دقیق بررسی روش‌ ها و منابع نوین سنجش ‌از دوری نظیر تصاویر پهپادی و الزامات پردازش‌ های مناسب تصویر می‌ باشد یکی از روش‌‌ های کنترل کیفیت جاده، سیستم مدیریت و برنامه‌ ریزی مبتنی بر بهره‌ گیری از پهپاد است که علاوه بر جامعیت، دقت زیاد، بسیار کم‌ هزینه و البته سریع می‌ باشد و در مقایسه با روش‌‌ های قدیمی که سطح راه‌‌ ها توسط کارگران و کارشناسان فنی و به‌صورت حضور در محل و بازدید میدانی صورت می‌‌ گیرد، بسیار مقرون‌ به‌ صرفه‌ تر است . همچنین یکی از محصولات سنجش ‌از دور مدل رقومی سطح زمین است که پایه بسیاری از پروژه‌ های پرکاربرد است، و فتوگرامتری توانایی ایجاد مدل سه‌بعدی دقیق را با استفاده از تصاویر دوبعدی در اختیار کاربر قرار می‌ دهد. هدف این تحقیق بررسی دقت ارتفاعی مدل رقومی سطح زمین حاصل از تصاویر پهپاد با استفاده از نقاط کنترل زمینی دقیق با تعداد و پراکندگی متفاوت و بدون نقاط کنترل زمینی برای استخراج مدل دقیق رقومی سطح زمین با روش‌ های پردازش با کیفیت ‌بالا و متوسط در جنگل‌های سری یک دارابکلا ساری است. مواد و روش‌ ها: تصاویر پهپاد در شرایط جوی مناسب با ارتفاع پروازی 100 متر از سطح زمین، هم&lrm; پوشانی طولی 85 درصد و عرضی 75 درصد و با سرعت 5 متر بر ثانیه توسط پهپاد کوادکوپتر Phantom3 Pro در روزهای 14و 15 بهمن ماه سال 1401 در بخشی از محدوده جنگل‌ های دارابکلا به طول حدوداً 2 کیلومتر جاده به پهنای 200 متر اطراف جاده و در سه پروژه پروازی مجزا در طی روزهای مختلف دریافت شد. موقعیت نقاط برداشت‌ های واقعیت زمینی با استفاده از DGPS تفاضلی صورت گرفت. تعدادی نقاط کنترل زمینی برای زمین مرجع‌ سازی دقیق تصاویر و تهیه ارتوفتوموزائیک دقیق و یکپارچه منطقه برداشت‌ شده با استفاده از DGPS تفاضلی انجام شدند. مدل‌ های رقومی ارتفاعی زمین منطقه تهیه‌ شده با نقاط کنترل زمینی و بدون نقاط کنترلی با استفاده از نرم‌افزار Agiosoft Photoscan در دو حالت کیفیت بالا و متوسط پردازش‌ شدند و مورد مقایسه قرار گرفت. یافته‌ ها: میانگین خطای نقاط (ME) برای مدل رقومی ارتفاعی تهیه‌ شده با نقاط کنترلی با روش کیفیت بالا 1/01متر و برای روش کیفیت متوسط 1/21 متر بود، درحالی‌که برای مدل رقومی ارتفاعی تهیه‌ شده بدون نقاط کنترلی با کیفیت بالا 11/05 متر و با کیفیت متوسط 10/72 متر بود. همچنین، جذر میانگین مربعات خطای مطلق (RMSE) مقادیر ارتفاعی برای مدل رقومی ارتفاعی تهیه‌ شده با نقاط کنترلی با روش کیفیت بالا 2/33 متر و با کیفیت متوسط 2/93 متر بود، درحالی ‌که برای مدل رقومی ارتفاعی تهیه‌شده بدون نقاط کنترلی با کیفیت بالا 13/67 متر و با کیفیت متوسط 13/42 متر بوده است. جذر میانگین مربعات خطای نسبی (RMSE%) برای مدل رقومی ارتفاعی تهیه‌شده با نقاط کنترلی با روش کیفیت بالا 0/87 درصد و با کیفیت متوسط 0/90 درصد بود، درحالی‌ که برای مدل رقومی ارتفاعی تهیه‌ شده بدون نقاط کنترلی با کیفیت بالا 5/14 درصد و با کیفیت متوسط 5/04 درصد بود. به‌ علاوه، نتایج حاصل از آزمون t جفتی در سطوح 5 و 1 درصد احتمال خطا نشان دادند که بین ارتفاع نقاط برداشت زمینی و مدل رقومی ارتفاعی با نقاط کنترلی با کیفیت بالا و متوسط تفاوت معنی‌ داری وجود نداشت، اما بین ارتفاع نقاط برداشت زمینی و مدل رقومی ارتفاعی تهیه‌ شده بدون نقاط کنترلی با روش کیفیت بالا و متوسط تفاوت معنی‌ داری وجود داشت. نتیجه‌ گیری: استفاده از نقاط کنترل زمینی دقیق برای زمین مرجع‌ سازی تصاویر و تهیه ارتوفتوموزائیک دقیق موجب بهبود دقت در تولید مدل رقومی سطح زمین می‌ شود. همچنین، با توجه به این اینکه پردازش تصاویر با دو کیفیت (بالا و متوسط) انجام شد. نتایج نشان داد که در پردازش تصاویر با کیفیت بالا جذر مربع میانگین خطا کمتر می‌ باشد؛ بنابراین پیشنهاد می‌ شود که پردازش تصاویر در نرم‌افزار Agisoft Metashape Professional 1.8 با کیفیت بالا انجام شود. نتایج پژوهش نشان می &lrm;‌دهند است که استفاده از نقاط کنترل زمینی دقیق در تصویربرداری و تولید مدل رقومی ارتفاعی با استفاده از تصاویر پهپاد، باعث تولید مدل رقومی ارتفاعی دقیق می‌شود و نوع پردازش با کیفیت بالا نیز موجب افزایش دقت ارتفاعی و حتی مسطحاتی می‌ گردد. لازم به ذکر است که در این پژوهش با توجه به حساسیت و دقت اندازه‌ گیری پارامترها برداشت تصاویر در فصل کاملاٌ خزان و بی‌ برگی درختان انجام شد که جنگل فاقد تاج&lrm; پوشش است. همچنین برای کاهش خطا در مدل رقومی سطح زمین، استفاده هم‌ زمان از نقاط کنترل زمینی، موقعیت قرارگیری نقاط کنترلی و پراکندگی نقاط کنترلی دقیق پیشنهاد می‌ شود.</div> <div style="text-align: justify;">Extended Abstract Background: The construction of forest roads serves as a vital lifeline for the management and planning of the Hyrcanian forests. It is essential for utilizing various forest services, implementing conservation and restoration operations, and transporting timber and non-timber forest products, thereby playing a significant role in the national income. However, road construction can disrupt natural watercourses, create impervious surfaces, and induce runoff through side ditches, cross-drains, and cut-and-fill slopes. If forest roads are properly designed and distributed, they cause minimal damage to the biological mass and habitats, allowing the forest to maintain its optimal conditions for efficient management. Given the necessity of obtaining up-to-date information regarding forest micro-topography and the surface condition of forest roads to assess surface degradation, there is a need for a precise study of modern remote sensing methods, such as UAV imagery, and their required processing requirements. One effective quality control method for roads is a management and planning system based on UAV technology, which offers comprehensiveness, high precision, cost-effectiveness, and speed compared to traditional methods involving manual field inspections by technical experts. Furthermore, the Digital Surface Model (DSM) is a key product of remote sensing that serves as the foundation for many practical projects; photogrammetry enables the generation of accurate 3D models from 2D images. The objective of this study was to investigate the vertical accuracy of DSMs derived from UAV imagery, comparing models generated with varying numbers and distributions of accurate Ground Control Points (GCPs) against those generated without GCPs, using both high and medium-quality processing methods in the Type-1 Darabkola forests of Sari. Methods: UAV images in suitable weather conditions with a flight height of <st1:metricconverter productid="100 meters" w:st="on">100 meters</st1:metricconverter> above the ground, overlapping length of 85% and width of 75%, and with a speed of <st1:metricconverter productid="5 meters" w:st="on">5 meters</st1:metricconverter> per second by Phantom 3 Pro quadcopter UAV images in  days 3, 4  February 2023  in part of Darabkla forests with a length of about 2 km, 200 meters wide road around the road and in three separate flight projects were received during different days. The position of the points of ground reality observations was done using differential DGPS. Several ground control points were made for accurate ground referencing of the images and the preparation of a precise and integrated orthophoto mosaic of the harvested area using differential DGPS. Digital elevation models of the area prepared with ground control points and without control points were processed and compared using Agiosoft Photoscan software in high and medium-quality modes. <v:shape href="https://creativecommons.org/licenses/by-nc/2.0/" id="Picture_x0020_14" o:button="t" style="position:absolute; left:0; text-align:left; margin-top:82px; width:64.35pt; height:23.6pt; z-index:251661312" type="#_x0000_t75"> <v:fill o:detectmouseclick="t"> </v:fill></v:shape><v:shape filled="f" id="Text_x0020_Box_x0020_11" o:gfxdata="UEsDBBQABgAIAAAAIQC75UiUBQEAAB4CAAATAAAAW0NvbnRlbnRfVHlwZXNdLnhtbKSRvU7DMBSF dyTewfKKEqcMCKEmHfgZgaE8wMW+SSwc27JvS/v23KTJgkoXFsu+P+c7Ol5vDoMTe0zZBl/LVVlJ gV4HY31Xy4/tS3EvRSbwBlzwWMsjZrlprq/W22PELHjb51r2RPFBqax7HCCXIaLnThvSAMTP1KkI +gs6VLdVdad08ISeCho1ZLN+whZ2jsTzgcsnJwldluLxNDiyagkxOquB2Knae/OLUsyEkjenmdzb mG/YhlRnCWPnb8C898bRJGtQvEOiVxjYhtLOxs8AySiT4JuDystlVV4WPeM6tK3VaILeDZxIOSsu ti/jidNGNZ3/J08yC1dNv9v8AAAA//8DAFBLAwQUAAYACAAAACEArTA/8cEAAAAyAQAACwAAAF9y ZWxzLy5yZWxzhI/NCsIwEITvgu8Q9m7TehCRpr2I4FX0AdZk2wbbJGTj39ubi6AgeJtl2G9m6vYx jeJGka13CqqiBEFOe2Ndr+B03C3WIDihMzh6RwqexNA281l9oBFTfuLBBhaZ4ljBkFLYSMl6oAm5 8IFcdjofJ0z5jL0MqC/Yk1yW5UrGTwY0X0yxNwri3lQgjs+Qk/+zfddZTVuvrxO59CNCmoj3vCwj MfaUFOjRhrPHaN4Wv0VV5OYgm1p+LW1eAAAA//8DAFBLAwQUAAYACAAAACEAmDARtHsEAACoEQAA HwAAAGNsaXBib2FyZC9kcmF3aW5ncy9kcmF3aW5nMS54bWzsWNty2zYQfe9M/2EHz7ZFOZISa0Jn FKVOM+M6Hsv+AAiERNQgwAKgLvmj/ka/rAegZEvuxWlrv6S2ZkxhsdxdnL1gV2/frSpNC+m8siZn 3aOMkTTCFsrMc3ZzfXb4hpEP3BRcWyNztpaevTv9/ru3fDh3vC6VIEgwfshzVoZQDzsdL0pZcX9k a2mwN7Ou4gFLN+8Uji8hudKd4ywbdCquDDu9F/WBB06NU/9ClLbiVhZjbhbcQ6QWw13KxkYt/rtk PjSLj66e1JcuWi4uFpeOVJEzIGd4BYhYZ7OxYcOy8+Ct+b2A1cxVkd/OZrSCB04GvazfZ7TO2cnr k95xL2vlyVUgAYZe/6Sb9aFMgONVv3cy6G8Ulp8fESHKH/5eCMxszcGXHRN9HQ00iz+eudvdHvo6 2vfergik7fkjP4UVqDhX8rOvz+EnT8aOS27mcuScXZaSFz5ytEAB0VZRAm2r00dZ0+VPtgDCvAk2 yXsi8O7OzYe18+GjtBXFLzlzUoSkiS/OfWgN3LIkUOyZ0jodWJs9AmRGCh7R9LgVVpMEZESkWEfK FE8cy1logkeRhuEz/s20XeZMaFUzKq378pAW+RDI2GG0RBLmzP/ScCcZ6U8GSJ50e4gaCmnR678+ xsLt7kx3d7gREJWzwKj9Og5Y4ZWmdmpeQlPrO2NHgH2mNii0tsdTaB8mYa1lQiGdMPqK6zkKys+N b/HTZlKLyO1rcSkCLbjO2ZsMfxu37zKMZmHLGnzL2r3nhIQNw7S5QFHaeKUFOSHtoF8jvnImzeHN BBXsS84GUJWkWq2K6LW0cPPpWLtWR7Tmzh6/yyZnMwRCGwE4MA/KUFjXcsYFwnHMtZo6xajmxnoQ suPsDDl6nD697BWePeyqIMozXikdMxcEUXLnZfJ9wk7yZxAq/JMLRUwD4QhfOB3bep3ChH77lXDg Af3IfazCpiAZEAVHdNlMtfKlLGi6pgl3ikZzp0SjQ+O4polQuHGkR/QVdMFb4pX0tnGRemNUup7C +igmEwIjqo/KpSkuueNXf+bsLuIleftb8dzIKa73Iux9Nsh6mxiLkfZ4hAG4e8wSjm22RjBfUvZ/ k7LXpfK0tO6W8NRKSOORm40pJKo2PUiylGl/WU+pwd1j5inT9gqm36ur/cGr8fZ632P7VrLzqW6A UitzO4ZPbjcdK27ix7tqtI7w4gcrmkqa0LbWTsZbyhpfqtrj+h/GFtV9KrZuuC/gToJxIWlsqwr8 NArBqWkTXz7E9RrJ0glUH+odZSjHtXUB8XLeBs5LuHxN5cWc8LzX8ME/8kPqfHb7m/10fWmDvvY6 vcsiWmISLtHuoHX31HgM1BQsIbeKAxLokQ6oUL5NLHmQWp2K30pCzVWLNv9iRfaEaRnTkTkU92lX N65GW4k9h7kklJIwT+M9riEIFdyaeXzGDQxG6OXJztLKojFTBom7LfZCxcytHSZzp1/6qWfpp2KP ejfgIRAm9RVGh3ZGaSdAcMSJuvPgN4rUkG1+U4k/hOyuT38HAAD//wMAUEsDBBQABgAIAAAAIQCc Tl4h4gYAADocAAAaAAAAY2xpcGJvYXJkL3RoZW1lL3RoZW1lMS54bWzsWU9vG0UUvyPxHUZ7b+P/ jaM6VezYDbRpo9gt6nG8Hu9OM7uzmhkn9Q21RyQkREEcqMSNAwIqtRKX8mkCRVCkfgXezOyud+I1 SdsIKmgO8e7b37z/782b3ctX7kUMHRIhKY87XvVixUMk9vmExkHHuzUaXFj3kFQ4nmDGY9Lx5kR6 Vzbff+8y3vAZTcYci8koJBFBwCiWG7jjhUolG2tr0gcylhd5QmJ4NuUiwgpuRbA2EfgIBERsrVap tNYiTGNvEzgqzajP4F+spCb4TAw1G4JiHIH0m9Mp9YnBTg6qGiHnsscEOsSs4wHPCT8akXvKQwxL BQ86XsX8eWubl9fwRrqIqRVrC+sG5i9dly6YHNSMTBGMc6HVQaN9aTvnbwBMLeP6/X6vX835GQD2 fbDU6lLk2RisV7sZzwLIXi7z7lWalYaLL/CvL+nc7na7zXaqi2VqQPaysYRfr7QaWzUHb0AW31zC N7pbvV7LwRuQxbeW8INL7VbDxRtQyGh8sITWAR0MUu45ZMrZTil8HeDrlRS+QEE25NmlRUx5rFbl WoTvcjEAgAYyrGiM1DwhU+xDTvZwNBYUawF4g+DCE0vy5RJJy0LSFzRRHe/DBMdeAfLy2fcvnz1B x/efHt//6fjBg+P7P1pGzqodHAfFVS++/ezPRx+jP5588+LhF+V4WcT/+sMnv/z8eTkQymdh3vMv H//29PHzrz79/buHJfAtgcdF+IhGRKIb5Ajt8wgMM15xNSdj8WorRiGmxRVbcSBxjLWUEv59FTro G3PM0ug4enSJ68HbAtpHGfDq7K6j8DAUM0VLJF8LIwe4yznrclHqhWtaVsHNo1kclAsXsyJuH+PD Mtk9HDvx7c8S6JtZWjqG90LiqLnHcKxwQGKikH7GDwgpse4OpY5fd6kvuORThe5Q1MW01CUjOnay abFoh0YQl3mZzRBvxze7t1GXszKrt8mhi4SqwKxE+RFhjhuv4pnCURnLEY5Y0eHXsQrLlBzOhV/E 9aWCSAeEcdSfECnL1twUYG8h6NcwdKzSsO+yeeQihaIHZTyvY86LyG1+0AtxlJRhhzQOi9gP5AGk KEZ7XJXBd7lbIfoe4oDjleG+TYkT7tO7wS0aOCotEkQ/mYmSWF4l3Mnf4ZxNMTGtBpq606sjGv9d 42YUOreVcH6NG1rl868flej9trbsLdi9ympm50SjXoU72Z57XEzo29+dt/Es3iNQEMtb1Lvm/K45 e//55ryqns+/JS+6MDRoPYvYQduM3dHKqXtKGRuqOSPXpRm8Jew9kwEQ9TpzuiT5KSwJ4VJXMghw cIHAZg0SXH1EVTgMcQJDe9XTTAKZsg4kSriEw6Ihl/LWeBj8lT1qNvUhxHYOidUun1hyXZOzs0bO xmgVmANtJqiuGZxVWP1SyhRsex1hVa3UmaVVjWqmKTrScpO1i82hHFyemwbE3Jsw1CAYhcDLLTjf a9Fw2MGMTLTfbYyysJgonGeIZIgnJI2Rtns5RlUTpCxXlgzRdthk0AfHU7xWkNbWbN9A2lmCVBTX WCEui96bRCnL4EWUgNvJcmRxsThZjI46XrtZa3rIx0nHm8I5GS6jBKIu9RyJWQBvmHwlbNqfWsym yhfRbGeGuUVQhVcf1u9LBjt9IBFSbWMZ2tQwj9IUYLGWZPWvNcGt52VASTc6mxb1dUiGf00L8KMb WjKdEl8Vg12gaN/Z27SV8pkiYhhOjtCYzcQ+hvDrVAV7JlTC6w7TEfQNvJvT3jaP3OacFl3xjZjB WTpmSYjTdqtLNKtkCzcNKdfB3BXUA9tKdTfGvboppuTPyZRiGv/PTNH7Cbx9qE90BHx40Ssw0pXS 8bhQIYculITUHwgYHEzvgGyB97vwGJIK3kqbX0EO9a+tOcvDlDUcItU+DZCgsB+pUBCyB23JZN8p zKrp3mVZspSRyaiCujKxao/JIWEj3QNbem/3UAipbrpJ2gYM7mT+ufdpBY0DPeQU683pZPnea2vg n558bDGDUW4fNgNN5v9cxXw8WOyqdr1Znu29RUP0g8WY1ciqAoQVtoJ2WvavqcIrbrW2Yy1ZXGtm ykEUly0GYj4QJfAOCel/sP9R4TP7BUNvqCO+D70VwccLzQzSBrL6gh08kG6QljiGwckSbTJpVta1 6eikvZZt1uc86eZyTzhba3aWeL+is/PhzBXn1OJ5Ojv1sONrS1vpaojsyRIF0jQ7yJjAlH3J2sUJ GgfVjgdfkyDQ9+AKvkd5QKtpWk3T4Ao+MsGwZL8Mdbz0IqPAc0vJMfWMUs8wjYzSyCjNjALDWfoN JqO0oFPpzybw2U7/eCj7QgITXPpFJWuqzue+zb8AAAD//wMAUEsDBBQABgAIAAAAIQDPt/zhBAEA APABAAAqAAAAY2xpcGJvYXJkL2RyYXdpbmdzL19yZWxzL2RyYXdpbmcxLnhtbC5yZWxzrJHLasMw EEX3hf6Dmb0lO5RSSmRv0kIW3ZT0A1R5/CDWyGhUE/99J86iDQS66UYgCd0552pbn/yYzRh5CGSg VAVkSC40A3UGPg6v+RNknCw1dgyEBhZkqKv7u+07jjbJI+6HiTNJITbQpzQ9a82uR29ZhQlJbtoQ vU2yjZ2erDvaDvWmKB51/J0B1VVmtm8MxH2zgeywTDL57+zQtoPDXXBfHindGKGTcKEE2thhMqDU 5eSylkpYQd/GKP8ToxehOA50/EE527FU5yJKrTO64L2Uu3Y2ihUxsv5ccnL6QRW6jtga14fAGPP5 DLcqvYVGmno5JYxkVxd99U/VNwAAAP//AwBQSwECLQAUAAYACAAAACEAu+VIlAUBAAAeAgAAEwAA AAAAAAAAAAAAAAAAAAAAW0NvbnRlbnRfVHlwZXNdLnhtbFBLAQItABQABgAIAAAAIQCtMD/xwQAA ADIBAAALAAAAAAAAAAAAAAAAADYBAABfcmVscy8ucmVsc1BLAQItABQABgAIAAAAIQCYMBG0ewQA AKgRAAAfAAAAAAAAAAAAAAAAACACAABjbGlwYm9hcmQvZHJhd2luZ3MvZHJhd2luZzEueG1sUEsB Ai0AFAAGAAgAAAAhAJxOXiHiBgAAOhwAABoAAAAAAAAAAAAAAAAA2AYAAGNsaXBib2FyZC90aGVt ZS90aGVtZTEueG1sUEsBAi0AFAAGAAgAAAAhAM+3/OEEAQAA8AEAACoAAAAAAAAAAAAAAAAA8g0A AGNsaXBib2FyZC9kcmF3aW5ncy9fcmVscy9kcmF3aW5nMS54bWwucmVsc1BLBQYAAAAABQAFAGcB AAA+DwAAAAA= " stroked="f" style="position:absolute; left:0; text-align:left; margin-left:93px; margin-top:82px; width:361.5pt; height:27.95pt; z-index:251659264; v-text-anchor:top" type="#_x0000_t202"><v:textbox> </v:textbox> <w:wrap anchorx="margin"> </w:wrap></v:shape>Results: The results showed that the  mean Elevation points error (ME) was <st1:metricconverter productid="1.01 m" w:st="on">1.01 m</st1:metricconverter> for the digital height model prepared with high-quality control points and 1.21 m for the medium quality method. However, it was <st1:metricconverter productid="11.05 meters" w:st="on">11.05 meters</st1:metricconverter> high and <st1:metricconverter productid="10.72 meters" w:st="on">10.72 meters</st1:metricconverter> with average quality for the digital height model prepared without high-quality control points. Moreover, the root mean square absolute error (RMSE) of the height values was <st1:metricconverter productid="2.33 meters" w:st="on">2.33 meters</st1:metricconverter> for the height digital model prepared with control points with high-quality method and <st1:metricconverter productid="2.39 meters" w:st="on">2.39 meters</st1:metricconverter> with medium quality . For the digital model, the height prepared without control points was <st1:metricconverter productid="13.67 meters" w:st="on">13.67 meters</st1:metricconverter> with high quality and <st1:metricconverter productid="13.42 meters" w:st="on">13.42 meters</st1:metricconverter> with medium quality. The root means square relative error (RMSE%) values were was 0.87% and 0.90% for the height digital model prepared with high-quality control points and with medium quality, respectively. However, values of 5.14% and 5.04% were obtained for the height digital model prepared without high-quality control points and average quality, respectively. In addition, the results of the paired t-test at 5 and 1% probability levels of error showed that no significant difference between the height of the ground collection points and the digital height model with high and medium quality control points. However, there was a significant difference with high and medium quality methods between the height of the ground collection points and the digital height model of the preparation without control points. Conclusion: The use of accurate Ground Control Points (GCPs) for georeferencing and orthomosaic production significantly improves the accuracy of DSM generation. Furthermore, comparing the two processing levels showed that high-quality processing yields lower RMSE values; therefore, it is recommended to use high-quality settings in Agisoft Metashape Professional 1.8. The results demonstrate that integrating accurate GCPs with UAV imagery ensures the production of highly accurate DSMs, and that high-quality processing enhances both vertical and horizontal precision. Notably, due to the sensitivity of the parameters, image acquisition was conducted during the deciduous season when the trees were leafless, ensuring a clear view of the forest floor (absence of canopy cover). To minimize errors in DSM production, the simultaneous use of GCPs.</div> پهپاد, روش پردازش, دقت ارتفاعی, مدل رقومی سطح زمین, نقاط کنترل زمینی Digital Surface Model, Elevation accuracy, Ground control points, Processing method, UAV 121 133 http://ifej.sanru.ac.ir/browse.php?a_code=A-10-809-1&slc_lang=fa&sid=1 hava hasanvand هوا حسنوند 100319475328460010967 100319475328460010967 No Department of Forestry, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University, Sari, Iran گروه جنگل داری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران hasan akbari حسن اکبری hassan_akbarivas@yahoo.com 100319475328460010968 100319475328460010968 Yes Department of Forestry, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University, Sari, Iran گروه جنگل داری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران shaban shataee Jouibary شعبان شتایی جویباری 100319475328460010969 100319475328460010969 No Department of Forestry, Gorgan University of Agricultural Sciences and Natural Resources, Gorgan, Iran گروه جنگل‎ داری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران majid lotfalian مجید لطفعلیان 100319475328460010970 100319475328460010970 No Department of Forestry, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University, Sari, Iran گروه جنگل داری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران alireza hosseinpour علی رضا حسین پور 100319475328460010971 100319475328460010971 No Employee of Natural Resources of Gologah, Faculty of Forestry, Sari Agricultural Sciences and Natural Resources University, Sari, Iran کارمند منابع طبیعی گلوگاه ساری، ساری، ایران