صحت کلی

آب به عنوان یکی از مهم ترین نیاز های انسانی برای ادامه حیات منابع آبی می باشد. با توجه به اهمیت موضوع، بحث مدیریت و بهره برداری اصولی از منابع آب به یکی از موضوعات مهم جهانی تبدیل شده است. داده های سنجش از دور در اغلب موارد در مطالعات استخراج پهنه های آبی مورد استفاده قرار می گیرند و نوع داده های سنجش از دور مورد استفاده نیز نقش مهمی در استخراج آب دارند. در این مطالعه به بررسی توانایی ماهواره لندست با اعمال شاخص های مربوطه، به میزان استفاده از رودخانه گاماسیاب در استان کرمانشاه و مقایسه این شاخص ها پرداخته می شود. ماهیت خاص رودخانه های کم عرض و کم عمق باعث افزایش پیچیدگی مطالعات چنین رودخانه هایی با استفاده از داده های موجود شده است. استخراج آب از تصاویر سنجش از دوری، طی دو دهه اخیر بوده است . شاخص های آب در ابتدا با استفاده از سنجنده های TM و ETM توسعه یافتند. اما عملکرد بهتر آن ها در لندست 8 به خوبی توسط محققان مستند شده است. در این تحقیق از شاخص های NDWI ، MNDWI ، AWEI _ nsh ، AWEI _ sh و WRI استفاده شد. با استخراج آستانه بهینه از هیستوگرام شاخص ها و اعمال این آستانه، منطقه مورد مطالعه به دو کلاس آب و غیر آب طبقه بندی شد. سپس صحت کلی و ضریب کاپا از هر کدام از شاخص ها گرفته شد. در پایان نشان داده شد که شاخص AWEI با صحت کلی 99.09 درصد و ضریب کاپای 0.98 بهترین جواب را در بین شاخص ها در منطقه مورد مطالعه می دهد. نتایج این تحقیق نشان داد که این رویکرد به راحتی قادر به استخراج آب از تصاویر ماهواره ای بوده است.

چکیده به منظور مدیریت صحیح اکوسیستم های مرتعی و پوشش گیاهی، باید ارتباط بین اجزای آنها را شناخت. یکی از اجزای اصلی این اکوسیستم ها پوشش گیاهی و ترکیب آن بوده که تحت کنترل عوامل محیطی قرار دارد. به عبارت دیگر، الگوی توزیع پوشش گیاهی بوسیله بسیاری از عوامل محیطی تأثیر می پذیرد. .امروزه کسب وآگاهی در رابطه با پوشش گیاهی و سلامت آن نقش مهمی در مدیریت خاک و گیاهان ایفا می کند. همچنین در حال حاضر استفاده از نقشه های پوشش گیاهی یکی از ارکان مهم در تولید اطلاعات جهت برنامه ریزی های منطقه ای است. لذا با استفاده از دانش سنجش از دور و بررسی دقیق عناصر میتوان پی به شناخت پوشش گیاهی و انواع آن و پراکندگی آن با استفاده از تصاویر ماهواره ای برد. لذا در تحقیق حاضر برای ارزیابی پوشش گیاهی و پراکندگی آن برای منطقه آبیک از دو الگوریتم طبقه بندی نظارت شده شامل Maximum likehood و Spactral angel mapper استفاده شده است. صحت کلی برای الگوریتم MLC و SAM به ترتیب 91.86 و 68.85 و ضریب کاپا MLC و SAM به ترتیب 0.89 و 0.62 ارزیابی شده است. بنابراین الگوریتم MLC روش مناسب تری برای ارزیابی و تخمین پراکندگی پوشش گیاهی منطقه آبیک شناخته شد و براین اساس الگوریتم MLC دارای صحت بالاتری نسبت به الگوریتم SAM است. ناگفته نماند که همبستگی بین پوشش گیاهی و عوامل محیطی یکی از مهمترین مسائل تأثیرگذار در شکل گیری ساختار جوامع گیاهی و پراکنش آنها در هر ناحیه و منطقه ای مورد مطالعه ای می باشد و به طبع شرایط خاص هر منطقه متفاوت است و باید بررسی های دقیق برای شناخت پوشش گیاهی و مدیریت آن انجام پذیرد.

فقدان اطلاعات بهنگام، مستند و علمی از وضعیت موجود (سطح و پراکنش) صنوبرکاری های استان زنجان یکی مشکلات اصلی مدیران بخش زراعت چوب به منظور برنامه ریزی و مدیریت تأمین چوب در استان است. در این پژوهش، از داده های چندزمانه ماهواره سنتینل 2 برای تهیه نقشه عرصه های صنوبرکاری استان استفاده شد. این داده ها براساس فنولوژی و دوره رویش صنوبر (نیمه دوم مارس تا پایان نوامبر) سال 2018 م.، در شش مقطع زمانی به فاصله سی تا چهل روز، انتخاب شد. تعداد 144 پلی گون نمونه تعلیمی (102 هکتار)، حاصل از برداشت میدانی محدوده صنوبرکاری، با داده های ذکرشده و طبقه بندی نظارت شده در الگوریتم ماشین بردار تصمیم گیری و نقشه پراکنش عرصه های صنوبرکاری استان استخراج شد. نقشه حاصل با ششصد نمونه (حدود 5/1%) به صورت تصادفی انتخاب و در عرصه میدانی، کنترل و ارزیابی صحت شد. نتایج نشان داد مساحت کل عرصه های صنوبرکاری استان 2744 هکتار است که 12/0% از کل مساحت استان زنجان را دربر می گیرد. در این تحقیق، موقعیت دقیق مکانی و مساحت صنوبرکاری ها با صحت کلی 96% برآورد شد. نتایج این تحقیق نشان داد که با ترکیب تصاویر ماهواره ای سنتینل 2 و داده های زمینی مناسب، می توان سطح صنوبرکاری ها و یا سطح و درصد تراکم هر نوع از جنگل را، چه طبیعی و چه دست کاشت، در سطح محلی و منطقه ای و جهانی، با دقت مورد قبولی برآورد کرد.