فهرست نشریات علمی دسترسی آزاد ایران

آگاهی از تیپ جنگل یکی از موارد ضروری در برنامه ­ریزی و مدیریت پایدار جنگل بوده، ولی تهیة نقشة آن به روش‌های میدانی زمان­بر و پرهزینه است. از این ­رو، سنجش‌از‌دور به ­ویژه استفاده از داده‌های ابرطیفی همانند ماهوارة پریسما با 243 باند طیفی، می ­تواند به ­عنوان جایگزینی مناسب تلقی شود. پژوهش پیش‌رو به ارزیابی قابلیت این تصاویر براساس روش­ های ماشین بردار پشتیبان (SVM)، نقشه‌بردار زاویة طیفی (SAM) و جنگل تصادفی (RF) در بخش گرازبن جنگل خیرود پرداخته است. نقشة واقعیت زمینی در 131 قطعه‌نمونه با ابعاد 45×45 متر به‌طور میدانی با روش کوچلر و براساس فراوانی 100 اصله از قطورترین درختان تهیه و پنج تیپ شامل راش خالص، راش آمیخته، راش-ممرز، ممرز-راش و ممرز آمیخته مشخص شد. تصحیح هندسی تصاویر، رفع نویز و نرم­سازی منحنی طیفی انجام و سپس اثر انحنای طیفی تصحیح شد. الگوریتم آشکارسازی ناهنجاری­ها بر روی تصویر اعمال و  باندهای دارای نویز و محدوده­ های جذب آب حذف شدند. سپس برروی 103 باند طیفی باقی­مانده، الگوریتم حداقل سهم نویز و شاخص خلوص پیکسل برای یافتن پیکسل­ های خالص طیفی اجرا و در طبقه­ بندی بکار گرفته شدند. همچنین، شاخص­های NDVI، ReNDVI،MTCI ، NDIred و RTVI محاسبه و به مجموعه باندی اضافه شدند. الگوریتم ­های­ SVM و RF به‌ترتیب با صحت کلی 53/09و 43/19و ضریب کاپای 0/38 و 0/25 و استفاده از باندهای حاصل از الگوریتم حداقل سهم نویز، بهترین نتایج را نشان دادند. به‌طور کلی، نویز به نسبت زیاد داده ­های پریسما و رفتار طیفی نزدیک تیپ­ های مورد مطالعه به‌رغم انجام پردازش ­ها و بکارگیری الگوریتم ­های طبقه ­بندی مناسب، مانع از کسب نتایج رضایت‌بخش شد.