Investigation on the capability of digital data of ETM+ sensor in seperating of forest types (Case study: Lafoor area of Savadkooh)

Document Type : Research article

Authors

1 Ph.D. student, Islamic Azad University, Science and Research branch

2 Assistant Prof., Islamic Azad University, Science and Research branch

3 Assistant Prof., Mazandaran University

Abstract

This study was carried out in order to investigate the capability of digital data of ETM+ sensor in separation of forest types in Gazoo district of Lafoor area in Savadkooh. The bands were controlled according to radiometric and geometric errors, separately. Band 1, was omitted because of the existence of radiometric error and its less importance in vegetation cover study. Geometric correction was performed by 21 ground control points with DEM, up to ortho rectification level with precision of less than half pixel (0.3 pixel). The supervised classification was performed by using basic and synthetic bands to 6 classes, (pure beech type, mixed beech type, mixed hornbeam, road and non covered area, persimmon, mixed broad leaf). Ground truth map prepared through sampling in 24% of whole area. The highest overall accuracy was belong to maximum likelihood classification for 6 classes which was 38.29% and Kappa coefficient was 27.7%. Six vegetation types were merged because of radiometric mixing, therefore classification with 5 classes was performed again. Accuracy assessment of classification results indicated that the highest overall accuracy and Kappa coefficient were 53.22% and 34.71%, respectively. Results showed that the ML classification increases %15 of overall accuracy and %7 in Kappa coefficient. Overall, using ETM+ data is not so appropriate in the studies which the map type is considered as a base map with maximum number of existing type in the area. In order to increase the classification accuracy, using of other classification methods like object-base method and the other information and multitemporal data is suggestible.

Keywords


- ارزانی، ح.، کینگ، گ. و فورستر، ب.، 1376. کاربرد اطلاعات رقومی ماهواره لندست تی‌ام در تخمین تولید و پوشش گیاهی. مجله منابع طبیعی ایران،50 (1): 21-3.
- بخشنده ناورود، ب.، 1380. مطالعه امکان تفکیک درصد اختلاط گونه‌های راش و ممرز جنگلهای شمال ایران با استفاده از تصاویر ماهواره لندست (مطالعه موردی جنگل چوئه ژیه). پایان‌نامه کارشناسی ارشد، دانشکده منابع طبیعی دانشگاه مازندران، 130 صفحه.
- درویش صفت، ع. ا.، 1376. مقایسه قابلیت داده‌های ماهواره‌های لندست و اسپات جهت تهیه نقشه جنگل و تیپ‌بندی آن. مجله منابع طبیعی ایران، 50 (1): 68-61.
- زارع، ع.، 1376. بررسی امکان تهیه نقشه تاغزارهای قائن با استفاده از اطلاعات ماهواره­ای به‌روش رقومی. پایان‌نامه کارشناسی ارشد، دانشکده منابع طبیعی دانشگاه تهران، 107 صفحه.
- شتایی جویباری، ش.، 1375. تهیه نقشه جنگل به‌کمک تصاویر ماهواره­ای به‌روش رقومی. پایان‌نامه کارشناسی ارشد، دانشکده منابع طبیعی دانشگاه تهران، 99 صفحه.
- شتایی جویباری، ش.، 1382. بررسی امکان تهیه نقشه تیپهای جنگل با استفاده از داده‌های ماهواره­ای (مطالعه موردی: جنگل آموزشی و پژوهشی خیرودکنار نوشهر). رساله دکتری، دانشکده منابع طبیعی دانشگاه تهران، 155 صفحه.
- عباسی، م.، 1380. بررسی امکان تهیه نقشه تیپ راش با استفاده از داده‌های سنجنده+ ETM (در سری چلیر جنگل خیرود کنار نوشهر). پایان‌نامه کارشناسی ارشد، دانشکده منابع طبیعی دانشگاه تهران، 114 صفحه.
- فلاح شمسی، س.ر. و درویش‌صفت، ع.ا. ، 1376. برآورد صحت نقشه‌های حاصل از داده‌های ماهواره‌ای به‌روش نمونه‌گیری. پایان‌نامه کارشناسی ارشد، دانشکده منابع طبیعی، دانشگاه تهران، 86 صفحه.
-گرجی بحری، ی.، 1379. بررسی طبقه‌بندی، تیپولوژی و برنامه‌ریزی جنگل تحقیقاتی واز. پایان‌نامه کارشناسی ارشد دانشگاه تهران، 170 صفحه.
-Brook, R.K. and Kenkel, N.C., 2002. A multivariate approach to vegetation mapping of MANITOBA,S HUDSON Bay Lowlands., Remote sensing Journal, 23 (21): 4761-4776.
-Bruce, D.A., 2002. Improved object classification accuracy through the combination of VNIR, MULTI-FREQUENCY SAR and MULTI-POLAR netric SAR: A case study from south Australia. HTTP://www.aars- acrs.org/acrs/proceeding/ACRS2002/Papers/SAR02-9.pdf
 
-Liu, Q.J., Takamura, T., Takeuchi, N. and Shao, G., 2002. Mapping of boreal vegetation of a temperate mountain in china by multitemporal landsat TM imagery. Remote sensing Journal, 23(17): 3385-3405.
-Mickelson, J.G. and Daniel, J., 1998. Delineating forest canopy species in the northeastern united states using multi-temporal TM images. PE & RS Journal, 64(9): 891-904.
- Oladi, D.J., 1997. Developing a framework and methodology for plantation assessment using remotely sensed data., Ph.D. Thesis, University of new Brunswick, Canada, 123 p.
- Robert, A.S., 1987. Techniques for image processing and classification. Remote sensing University of Arizona, Academic Press, New York, 387 p.
- Saxena, K.G., Tiwari, A.K., Porwal, M.C. and Menon, A.R.R., 1990. Vegetation maps, mapping needs and scope of digital processing of Landsat thematic mapper data in tropical region of South- West India. International Journal of Remote Sensing, 13(11): 2017-2037.
- Scott, G.B. and Graves, M. R., 2001. Classification of land-cover types for the Fort Benning Ecoregion using enhanced thematic mapper data. HTTP://www. gisdevelopment.net
- Sadhakar, S., Krishnan, N., Das, P.K., Raha, A.K. and Ghash, A.K., 1992. Forest resource management survey with IRS-1A data, ITC Journal, 3: 285-290.
- Vogelmann, J.E., Huang, C. and Tolk, B., 2002. Factors affecting vegetation cover mapping for LANDFIRE, HTTP://www.gisdevelopment.net