پارامترهای ساختاری

در این تحقیق، جهت برآورد پارامترهای ساختاری جنگل کاج، از داده های چندزمانه تصاویر رادار با روزنه مصنوعی[1] به دست آمده از ماهواره ALOS[2]-PALSAR[3]، پس از انجام تصحیحات هندسی و کاهش لکه (اسپکل[4])، خصوصیات مربوط به ضرایب بازپخش[5] و نیز اطلاعات بافتی، در پنجره هایی با اندازه ها و جهات مختلف، با استفاده از روش GLCM[6] استخراج شد. سپس با استفاده از رگرسیون خطی چند متغیره گام به گام[7]، مدل های تخمین برای نمونه های جمع آوری شده در طی عملیات زمینی به دست آمد. نتایج حاصل نمایانگر بهبود عملکرد مدل هایی بود که از داده های چندزمانه استفاده کرده بودند، همچنین این تحقیق نشان داد در حالی که ارتفاع متوسط درختان با خطای 7/20 درصد قابل تخمین است. خطای حاصل برای سایر پارامترهای ساختاری بیش از 30 درصد است. در این تحقیق تأثیر سن درخت و شیب اراضی بر عملکرد مدل ها نیز به صورت آماری بررسی شده است.

در سال های اخیر پیشرفت تکنولوژی های سنجش از دور و افزایش تنوع داده های قابل استفاده موجب شده تا ارزیابی و قابلیت سنجی داده های مختلف از اهمیت زیادی برخوردار بوده و به همین دلیل به عنوان مسأله ای که کمتر در تحقیقات گذشته بدان پرداخته شده است، هدف اصلی این تحقیق قرار گیرد. در این تحقیق داده های مستخرج از تصاویر وردویو-2 و اسپات-5 شامل اطلاعات بافتی این تصاویر و نیز خصوصیات آماری مستخرج از داده های لیدار به صورت مستقل برای تخمین پارامترهای ساختاری جنگل کاج تک گونه[1] استفاده گردید و نتایج حاصل از هر داده با نتایج حاصل از داده های دیگر مورد مقایسه قرار گرفت. نتایج حاصل از این تحقیق نشان داد در حالی که داده های وردویو-2 برای برآورد تراکم و قطر درختان دارای بهترین عملکرد است، داده های لیدار برای تخمین ارتفاع میانگین و حجم درختان مناسب است. در ضمن تفاوت آماری معنی داری بین داده های مختلف سنجش ازدور برای برآورد رویه سطح درختان وجود ندارد، همچنین در میان پارامترهای ساختاری، در حالی که ارتفاع میانگین و قطر درختان با خطایی قابل قبول برآورد شدند، تخمین تراکم، حجم و رویه سطح درختان با دقت کمتری انجام شد. [1]. Pinus Radiata