سامانه اطلاعات مکانی
پارسا افضلی کردمحله؛ سعید بهزادی
چکیده
پیشینه و اهداف: تشخیص اشیا یکی از موضوعات پرکاربرد در بسیاری از رشتهها است. با این حال، شناسایی گونههای درختی در جنگلها به دلیل شباهتهای ظاهری و رفتاری، چالشی اساسی محسوب میشود. این پژوهش با هدف شناسایی عوارض و تفکیک گونههای گیاهی در جنگلها به روش مدل امضای طیفی زمانی در سامانه گوگل ارث انجین انجام شده است. نوآوری این پژوهش ...
بیشتر
پیشینه و اهداف: تشخیص اشیا یکی از موضوعات پرکاربرد در بسیاری از رشتهها است. با این حال، شناسایی گونههای درختی در جنگلها به دلیل شباهتهای ظاهری و رفتاری، چالشی اساسی محسوب میشود. این پژوهش با هدف شناسایی عوارض و تفکیک گونههای گیاهی در جنگلها به روش مدل امضای طیفی زمانی در سامانه گوگل ارث انجین انجام شده است. نوآوری این پژوهش در تعیین رفتار طیفی زمانی گونههای درختی نهفته است؛ به این صورت که روشنایی باندهای تصاویر ماهوارهای در ماههای مختلف سال برای هر گونه محاسبه شده و ماتریسی منحصربهفرد ایجاد میشود.روشها: دادههای اصلی این مطالعه شامل تصاویر ماهوارهای لندست 8 و 9 در بازه زمانی 2016 تا 2022 است و منطقه مورد مطالعه بخشی از جنگلهای جنوب استان گیلان میباشد. در مرحله اول، نمودار رفتار طیفی گیاه، خشکی و آب ترسیم شد. میانگین مقادیر هر باند برای این سه عارضه در طول یک سال محاسبه شده و نمودارهای ترکیبی میلهای و خطی ایجاد شدند. در مرحله دوم، با استفاده از نقشههای تیپولوژی و برداشتهای زمینی، 200 نقطه داده برای گونههای بلوط، ممرز، راش، توسکا و سوزنیبرگ جمعآوری شد. با ایجاد مدلی، میانگین مقادیر هر باند در ماههای مختلف محاسبه شد و ماتریس 1×84 به عنوان امضای طیفی زمانی هر گونه ایجاد گردید. این ماتریسها با استفاده از نرمافزار متلب نمایش داده شدند.یافتهها: نتایج نشان داد که روشنایی باندها در ماههای مشخص برای هر گونه متفاوت است. به عنوان مثال، در باند اول ماه دوم، روشنایی گونههای بلوط، ممرز، راش، سوزنیبرگ و توسکا به ترتیب 0.38، 0.31، 0.27، 0.46 و 0.25 بود. بیشترین میزان روشنایی برای چهار گونه درختی در باند پنجم ماه دهم و کمترین میزان در باند هفتم ماه دوازدهم مشاهده شد. طبقهبندی با روش جنگل تصادفی و با استفاده از 7 باند و 84 باند انجام شد که ضریب کاپا در روش پیشنهادی به حدود 0.4 افزایش یافت.نتیجهگیری: امضای طیفی زمانی به عنوان یک روش منحصربهفرد، امکان شناسایی و تفکیک گونههای جنگلی را فراهم میکند. این پژوهش با استفاده از برداشتهای زمینی دقت مناسبی را نشان داده است. پیشنهاد میشود این روش برای گونههای دیگر نیز به کار گرفته شود تا طبقهبندی جنگلها بهبود یابد. این اقدامات میتواند مدیریت و نظارت بر جنگلها را برای سازمانهایی نظیر منابع طبیعی و محیط زیست تسهیل کند
