مدل سازی زیتوده جنگل های شاخه زاد بلوط غرب با استفاده از متریک های استخراج شده از داده های لایدار هوایی
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 195
فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ESTJ-23-10_010
تاریخ نمایه سازی: 20 اردیبهشت 1401
چکیده مقاله:
زمینه و هدف: یکی از مهمترین داده های فعال سنجش از دوری برای استفاده در کمی کردن ویژگی های مختلف توده ها جنگلی داده های لایدار است. از جمله حوزه های فعال تحقیقاتی سنجش از دور، امکان سنجی برآورد زیتوده درختان با استفاده از متریک های مختلف داده های لایدار هوایی است. روش بررسی: زیتوده درختان در ۱۲۷ قطعه نمونه مربعی به روش منظم تصادفی در دو منطقه کمتراکم و پرتراکم به ابعاد ۹۰۰ متر مربع برای اندازهگیری موجود در قطعات نمونه برداشت شد. دادههای لایدار برای یافتن وحذف هر گونه خطا بررسی، DTM [۱]، DSM [۲]و CHM[۳] از این داده ها استخراج و شاخصهای آماری مختلف از ارتفاعی دادههای لایدار برای هر قطعه نمونه استخراج شد. به منظور برآورد زیتوده رگرسیون گام به گام استفاده شد. یافته ها: نتایج دقت متوسط برای براورد زیتوده توسط داده های لایدار نشان داد به شکلی که مقدار ضریب تعیین و جذر میانگین مربعات خطا (بر حسب تن در هکتار) در برآورد زیتوده با دادههای لایدار برای برگ، سرشاخه، شاخه، تنه وکل درخت در کل منطقه به ترتیب (۵۸/۰ و ۲۸)، (۵۴/۰ و ۲۳)، (۶۸/۰ و ۳۵/۱) (۶۸/۰ و ۵۳/۱) (۶۵/۰ و ۶۹/۳) بود. بحث و نتیجه گیری: به دلیل خطای بالا در مشخص کردن نوک تاج درختان در تودههای پهنبرگ و مخصوصا تودههای شاخهزاد به دلیل ارتفاع کم و شکل غیرهندسیتر، برآورد ارتفاع و سایر مشخصهها در این تودهها با خطای زیادی همراه است. رسیدن به دقت های بالا مستلزم تحقیقات بیشتر است. [۱]- Digital Terrain Model ۴- Digital Surface Model ۵- Canopy Hight Model
کلیدواژه ها:
نویسندگان
فرزاد یاوری
دانش آموخته کارشناسی ارشد دانشکده منابع طبیعی و علوم دریایی دانشگاه تربیت مدرس
هرمز سهرابی
دانشیار، دانشکده منابع طبیعی و علوم دریایی، دانشگاه تربیت مدرس، تهران، ایران. (مسوول مکاتبات)
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :