مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

422
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

549
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی دقت داده های پهپاد در برآورد میزان خشکیدگی درختان شمشاد (مطالعه موردی: پارک جنگلی سیسنگان-استان مازندران)

صفحات

 صفحه شروع 91 | صفحه پایان 109

چکیده

 پیشینه و هدف: پارک جنگلی سیسنگان یکی از زیستگاه های مهم شمشاد خزری در کشور به حساب می آید. اما در چند سال اخیر به دلیل بیماری خشکیدگی دچار بحران شده و بسیاری از پایه های شمشاد از بین رفته اند. پایش و مدیریت این منطقه می تواند در اموری مانند کنترل, حفاظت و حمایت این منطقه مؤثر باشد. به دلیل مساحت زیاد پایه های از بین رفته, امکان برآورد مساحت به صورت دقیق با استفاده از داده های موجود وجود ندارد. اندازه گیری های دستی نیز کاری بسیار زمان بر و طاقت فرساست. این امر مستلزم این است تا راهی بیابیم که به صورت دقیق و خودکار این فرآیند را انجام دهد. پهپادها با استفاده از سنجنده های بسیاری دقیقی (تفکیک مکانی) که دارند, این امکان را فراهم آورده اند. روش های مختلف طبقه بندی نیز از راهکارهایی هستند که می توان به منظور تفکیک خودکار درختان خشکیده از درختان سبز به کار گرفت. هدف از این پژوهش, ارزیابی توانایی داده های پهپادهای ارزان قیمت با سنجنده های معمولی در آشکارسازی و پهنه بندی مناطق دچار خشکیدگی اثبات گردد و با توجه به اینکه هزینه پهپادهایی با سنجنده های چند طیفی (باند لبه قرمز و مادون قرمز نزدیک) بسیار زیاد است, بتوان این هزینه را کاهش داد. مواد و روش ها: پارک جنگلی سیسنگان در 30 کیلومتری شرق شهرستان نوشهر استان مازندران در عرض جغرافیایی "30 ́ 33 ̊ 36 تا "30 ́ 35 ̊ 36 و طول جغرافیایی "00 ́ 47 ̊ 51 تا "30 ́ 49 ̊ 51 قرارگرفته است. این پارک علاوه بر نقش تفرجی که دارد بسیاری از گونه های گیاهی مهم کشور در آن رشد یافته اند. ازجمله مهم ترین این گونه ها می توان به شمشاد خزری اشاره کرد. پهپادی که در این پژوهش استفاده گردید از نوع پهپادهای عمودپرواز است. دوربینی که بر روی این وسیله تعبیه شده است قابلیت ثبت تصاویر 20 مگاپیکسلی را دارد. عملیات تصویربرداری در تاریخ هشتم آذرماه 1396, ساعت 10 صبح انجام پذیرفت که مدت زمان آن 45 دقیقه طول کشید. برای نمونه برداری میدانی از منطقه موردمطالعه بازدید به عمل آمد و نقاط مختلف آن ازنظر تراکم پایه های خشکه دار شمشاد و درختان سبز مشخص گردید. سپس سه قطعه نمونه دایره ای با شعاع 60 متر و مساحت 1. 13 هکتار در منطقه طراحی گردید و تراکم پایه های خشکه دار شمشاد و پایه های زنده و سبز در آن ها مشخص گردید. سپس در هر قطعه نمونه در نقاطی که پایه های شمشاد قرار داشتند, 50 نقطه تعلیمی و همچنین در نقاطی که پایه های زنده, پوشش علفی کف و تمشک نیز قرار داشتند, 50 نقطه ثبت گردید. در این پژوهش به منظور بررسی میزان دقت تصاویر پهپاد در شناسایی و طبقه بندی مناطق پوشیده از خشکه دار های شمشاد, کوچک ترین پایه های خشکه دار شمشاد که کمترین وسعت تاج را داشتند نیز ثبت گردید. به دلیل اینکه تصاویر پهپاد احتیاج به تصحیحات هندسی دارند, ابتدا ازنظر هندسی و موقعیت جغرافیایی تصحیح شدند. به منظور انجام فرآیند طبقه بندی, وارد نرم افزار ENVI شدند. در هر قطعه نمونه 100 نقطه ثبت گردیده بود که 75 عدد از آن ها برای انجام فرآیند طبقه بندی نظارت شده و 25 عدد از آن ها نیز برای ارزیابی صحت طبقه بندی استفاده گردید. برای طبقه بندی این تصاویر از سه الگوریتم طبقه بندی نظارت شده شبکه عصبی مصنوعی, حداکثر احتمال و حداقل فاصله به کاربرده شد. در پایان پس از انجام هرکدام از مراحل طبقه بندی, از فیلتر پایین گذر با ابعاد پنجره 3 در 3 پیکسل, برای هموارسازی تصاویر استفاده شد. برای ارزیابی نتایج نیز شاخص های ضریب کاپا و دقت کلی به کار گرفته شد. نتایج و بحث: در این تعداد قطعه نمونه, 579 پایه اندازه گیری گردید. شمشاد با اختلاف زیادی, بیشترین فراوانی را در منطقه به خود اختصاص داد. پس ازآن ممرز و انجیلی و بلوط به ترتیب دررتبه های بعدی قرار دارند. از نتایج حاصل مشخص شد که الگوریتم شبکه عصبی مصنوعی بهترین نتایج را نسبت به دو الگوریتم دیگر داشته است. اما نتایج شبکه عصبی مصنوعی نیز با توجه به شرایط قطعه نمونه دارای نوساناتی است. این الگوریتم با دقت کلی 97. 47 درصد و ضریب کاپا 0. 94 بهترین نتایج را در تفکیک و آشکارسازی خشکه دار های شمشاد در قطعه نمونه با غلبه خشکه دارهای شمشاد داشتند. پس از الگوریتم شبکه عصبی مصنوعی, الگوریتم بیشینه شباهت نتایج مطلوب تری را در تفکیک پایه های خشکه دار شمشاد از خود نشان داد. الگوریتم کمترین فاصله نتایج مطلوبی از خود نشان داد, اما میزان دقت آن به اندازه دو الگوریتم قبل نبود. هر سه الگوریتم در تفکیک پایه ها در قطعه نمونه با غلبه پایه های زنده نتایج ضعیف تری را نسبت به دو قطعه نمونه دیگر از خود نشان دادند. قطعه نمونه با غلبه پایه های زنده و سبز در مقایسه با دو قطعه نمونه دیگر پدیده ها و عوارض بیشتری را در خود جای داده است و از نظر بافت تصویر نیز در مقایسه با دو قطعه نمونه دیگر تفاوت های زیاد و محسوسی دارد. در این قطعه نمونه علاوه بر وجود پایه های سبز و خشکه دارهای شمشاد, پوشش علفی کف و توده های تمشک نیز به چشم می خورد. در این پژوهش نتایج طبقه بندی و آشکارسازی خشکه دارهای شمشاد با استفاده از الگوریتم شبکه عصبی مصنوعی بسیار بهتر از الگوریتم های بیشینه شباهت و کمترین فاصله بود. ازجمله دلایل بهتر بودن نتایج الگوریتم شبکه عصبی مصنوعی می توان به غیرخطی بودن و ناپارامتریک بودن آن اشاره کرد. اما در طبقه بندی به وسیله الگوریتم های سنتی مانند روش های آماری, به دلیل اینکه انعطاف پذیری کمتری دارند, دقت پایین تری داشته. انواع پارامتریک روش های سنتی مانند الگوریتم بیشینه شباهت, به خاطر وابستگی به آمار گوسی, درصورتی که داده ها نرمال نباشند نمی تواند دقت مطلوبی در طبقه بندی و تفکیک طبقات از یکدیگر داشته باشد. در الگوریتم های سنتی مانند الگوریتم های بیشینه شباهت و کمترین فاصله, داده های آموزشی نقش حیاتی دارند. در این روش ها فرض بر این است که توزیع در داخل نمونه های آموزشی باید نرمال باشد, به طوری که اگر نتوان این شرط را محیا نمود, دقت طبقه بندی به شدت کاهش می یابد. درحالی که روش های شبکه عصبی مصنوعی بر اساس ویژگی ها و ساختار خود داده ها عمل می کنند. نتیجه گیری: نتایج حاصل از این پژوهش نشان داد که می توان با استفاده از داده ها و تصاویر معمولی یک پهپاد ارزان قیمت به بررسی وضعیت خشکیدگی درختان بعد از فوران بیماری و تعیین مساحت آن پرداخت. برخلاف هزینه های زیادی که به منظور خرید سنجنده های گران قیمت به منظور پایش وضعیت پوشش گیاهی صورت می گیرد, می توان از این شیوه های ارائه شده در این مقاله, با هزینه های بسیار کمتری اقدام کرد. این روش می تواند در تعیین میزان سطح پوشش های خشکیده کمک شایانی به نهاد های زیربط کند.

استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    APA: کپی

    کارگر، محمدرضا، بابایی، یونس، و بنیاد، امیراسلام. (1400). ارزیابی دقت داده های پهپاد در برآورد میزان خشکیدگی درختان شمشاد (مطالعه موردی: پارک جنگلی سیسنگان-استان مازندران). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی ( کاربرد سنجش از دور و GISدر علوم منابع طبیعی )، 12(2 (پیاپی 43) )، 91-109. SID. https://sid.ir/paper/402624/fa

    Vancouver: کپی

    کارگر محمدرضا، بابایی یونس، بنیاد امیراسلام. ارزیابی دقت داده های پهپاد در برآورد میزان خشکیدگی درختان شمشاد (مطالعه موردی: پارک جنگلی سیسنگان-استان مازندران). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی ( کاربرد سنجش از دور و GISدر علوم منابع طبیعی )[Internet]. 1400؛12(2 (پیاپی 43) ):91-109. Available from: https://sid.ir/paper/402624/fa

    IEEE: کپی

    محمدرضا کارگر، یونس بابایی، و امیراسلام بنیاد، “ارزیابی دقت داده های پهپاد در برآورد میزان خشکیدگی درختان شمشاد (مطالعه موردی: پارک جنگلی سیسنگان-استان مازندران)،” سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی ( کاربرد سنجش از دور و GISدر علوم منابع طبیعی )، vol. 12، no. 2 (پیاپی 43) ، pp. 91–109، 1400، [Online]. Available: https://sid.ir/paper/402624/fa

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button