عنوان پایان‌نامه
برآورد زی توده چوبی توده های راش جنگل های شمال ایران با داده های ماهواره لندست ۸ (مطالعه موردی: سری گرازبن جنگل خیرود )
- رشته تحصیلی
- مهندسی منابع طبیعی - جنگلداری
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 6732;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 72872;کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 6732;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 72872
- تاریخ دفاع
- ۲۴ بهمن ۱۳۹۴
- دانشجو
- قاسم رنود
- استاد راهنما
- علی اصغر درویش صفت
- چکیده
- تغییر اقلیم و گرمایش جهانی ناشی از فعالیت های آلاینده انسانی، مسئله مهمی است که در دهه های اخیر به آن توجه زیادی شده است. گاز دی اکسیدکربن مهم ترین آلاینده است که به واسطه فعالیت های انسانی به اتمسفر وارد می شود. جنگل ها از مهم ترین ذخایر کربن در خشکی ها محسوب شده و نقش مهمی در کاهش این ماده در جو دارند. برآورد و محاسبه میزان زی توده در توده های جنگلی با روش های سنجش از دوری از اهمیت زیادی برخوردار شده است. در این تحقیق قابلیت داده های سنجنده OLI ماهواره لندست 8 برای برآورد زی توده روی زمینی (AGB) توده های راش در بخشی از جنگل های شمال ایران بررسی شده است. پیش پردازش و پردازش های مورد نیاز بر روی تصاویر منطقه مورد مطالعه صورت گرفت. برای برآورد مقدار زی توده تعداد 65 قطعه نمونه با ابعاد 45×45 متر برداشت شد. در قطعه های نمونه، قطر برابر سینه درختان قطورتر از 5/7 سانتی متر برداشت و در نهایت میزان زی توده در هر قطعه نمونه محاسبه شد. در این پژوهش تعداد 45 قطعه نمونه برای مدل سازی و 20 قطعه نمونه برای اعتبارسنجی به عنوان قطعه های نمونه شاهد در نظر گرفته شد. از روش آماری پارامتریک رگرسیون خطی چندمتغیره برای مدل سازی استفاده شد. بررسی ضریب همبستگی پیرسون بین زی توده روی زمینی در قطعه های نمونه زمینی و ارزش های طیفی متناظر در باندهای اصلی و محاسباتی نشان می دهد که مولفه اول حاصل از تحلیل PCA بر روی باندهای 1 تا 7، بیشترین میزان همبستگی را با زی توده روی زمینی دارد و مقدار ضریب همبستگی آن 377/0 است. اجرای رگرسیون چند متغیره خطی به روش گام به گام بین زی توده روی زمینی و تمام متغیرهای دورسنجی اعم از باندهای اصلی و محاسباتی، نشان داد که مدل AGB = 0.027PCA17 – 360.456 با مقدار ضریب تعیین تعدیل شده 122/0 و درصد جذر میانگین مربع خطای محاسبه شده آن % 3/14 مناسب ترین مدل برای برآورد زی توده روی زمینی توده های راش جنگل های منطقه مورد مطالعه این تحقیق است. بر پایه خطای برآورد به نسبت کم مدل، می توان نتیجه گیری کرد که با استفاده از چنین داده¬هایی، بخش زی توده روی زمینی را در توده های راش خالص می توان به نسبت خوب برآورد کرد.
- Abstract
- Climate change and global warming due to the pollutant raised anthropogenic activities is an important issue that in the last decades a lot of attention has been devoted to it. Carbon dioxide is the most important of pollutants that emitted through human activities and released into the atmosphere. Forests are considered as the most important carbon stocks on terrestrial ecosystems. Remote sensing-based forest stands biomass estimation techniques have a great importance. In this study, the Above-Ground Biomass (AGB) of Iranian northern beech forests was estimated by OLI sensor of Landsat 8 satellite. Required Pre-processing and processing tasks was carried out on the images. For estimation of above-ground biomass, 65 sample plots with dimensions of 45m × 45m were laid out in the field. In each sample plot, diameter at the breast height (DBH) of trees higher than 7.5cm was measured and consequently, the above-ground biomass was calculated for each sample plot. 45 and 20 sample plots were considered for modelling and validation processes, respectively. Parametric multivariate linear regression was used for modelling. Pearson correlation between above-ground biomass in sample plots and correspond spectral values in calculated and original bands showed that the first principal component from the 1-7 bands was most correlated with above-ground biomass at 95% confidence level and correlation coefficient of 0.377. Implementing of stepwise multivariate linear regression method between above-ground biomass and all other remotely sensed variables revealed that the AGB = 0.027CA17 – 360.456 model with adjusted R2 =0.122 and RMSEr= 14.3 % is the best model for estimation of Iranian northern beech forests above-ground biomass in studied area. Conclusively, this approach is able to estimate woody biomass in pure beech stands relatively good especially in small scales.
