مقاله طبقه بندي طبقات سني توده هاي جنگلي با استفاده از داده هاي ماهواره لندست، سنجنده +ETM که چکیده‌ی آن در زیر آورده شده است، در ۱۳۸۸ در علوم و فناوري چوب و جنگل (علوم كشاورزي و منابع طبيعي) از صفحه ۴۳ تا ۵۹ منتشر شده است.
نام: طبقه بندي طبقات سني توده هاي جنگلي با استفاده از داده هاي ماهواره لندست، سنجنده +ETM
این مقاله دارای ۱۷ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله طبقات سني
مقاله توده جنگلي
مقاله طبقه بندي
مقاله لندست +ETM
مقاله لوه

نویسنده(ها):
جناب آقای / سرکار خانم: محمدي جهانگير
جناب آقای / سرکار خانم: شتايي جويباري شعبان
جناب آقای / سرکار خانم: يغمايي فرهاد
جناب آقای / سرکار خانم: سلمان ماهيني عبدالرسول

چکیده و خلاصه‌ای از مقاله:
تفكيك طبقات سني در سطوح بزرگ با استفاده از داده هاي ماهواره اي در مديريت پايدار توده هاي جنگلي اهميت فراواني دارد. در اين پژوهش به منظور قابليت داده هاي سنجنده ETM+ ماهواره لندست ۷ در تفكيك طبقات سني، داده هاي رقومي اين سنجنده مربوط به ۱۶ تير ماه ۱۳۸۱ از جنگل بلوط لوه در استان گلستان مورد تجزيه و تحليل قرار گرفتند. جمع آوري داده هاي زميني مورد نياز جهت تفكيك طبقات سني توده هاي جنگلي مديريت شده به روش تدريجي پناهي منطقه از طريق نمونه برداري به روش خوشه اي صورت گرفته و تعداد ۹۹ قطعه نمونه شامل ۳۲ قطعه نمونه در دانگ اول (۴۵-۲۵ ساله)، ۳۳ قطعه نمونه در دانگ دوم (۵-۲۵ ساله) و ۳۴ قطعه نمونه در توده بهره برداري نشده (بيشتر از ۴۵ ساله) پياده شد. تصاوير ماهواره اي پس از اعمال تصحيحات هندسي و کاهش اثر اتمسفري مورد پردازش هاي نسبت گيري باندها و ايجاد شاخص هاي متداول گياهي و تجزيه مولفه هاي اصلي قرار گرفتند. در اين پژوهش، تفكيك پذيري سه طبقه سني به روش نظارت شده و با الگوريتم هاي طبقه بندي حداكثر احتمال، حداقل فاصله، متوازي السطوح و فيشر مورد بررسي قرار گرفتند. نتايج نشان داد كه الگوريتم حداكثر احتمال با سه طبقه سني به ترتيب با دقت كلي ۷۹ درصد و ضريب كاپا ۰٫۶۸ بهتر از ديگر الگوريتم ها توانست طبقات سني را تفكيك نمايد. نتايج به دست آمده از ارزيابي صحت و تفكيك پذيري طبقات نشان دهنده تداخل طيفي بين طبقات سني ۲۵-۵ و بيشتر از ۴۵ ساله بود. با ادغام اين دو طبقه سني صحت كلي و ضريب كاپا به ترتيب معادل ۹۴ درصد و ۰٫۸۶ به دست آمد. و اين اطلاعات در برآورد بالوميس و كربن و همچنين شناسايي مكان هايي كه نياز به تيمارهاي جنگل شناسي و ديگر فعاليت هاي مديريتي جنگل دارند مفيد مي باشد.