Evaluation of the capability of SPOT5-HRG data for predicting tree density in the northern Zagros forests

Document Type : Research article

Authors

1 Assistant professor, Faculty of Natural Resources, University of Kurdistan

2 Assistant Prof., Faculty of Natural Resources, University of Kurdistan

3 Senior research expert, Research Center of Agriculture and Natural Resources of Kurdistan province

Abstract

Quantitative attributes of forest stands are valuable data that are very important for the evaluation of forest resources. Regarding to unique structure of Zagros forests, we tried to predict tree density using SPOT5-HRG satellite data in this study. A systematic random grid consisting of 319 circle plots (0.1 ha) were used to collect field data. Spectral values related to field plots were extracted from original and the artificial bands composed of vegetation indices and principle component analysis. Ancillary data such as slope, aspect and elevation were also used. Multiple regression and stepwise method were used to predict tree density from 4 original spectral bands and 16 artificial bands as independent variables. Ancillary data didn't improve the results. For considering geographic aspects effects, the study also was done for different aspects, separately. In the general model, predictive variables were PCAC2 (the 2nd component of PCA) and B2 (Red band) with the adjusted coefficient of determination of 0.26%. In the suggested models for the northern, southern, eastern and western forests, independent variables are PCAC2, Ratio; PCAC2, AVI; B1 and PVI, AVI, B3, with the adjusted coefficient of determination of 31%, 34%, 19% and 42%, respectively. The Results of model validation tests showed that all of the presented equations had a reliable validation and are useful for this area, however, for better estimation of tree density, we should find the other approaches.

Keywords


- ارزانی ، ح.، 1376. کاربرد اطلاعات رقومی ماهواره لندست در تخمین تولید و پوشش گیاهی. مجله منابع طبیعی ایران، 50 (1): 21-3.
- حسینی، س.ز.، 1381. بررسی قابلیت داده‌های ETM جهت تهیه نقشه کاربری اراضی. پایان‌نامه کارشناسی ارشد مرتعداری، دانشگاه تهران، 125 صفحه.
- خرمی، ر.، درویش‌صفت، ع. و نمیرانیان، م.، 1386. بررسی قابلیت داده‌های سنجنده ETM+ ماهواره لندست 7 در برآورد موجودی سرپای توده‌های راش (مطالعه موردی: جنگلهای سنگده). مجله منابع طبیعی ایران، 60 (4): 1289-1281.
- درویش‌صفت، ع.، پویافر، ا. و سرداری، ف.، 1382. بررسی امکان تعیین تراکم توده‌های تاغ با استفاده از تصاویر ماهواره‌ای. اولین همایش تاغ و تاغ‌کاری در ایران:     52-46.
- رضائی، ع. و سلطانی، ا.، 1377. مقدمه‌ای بر تحلیل رگرسیون کاربردی. مرکز نشر دانشگاه صنعتی اصفهان، 294 صفحه.
- عزیزی، ز.، 1387. ارزیابی برآورد حجم سرپای جنگل و تغییرات آن در اثر احداث جاده‌های جنگلی با استفاده از تصاویر IRS. پایان‌نامه کارشناسی ارشد جنگل‌داری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، 57 صفحه.
- علوی‌پناه، س.ک.، 1385. کاربرد سنجش از دور در علوم زمین (خاک). انتشارات دانشگاه تهران، 300 صفحه.
- فتاحی، م.، 1373. بررسی جنگلهای بلوط زاگرس و مهمترین عوامل تخریب آن. مؤسسه تحقیقات جنگلها و مراتع کشور، نشریه شماره 101، 63 صفحه.
- مرادی، ر.، 1388. برسی ساختار و بررسی تغییرات گستره جنگل در زاگرس شمالی با استفاده از تصاویر ماهواره‌ای SPOT5 (مطالعه موردی: جنگلهای بانه). پایان‌نامه کارشناسی ارشد جنگل‌داری، دانشکده منابع طبیعی، دانشگاه کردستان، 89 صفحه.
- ناصری، ف.، درویش‌صفت، ع.ا.، سبحانی، ه. و نمیرانیان، م.، 1383. ارزیابی داده‌های لندست 7 برای برآورد نقشه تراکم جنگل در نواحی خشک و نیمه‌خشک. مجله منابع طبیعی، 57 (1): 119-109.
- Andersen, G.L., 1998. Classification and estimation of forest and vegetation variables in optical high resolution satellites: A review of methodologies. Interim Report, international institute for applied systems analysis, IR-98-085, 18 p.
- Danson, F.M. and Curran, P.J., 1993. Factors affecting the remotely sensed response of coniferous forest plantations. Remote Sens. Environ., 43: 55-65.
- Donoghue, D. and Watt, P., 2002. Monitoring of woodland establishment and growth for the UK forest industry. BNSC Customer Partnership Project, Final reports. http://www.geography.dur.ac.uk/research/bnsc_cpp/bnsc_cpp.html
- Franklin, J., 1986. Thematic mapper analysis of coniferous forest structure and composition. Int. J. of Remote Sens., 7 (10): 1287-1301.
- Gebreslasie, M.T., Ahmed, F.B. and Van Aardt, J.A.N., 2010. Predicting forest structural attributes using ancillary data and ASTER satellite data. International Journal of Applied Earth Observation and Geoinformation, 12 (1): 23-26.
- Hudak, T., Crookston, N.L., Evans, J.S., Falkowski, M.J., Smith, A.M.S., Gessler, P.E. and Morgan, P., 2006. Regression modeling and mapping of coniferous forest basal area and tree density from discrete-return lidar and multispectral satellite data. Can. J. Remote Sens., 32 (2): 126-138.
- Jakubauskas, M.E. and Price, K.P., 1997. Empirical relationships between biotic and spectral factors of Yellowstone lodgepole pine forests. Photogrammetric Engineering and Remote Sensing, 63 (12): 1375-1381.
- Lu, D., Mausel, P., Brondizio, E. and Moran, E., 2004. Relationships between forest stand parameters and landsat TM spectral responses in the BrazilianAmazonBasin. For. Ecol. Manage., 198: 149-167.
- McRoberts, R., 2008. Using satellite imagery and the k-nearest neighbors technique as a bridge between strategic and management forest inventories. Remote Sens. of Environ., 112: 2212-2221.
- Mohammadi, J. and Shataee, Sh., 2007. Forest stand density mapping using Landsat ETM+ data, Loveh’s forests, North of Iran. Proceedings of Asian association on remote sensing (ACRS), Kualalampour, Malaysia, 7 p.
- Ripple W.J., Wang, S., Isaacson, D.L. and Paine, D.P., 1991. A preliminary comparison of Landsat TM and Spot-1 HRV multi spectral data for estimating coniferous forest volume. Int. J. of Remote sens., 12 (9): 1971-1977.
- Sivanpillai, R., Smith, C.T., Srinivasan, R., Messina, M.G. and Ben Wu, X., 2006. Estimation of managed loblolly pine stand age and density with Landsat ETM+ data. For. Ecol. and Manage., 223: 247-254.
- Trotter, C.M., Dymond, J.R. and Goulding, C.J., 1997. Estimation of timber volume in a coniferous plantation forest using Landsat TM. Int. J. Remote Sens., 18: 2209-2223.
- Vohland, M., Stoffels, J., Hau, Ch. and Schueler, G., 2007. Remote sensing techniques for forest parameter assessment: Multispectral classification and linear spectral mixture analysis. Silva Fennica, 41 (3): 441-455.
- Wulf, R.R., Goossens, R.E. and Roover, B.P., 1990. Extraction of forest stand parameters from panchromatic and multispectral Spot-1 data. Int. J. of Remote Sense., 11 (9): 1571-1588.
- Xu, B., Gong, P. and Pu, R., 2003. Crown closure estimation of oak Savanah in a dry season with Landsat TM imagery: comparison of various indices through correlation analysis. Int. J. Remote sens., 24 (9): 1811-1822.