چکیده:
سنجش از دور، انواع داده ها و منابع مفید برای نقشه برداری جنگل را فراهم می کند. امروزه یکی از کاربردهای رایج در زمینه جنگلداری، شناسایی درختان و گونه های درختی با استفاده از تجزیه و تحلیل مبتنی بر شیء و طبقه بندی تصاویر ماهواره ای یا هوایی است. این مطالعه بر تشخیص تاج پوشش درختان در سطح انفرادی میپردازد. هدف از این تحقیق، بررسی پتانسیل تصاویر ماهوارهایی با قدرت تفکیک بالایی WorldView-2 مربوط به سال 2014 جهت تهیه نقشه درختان با روشهای طبقهبندی ناپارامتریک در جنگلهای اطراف شیراز می باشد. در مطالعه کنونی به ارزیابی برآورد پارامترهای جنگل با تمرکز بر استخراج تک درختان به دو روش طبقهبندی شی پایه و بردار پشتیبان با ارزیابی صحت به روش ماتریس پیچیده و روش (area under operating characteristic curve) AUC با کمک تصاویر هوایی (Unmanned Aerial Vehicle)UAV فانتوم4 مربوط به سال 2018 در دو منطقه مجزا پرداخته شده است. پس از انجام تصحیحات لازم بر روی تصاویر ماهواره ایی، طبقات جنگل و غیرجنگل تعریف و نمونههای تعلیمی انتخاب شدند. نتایج طبقهبندی نشان میدهد طبقهبندی شی پایه دارای صحت بالاتری در برآورد پارامترهای تک درختان و پس از آن بردار پشتیبان میباشند. نتایج حاصل از تجزیه و تحلیل رگرسیونی نشان داد که استفاده از تصاویر ماهواره ایی WV-2 (R2=0.97) برای برآورد تاج پوشش درختان مناسب است. میتوان نتیجهگیری نمود که با توجه به هزینه و زمان بسیار کم برای تفسیر تصاویر ماهواره ایی WV-2، این تصاویر میتواند جهت آماربرداری درختان شهری بجای آماربرداری زمینی استفاده شود. این مطالعه تائید میکند که با استفاده از دادههای سنجنده WV-2 ، امکان استخراج پارامترهای درختان منفرد در جنگل، وجود دارد.
Remote sensing provides a variety of data and useful resources for forest mapping. Today, one of the most common uses in forestry is the identification of trees and tree species using object-based analysis and classification of satellite or aerial images. This research focuses on the identification of the canopy of trees at the individual level. The purpose of this study is to investigate the potential of high resolution WorldView-2 satellite imagery obtained in 2014 for mapping trees with nonparametric classification methods in the surrounding forests of Shiraz. In the current study, assessment of forest parameters were performed with the focus on the extraction of single trees using two classification methods, Object-Based and support vector analysis, verified with complexity matrix and area under operating characteristic curve (AUC) methods with the help of Unmanned Aerial Vehicle (UAV) aerial imagery of Phantom 4 aircraft obtained in 2018 in two separate regions. After making the necessary corrections on satellite imagery, forest and non-forest classes were defined and educational samples were selected. The classification results indicate that the Object-Based classification has the highest accuracy in assessing the parameters of single trees, and after that the support vector is placed. The results of regression analysis indicated that using WV-2 images (R2= 0. 97) was suitable for estimating canopy area on the city. Based on our results, it can be concluded that considering the high accuracy and quick interpretation of satellite images, WV-2 images can be reliable alternatives for ground survey method in measuring tree canopies in cities with similar forest structure. This study confirms that it is possible to extract the parameters of single trees in the forest using WV-2 sensor data.
خلاصه ماشینی:
یوسف تقی ملایی ١ * مقایسه روش های ناپارامتری طبقه بندی بردار پشتیبان و شی پایه در برآورد ویژگیهای کمی تک درختان بلوط ایرانی با تصاویر ماهواره ایی ٢-WorldView تاریخ دریافت : ١٣٩٤/٠٨/٠٩ تاریخ پذیرش : ١٣٩٤/١٢/٠٢ چکیده سنجش از دور، انواع داده ها و منابع مفید برای نقشه برداری جنگل را فراهم می کند.
(به تصویر صفحه مراجعه شود) شکل ٦: نمودار منحنی نرمال داده های برداشتی و طبقه بندی تصاویر در جنگل های آب انار Figure 6: Normal curve diagram of field data and image classification in Abe Anar forests برای مقایسه مساحت تاج پوشش به دست آمده از آماربرداری تصویر ماهواره ایی ٢-WV و تصادفی زمینی از آزمون T جفتی در سطح اطمینان ٩٥درصد استفاده شد.
(به تصویر صفحه مراجعه شود) شکل ٧ ب : ارزیابی صحت سطح تاج پوشش در طبقه بندی شی پایه در تصاویر ماهواره ایی ٢-WV و تصاویر UAV جنگل های روستای بله زار و انار به ترتیب از راست به مترمربع Figure 7b: Evaluation of the accuracy of the canopy in Object-Based classification in satellite imagery wv-2 and UAV image in the 2 forests of the village of Balehazar and Anar.
جدول ٦- مدل آماری سطح تاج پوشش در تصاویر ٢-WV و ارتفاع درختان در جنگل های روستای بله زار و انار Table 6- Statistical model of canopy surface in WV-2 images and tree height in the forests of the villages of Balehzar and AbeAnar {مراجعه شود به فایل جدول الحاقی} (به تصویر صفحه مراجعه شود) شکل ٩ الف : ارزیابی صحت سطح تاج پوشش به مترمربع در طبقه بندی بردار پشتیبان در تصاویر ماهواره ایی ٢-wv و ارتفاع درختان به متر.