سعید آزادنژاد

مدل نگارگر انبوهی تاجپوشش جنگلی (FCD) یکی از روش های مرسوم سنجش از دوری در ارزیابی تراکم جنگل است. دو ضعف بزرگ این مدل عدم امکان پیاده سازی برای سنجنده های فاقد باند حرارتی و دقت مکانی پایین نتایج حاصل از آن در جنگل های جلگه ای بخصوص در محدوده های مطالعاتی بزرگ مقیاس می باشد. هدف اصلی این پژوهش گسترش و بهبود این مدل بر اساس دو ایده می باشد. در ایده اول شاخص حرارت مورد استفاده در این مدل را با دو شاخص NLI و GNDVI، که بر اساس یک آزمون آماری مناسب تشخیص داده شدند، جایگزین شدند. بدین ترتیب اجرای این مدل برای سنجنده های فاقد باند حرارتی فراهم ممکن شد. در ایده دوم، به منظور غلبه بر چالش متغیر بودن شرایط جوی و دمایی یک منطقه با وسعت بزرگ، یک مرحله حد آستانه گذاری محلی به این مدل افزوده شد تا دقت مدل برای مطالعات بزرگ مقیاس بهبود یابد. به منظور بررسی عملکرد مدل پیشنهادی، از داده های لندست 5 مربوط به سال 1366 و داده های لندست 8 مربوط به سال 1396 برای محاسبه تراکم تاج پوشش جنگل های هیرکانی شمال کشور استفاده شد. انتخاب این منطقه و این داده ها ضمن روبرو کردن مدل پیشنهادی با یک منطقه مطالعاتی وسیع، امکان بررسی تغییرات مساحت تاج-پوشش جنگل های هیرکانی در طی 30 سال گذشته ( از سال 1366 تا 1396) را فراهم کرد. نتایج نشان داد دقت کلی و ضریب کاپای مدل FCD بهبودیافته نسبت به مدل FCD اولیه به ترتیب حدود 10 و 14 درصد افزایش پیدا کرد. همچنین نتایج این بررسی نشان داد مساحت جنگل های هیرکانی از سال 1366 تا سال 1396 در ارتفاعات پایین دست کاهش چشمگیری داشته است.

داده های پلاریمتریک، یک  منبع اطلاعاتی اضافی در تداخل سنجی راداری محسوب می شوند که می توانند با کمک بهینه سازی پلاریمتری    با الگوریتم های مختلف تداخل سنجی راداری ترکیب شده و  منجر به بهبود کارایی این الگوریتم ها شوند . ترکیب اطلاعات پلاریمتری  و  تداخل سنجی راداری، که تحت عنوان تداخل سنجی راداری پلاریمتریک معرفی می شود، می تواند منجر به افزایش همدوسی و  تعداد پیکسل های پراکنش گر دائمی شود . این  تکنیک بر اساس بهینه سازی پلاریمتریک کانال های پلاریمتریک را با یکدیگر ترکیب کرده و  کانال بهینه ای را  تولید می کند که در آن تراکم و  کیفیت فاز پیکسل های  پراکنش گر دائمی نسبت به کانال های خطی افزایش پیدا کند . در  هر پیکسل این کانال بهینه،  بردار مکانیزم پراکنشی که منجر به بهینه ترین مقدار از تابع هدف مسئله بهینه سازی شود به عنوان بردار مکانیزم پراکنش بهینه انتخاب می شود . با توجه به  اهمیت  موضوع تراکم  پیکسل های پراکنش گر دائمی قابل اعتماد در موفقیت روش های PSI ، هدف اصلی این مقاله استفاده از اطلاعات پلاریمتریک دوگانه سنجنده Sentinel1-A و TerraSAR-X در الگوریتم تداخل سنجی PSInSAR معمولی و  مقایسه و  ارزیابی این داده ها  در افزایش تراکم پیکسل های پراکنش گر دائمی می باشد . در  این تحقیق ترکیب  اطلاعات پلاریمتریک دوگانه با  الگوریتم تداخل سنجی PSInSAR به کمک بهینه سازی شاخص پراکندگی دامنه انجام گرفت . به  منظور بررسی رویکرد پیشنهادی این تحقیق،  تعداد  40 تصویر  پلاریمتریک دوگانه (VV/VH) سنجنده Sentinel1-A در بازه  زمانی  فوریه 2017 تا می 2018 و  20 تصویر پلاریمتریک دوگانه   (HH/VV) سنجنده TerraSAR-X در بازه  زمانی جولای 2013 تا آپریل 2014 مورد  استفاده قرار گرفت . نتایج نشان  می دهد بهینه سازی پلاریمتریک با داده های S1A تراکم PS ها را برای کل  منطقه،  منطقه شهری و  منطقه غیر شهری به ترتیب حدود  7/1 برابر،  6/1 برابر و 9/1 برابر افزایش  داد . همچنین  این  افزایش  در مورد داده های TSX به ترتیب حدود 3 برابر، 2/3 برابر و  9/2 برابر  بود .