طبقهبندی تصویر ماهوارۀWorldview2 با استفاده از تکنیک شیءپایه بهمنظور شناسایی آلودگی جنگلهای زاگرس به گونۀ نیمهانگلی موخور
نویسندگان
1 دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، گروه جنگلداری، تهران، ایران.
2 هیات علمی دانشگاه علوم تحقیقات
3 دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران، گروه جنگلداری، تهران، ایران.
4 دانشیار پژوهش، مؤسسۀ تحقیقات جنگلها و مراتع کشور، تهران. ایران.
doi
چکیده
گونۀ نیمهانگلی موخور (Loranthus europaeus) از عوامل تهدیدکنندۀ جنگلهای زاگرس بهشمار میرود و شناسایی عرصههای آلوده به آن بهمنظور مدیریت در عرصههای جنگلی حائز اهمیت است. منطقۀ حفاظتشدة کوه منجل واقع در استان ایلام بهدلیل حضور چشمگیر موخور با شدتهای متفاوت و پاکسازی نشدن با مساحت 37 هکتار، در رویشگاه زاگرس بهعنوان نمونه برای بررسی انتخاب شد. بهمنظور طبقهبندی موخور، تصویر ماهوارهای با اندازة تفکیک مکانی کم Worldview 2 مربوط به اواخر آبان 1389 و پس از خزان بلوط تهیه شد. پس از تصحیحات هندسی و رادیومتری، تصویر با استفاده از شاخص تفاوت گیاهی نرمال شده و آنالیز مؤلفههای اصلی در سطح وارث با عدد مقیاس 29 قطعهبندی شد. سپس با 312 نقطة واقعیت زمینی، الگوریتمهای K نزدیکترین همسایه (با پارامتر K متفاوت)، ماشین بردار پشتیبان (با پارامتر C متفاوت) و جنگل تصادفی (با تعداد درخت متفاوت) براساس طبقهبندی شیءپایه و با 18 ویژگی طیفی و شکلی مقایسه شد. صحت کلی K نزدیکترین همسایه 1/85 درصد، ماشین بردار پشتیبان با صحت کلی 4/87 درصد و درنهایت جنگل تصادفی با صحت کلی 9/92 درصد جهت طبقهبندی آلودگی جنگل به چهار طبقة سالم، آلودگی کم، متوسط و شدید بهدست آمد. در بین الگوریتمهای مقایسهشده، جنگل تصادفی با 1000 درخت مناسبترین طبقهبندی را برای شناسایی شدتهای متفاوت آلودگی جنگل ارائه داد. با توجه به نتایج بهدستآمده، شناسایی موخور در منطقۀ زاگرس با تصویر Worldview 2 و تکنیک شیءپایه امکانپذیر است.