بررسی قابلیت داده‌های ماهواره‌های لندست 8 و سنتینل 2 در برآورد مشخصه‌های کمّی توده در جنگل‌های پهن‌برگ استان گلستان

نویسندگان

1 دانش‌آموخته دکتری مدیریت جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران

2 دانشیار گروه مدیریت جنگل، دانشکدۀ علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان

3 استاد گروه جنگلداری، دانشکدۀ منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری

4 دانشیار گروه علوم اطلاعات جغرافیایی و رصد زمین (ITC)، دانشگاه توئنته، هلند

doi
10.22034/ijf.2025.453472.1985
چکیده

مقدمه: کسب اطلاعات بهنگام از وضعیت کمی و کیفی جنگل‌ها در مدیریت اکوسیستم، طراحی طرح‌های مدیریتی و حفاظتی لازم است. با توجه به نقش جنگل‌های هیرکانی در حفظ تنوع زیستی، تعدیل آب‌وهوا، ارزش‌های محیط زیستی و اقتصادی و حفاظت از آب و خاک و هزینۀ زیاد و زمان‌بر بودن اندازه‌گیری مشخصه‌های کمّی توده جنگل از طریق روش‌های میدانی، استفاده از داده‌های سنجش از دور و مدل‌سازی اطلاعات زیادی را در این زمینه فراهم می‌کنند، به‌طوری که نیاز کمتری به انجام دادن کارهای میدانی است. هدف از این پژوهش بررسی قابلیت ماهواره‌های لندست 8 و سنتینل 2 در برآورد مشخصه‌های کمّی رویه زمینی در هکتار و حجم در هکتار در بخش‌هایی جنگل‌های پهن‌برگ استان گلستان است. مواد و روش‌ها: در این پژوهش برای برداشت اطلاعات زمینی 230 قطعه ‌نمونۀ دایره‌ای به مساحت 1000 متر مربع با روش نمونه‌برداری سیستماتیک و شبکۀ 100×100 متر در پنج رویشگاه کردکوی، شصت کلاته، زرین گل، سرخداری و لوه پیاده شد. مرکز جغرافیایی هر قطعه ‌نمونه با استفاده از دستگاه سیستم موقعیت‌یاب جهانی تفاضلی (DGPS) ثبت شد. در هر قطعه نمونه نوع گونه، قطر برابرسینه بیشتر از 5/12سانتی‌متر و ارتفاع درختان اندازه‌گیری شد. سپس حجم در هکتار، رویه زمینی در هکتار در هر قطعه ‌نمونه محاسبه شد. پس از پردازش تصاویر و تهیۀ شاخص‌های گیاهی (NDVI، RVI، EVI،GNDVI،PCA،SAVI، IPVIو DVI)، ارزش‌های رقومی متناظر با قطعات نمونۀ زمینی از باندهای طیفی استخراج شد. تحلیل عدم قطعیت نتایج نیز با استفاده از روش مونت‌کارلو انجام گرفت. مدل‌سازی داده‌ها به دو روش رگرسیون چندمتغیرۀ خطی و الگوریتم جنگل‌ تصادفی انجام گرفت. در این تحقیق برای برآورد مشخصه‌های کمّی از مجموع 230 قطعه نمونه، 175 قطعه نمونه (75 درصد) در فرایند مدل‌سازی به کار گرفته شده و 55 قطعه نمونه (25 درصد) به‌منظور اعتبارسنجی در الگوریتم‌های داده‌کاوی استفاده شدند. یافته‌ها: براساس نتایج حاصل از برآورد مشخصه‌های کمّی رویه زمینی و حجم در هکتار با استفاده از رگرسیون چندمتغیرۀ خطی و داده‌های لندست 8، درصد مجذور میانگین مربعات خطا به‌ترتیب 72/50 و 06/47 و برای داده‌های سنتینل 2 به‌ترتیب 66/48 و 89/45 حاصل شد. نتایج حاصل از برآورد دو مشخصۀ یادشده با استفاده از الگوریتم جنگل‌ تصادفی و داده‌های لندست 8 به‌ترتیب 53/44 و 28/41 درصد و برای داده‌های سنتینل 2 به‌ترتیب 21/44 و 66/39 حاصل شد. نتیجه‌گیری: به‌طور کلی نتایج تحقیق نشان داد که الگوریتم جنگل‌ تصادفی و داده‌های سنتینل 2 در برآورد مشخصه‌های کمّی رویه زمینی و حجم در هکتار نتایج بهتری به میزان حدود 6 تا 11 درصد نسبت به روش رگرسیون خطی و داده‌های لندست 8 ارائه داد. نتایج آنالیز عدم قطعیت نیز نشان داد که میانگین برآورد‌شدۀ مشخصه‌های کمّی حجم و رویه زمینی در هکتار در محدودۀ حدود اطمینان (5/97–5/2) قرار دارد که نشان‌دهندۀ انتخاب مناسب مدل است. در مجموع می‌توان گفت رویکرد استفاده‌شده در این تحقیق حاکی از قابلیت متوسط در برآورد مشخصه‌های کمّی رویه زمینی و حجم در هکتار جنگل است.