نسترن نظریانی

تغییر اقلیم تأثیر قابل ملاحظه ای بر محیط زیست دارد و منجر به حساسیت متفاوت پوشش گیاهی به عوامل آب و هوایی در مقیاس های مکانی- زمانی مختلف می شود. آگاهی از وضعیت پوشش گیاهی به دلیل کاربرد در برنامه ریزی های خرد و کلان در حال حاضر از ارکان مهم در تولید اطلاعات است .با توجه به پرهزینه و زمان بر بودن استفاده از روش های مبتنی بر مشاهدات، امروزه فناوری سنجش از دور به عنوان راهکار جدید در بهبود این روش ها مطرح شده است. در پژوهش پیش رو هدف، بررسی اثر عوامل اقلیمی بر روند پوشش گیاهی جنگل فریم در استان مازندران با استفاده از تصاویر سنتینل 2 و تعیین مناسب ترین شاخص برای این منطقه است. به منظور مدل سازی از فاکتورهای اقلیمی (درجه حرارت و بارندگی) مربوط به منطقه به دست آمده از نزدیک ترین ایستگاه هواشناسی مربوط، استفاده شد. بعد از پیش پردازش و پردازش تصاویر سنتینل 2 ارزش های رقومی متناظر از باندهای طیفی استخراج و به عنوان متغیرهای مستقل در نظر گرفته شد. رابطه درجه حرارت و بارندگی با شاخص های پوشش گیاهی با ضریب همبستگی 0.43 و 0.56 و میزان AIC و BIC به ترتیب (565 و 3209) و (739  و 3383) به دست آمد. همچنین نتایج نشان داد بیش ترین اثرگذاری در رابطه با هر دو فاکتور درجه حرارت و بارندگی مربوط به شاخص پوشش گیاهی تفاضلی (DVI) است، که کارائی بالای این شاخص در منطقه را نشان می دهد. با توجه به نتایج فوق، می توان بیان کرد که شاخص مذکور به منظور بررسی تأثیر متغیرهای اقلیمی بر جنگل مورد مطالعه، انطباق و همبستگی مناسبی دارد.

مدیریت و برنامه ریزی بوم سازگان های حساس نظیر جنگل های زاگرس در راستای حفظ و احیاء آنها نیازمند اطلاعات صحیح و به هنگام است. با توجه به اینکه برآورد مشخصه های کمی تعداد درختان و تاج پوشش در جنگل های زاگرس با وسعت زیاد و نوع ساختار و پراکنش این بوم سازگان به روش های دستی بسیار وقت گیر و هزینه بر است، لذا تکنیک های سنجش از دور می تواند مکمل مناسبی در این راستا باشد. در مطالعه پیش رو هدف بررسی قابلیت باندهای اصلی و مصنوعی تصاویر ماهواره Sentinel-2 در برآورد مشخصه های کمی جنگل های سامان عرفی اولادقباد کوهدشت  است. به منظور برآورد مشخصه های مورد بررسی، 150 خوشه در قالب 16 طرح نمونه برداری خوشه ای با شکل قطعه نمونه دایره و مربعی شکل در منطقه به مساحت تقریبی 4500 هکتار پیاده شد. هر خوشه شامل چهار ریزقطعه نمونه با مساحت 700 متر مربع (شعاع ریز قطعه نمونه های دایره ای 15 متر، قطر ریزقطعه نمونه مربعی 37 متر و فاصله بین ریز قطعه نمونه ها از هم 60 متر) بود. سپس در داخل هر ریز قطعه نمونه ، مشخصه های تعداد پایه ها و مساحت تاج درختان اندازه گیری شد. پس از پیش پردازش و پردازش تصاویر (آنالیز بافت و ایجاد شاخص های گیاهی)، ارزش های طیفی معادل قطعه های زمینی استخراج و به عنوان متغیر مستقل در مدل ها استفاده شد. مدل سازی با استفاده از روش های ناپارامتریک جنگل تصادفی، ماشین بردار پشتیبان، نزدیکترین همسایه و روش شبکه عصبی مصنوعی انجام شد. با توجه به نتایج مدل سازی چهار الگوریتم مورد بررسی برای مشخصه های تعداد در هکتار و تاج پوشش روش شبکه عصبی مصنوعی به ترتیب با طرح نمونه برداری خوشه ای 6 با ضریب تبیین 0/82 و طرح نمونه برداری خوشه ای 10 با ضریب تبیین0/76 نتایج بهینه ای را ارائه دادند. به طور کلی نتایج حاصل از اعتبارسنجی به دست آمده نشان داد استفاده از طرح های مختلف نمونه برداری خوشه ای، روش شبکه عصبی مصنوعی و تصاویر Sentinel-2 کارایی مناسبی در برآورد مشخصه های مورد بررسی دارد.

گردآوردی اطلاعات میدانی دقیق، به منظور مدیریت پایدار مناطق جنگلی، مستلزم صرف زمان و هزینه بالایی است؛ بنابراین استفاده از روش های نمونه برداری و تصاویر ماهواره ای جایگزین مناسبی برای این کار خواهد بود. هدف پژوهش حاضر تأثیر طرح های گوناگون نمونه برداری خوشه ای در برآورد مشخصه های کمّی جنگل های سامان عرفی اولادقباد شهرستان کوهدشت، استان لرستان، با استفاده از تصاویر سنجنده سنتینل 2 است. به منظور برآورد مشخصه های مورد بررسی، 150 خوشه در قالب شش طرح (مثلث، مربع، ستاره ای 1، خطی، اِل شکل و ستاره ای 2) در منطقه ای به مساحت تقریبی 4500 هکتار ایجاد شد. هر خوشه شامل چهار ریزقطعه نمونه، با مساحت هفتصد مترمربع (شعاع ریزقطعه نمونه دایره ای برابر با پانزده متر و فاصله بین ریزقطعه نمونه ها از هم، شصت متر) بود. سپس در هر ریزقطعه نمونه ، مشخصه های تعداد و مساحت تاج درختان اندازه گیری شد. پس از پیش پردازش و پردازش تصاویر (تجزیه مؤلفه اصلی، آنالیز بافت و ایجاد شاخص های گیاهی)، ارزش های رقومی متناظر با قطعات نمونه زمینی از باندهای طیفی استخراج و به منزله متغیرهای مستقل، در نظر گرفته شد. مدل سازی با استفاده از روش های ناپارامتریک جنگل تصادفی، ماشین بردار پشتیبان و نزدیک ترین همسایه انجام شد. نتایج نشان داد میانگین تراکم در هکتار 51 اصله و سطح تاج پوشش 3294 مترمربع در هکتار است. نتایج اعتبارسنجی نشان داد که درمورد هر دو مشخصه تراکم و سطح تاج پوشش، الگوریتم جنگل تصادفی به همراه طرح های نمونه برداری خطی و ستاره ای 2، به ترتیب با درصد مجذور میانگین مربعات خطا 00/46 و 44/10 و اریبی (02/0- و 82/2%)، عملکرد بهتری در مدل سازی داشته است. به طورکلی نتایج اعتبارسنجی مشخص کرد استفاده از طرح های متفاوت نمونه برداری خوشه ای، روش های مدل سازی ناپارامتریک جنگل تصادفی و تصاویر سنجنده سنتینل 2 کارآیی بهتری در برآورد مشخصه تاج پوشش دارد اما، در مقابل، عملکرد مناسبی در برآورد تعداد در هکتار را نداشته است.