ارزیابی قابلیت تصاویر ماهواره‌ای در تفکیک صنوبرکاری‌ها (پژوهش موردی: شهرستان صومعه‌سرا)

نوع مقاله : علمی- پژوهشی

نویسندگان

1 استاد، دانشگاه تهران

2 کارشناسی ارشد جنگلداری، دانشگاه تهران

3 دانشیار، دانشگاه گیلان

چکیده

به‌‌منظور بررسی قابلیت تصاویر ماهواره‌ای در تفکیک صنوبرکاری‌ها و تهیه نقشه آنها، تصاویر سنجنده‌‌های IRS-P6-LISSIII&IV مربوط به سال 1386 و سنجنده TM مربوط به سال‌های 1388 و 1390 شهرستان صومعه‌سرا در استان گیلان، تجزیه‌وتحلیل شدند. تصاویر LISSIII&IV به‌ترتیب با خطای RMS 11 متر و 60 سانتی‌متر مورد تصحیح هندسی قرار گرفتند. پردازش تصاویر به روش‌های نسبت‌گیری، ادغام، تحلیل مؤلفه‌های اصلی و همچنین فرایند کاهش نویز به‌روش تحلیل معکوس مؤلفه‌های اصلی انجام شد. نقشه واقعیت زمینی در دو گروه سنی صنوبرکاری‌های کمتر از پنج سالِ نیمه‌انبوه و همچنین صنوبرکاری‌های بیشتر از پنج سالِ انبوه از طریق کار میدانی تهیه شد. روش‌های مختلف طبقه‌بندی سخت و روش طبقه‌بندی فازی در سه راهکار مختلف برای تجزیه‌وتحلیل استفاده شد. راهکار اول با طبقه‌بندی تصاویر در سه طبقه صنوبرکاری‌های کمتر از پنج سالِ نیمه‌انبوه و صنوبرکاری‌‌های بیشتر از پنج سالِ انبوه و طبقه غیره انجام شد. در راهکار دوم طبقه‌بندی با دو طبقه صنوبرکاری‌‌های یادشده و طبقات شالیزار، توده‌های توسکا، توده‌های سوزنی‌برگ، دریا، شهر و غیره انجام شد و سپس طبقه‌های غیر از صنوبر در یک گروه یکپارچه شدند. در سومین راهکار، ناحیه موردبررسی به سه زیرمنطقه تبدیل و سپس طبقه‌بندی در سه زیرمنطقه به‌طور مستقل و با روش‌های یادشده، انجام شد. نتایج ارزیابی صحت نشان داد که راهکار اول و دوم نتوانستند طبقات صنوبر را با صحت زیادی تفکیک کنند. در مقابل در راهکار سوم صحت‌ کلی و ضریب کاپا در هر سه زیرمنطقه افزایش یافت. بهترین نتیجه طبقه‌بندی مربوط به زیرمنطقه یک با صحت ‌کلی80 درصد و ضریب کاپای 58/0 براساس تصویرTM  سال 1388 بود. درمجموع باید بیان کرد که در منطقه موردبررسی و با رویکرد مورداستفاده، امکان تهیه نقشه صنوبرکاری‌ها وجود نداشته است.

کلیدواژه‌ها


عنوان مقاله [English]

Feasibility of satellite imagery for poplar plantation mapping (Case study: Sowme`eh Sara)

نویسندگان [English]

  • Ali Asghar Darvishsefat 1
  • Fatemeh Ghaffari Dafchahi 2
  • Amir Eslam Bonyad 3
1 Prof., Faculty of Natural Resources, University of Tehran, Karaj, I.R. Iran.
2 M. Sc. Forestry, Faculty of Natural Resources, University of Tehran, Karaj, I.R. Iran.
3 Associate Prof., Faculty of Natural Resources, University of Guilan, Sowme`eh Sara, I.R. Iran.
چکیده [English]

To investigate the capability of satellite imagery to map poplar plantations, IRS-P6-LISSIII and IRS-P6-LISSIV scenes from 2007 as well as Landsat TM scenes from 2009 and 2011 were analyzed over Sowme`eh Sara region in Guilan province. The IRS-P6-LISSIII and IRS-P6-LISSIV scenes were geometrically corrected with root mean square error (RMSE) of ca. 11m and 60cm, respectively. Informative auxiliary bands ratios were calculated. In addition, the scenes were spatially enhanced by resolution merge of panchromatic and multispectral bands. Principal component analysis (PCA) and inverse PCA were also conducted for the spatially-fused data. Ground reference data was samples via field survey and included two classes of “maximum 5-year medium density canopy” and “dense canopy >5-years of age” poplar plantations. The ssatellite images were classified by crisp (supervised) and soft (fuzzy) classifiers using three different strategies of 1) classification into three classes including poplar plantation with “maximum 5-year medium density canopy”, “dense canopy >5-years of age” and others, 2) classification into eight classes including the two above-mentioned classes, rice, alder, conifer, sea, urban area and others, in which all non-poplar classes were aggregated into one class after the classification, and 3) independent classification of three sub-regions on the images. Results of accuracy assessment for the first and second strategy showed very low overall accuracy and kappa coefficient, whereas the third strategy showed a higher performance. This way, the highest rates of overall accuracy and kappa coefficient of the TM scene 2009 in the first sub-region were reported to be %80 and 0.58, respectively.

کلیدواژه‌ها [English]

  • IRS images
  • Landsat images
  • ground reference
  • Classification
  • poplar plantation mapping
- Anonymous, 2010. Guilan Portal/7.
- Eslami, A. and Zahedi, S. 2011.Providing poplar plantation map by Indian Remote Sensing (IRS) satellite imagery in northern Iran. African Journal of Agricultural Research, 6(20): 4769-4774.
- Giannetti, F. and Canavesio, A. 2007. Using very high resolution satellite images to identify and classify forest patches in cultural areas. GeoInformation in Europe, Gomarsca, M.A. (ed.) Millpress, Netherlands, pp: 319-326.
- Heide, S.C. 2002. Comparison of methods to detect conifer encroachment into aspen stand using landsat 7 ETM+ satellite imagery. M.Sc. thesis, Idaho University, 150p.
- Hosseini, F., Darvishsefat, A.A. and Zargham, N. 2012.Investigation of the capability of IRS-P6-LISS IV data for density mapping of pistachio forests (Case study: Khaje kalat forest in Khorasan). Iranian Journal of Forest, 4(4): 311-320 (In Persian).
- Karimiyan, B. 2007. Forest cover assessment and its change detection using satellite data (Case study: Northern forest of Iran). M. Sc. thesis, University of Tehran, 124p (In Persian).
-  Bergen, K.M. and Dronova, I. 2007. Observing succession on aspen-dominated landscapes using a remote sensing-ecosystem approach. Landscape Ecology, 22: 1395-1410.
- Moradi, A., Oladi, J., Fallah, A. and Fatehi, P. 2009.Evaluation of the capability of IRS- LISS III and SPOT- HRG data for identification and separation of pollarding forest areas in Northern Zagros (Case study: Kurdistan, pollarded forests of Baneh). Iranian Journal of Forest and Poplar Research, 17(3): 450-463 (In Persian).
- Oukrop, C.M. 2010. Assessing quaking aspen (Populus tremuloides) decline on cedar mountain in southern Utah using remote sensing and geographic information system. M. Sc. thesis, Utah State University, 582p.
- Pir Bavaghar, M. 2011.Evaluation of capability of IRS-P6 satellite data for predicting quantitative attributes of forests (Case study: Northern Zagros forests). Iranian Journal of Forest, 3(4): 277-289 (In Persian).
- Parma, R., Shataee Joybari, Sh., Khodakarami, Y. and Habashi, H. 2010.Evaluation of Landsat ETM+ and IRS-LISS satellite data for forest type mapping in Zagros forests (Case study: Ghalajeh forest, Kermanshah province). Iranian Journal of Forest and Poplar Research, 17(4): 594-606 (In Persian).