عنوان پایان‌نامه
بررسی امکان شناسایی گونه های درختی در تصاویر ماهواره GeoEye (مطالعه موردی: پارک جنگلی سی سنگان)
- رشته تحصیلی
- مهندسی منابع طبیعی - جنگلداری
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس کشاورزی و منابع طبیعی شماره ثبت: 6368;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 68308
- تاریخ دفاع
- ۲۸ بهمن ۱۳۹۳
- دانشجو
- دانش کریمی
- استاد راهنما
- علی اصغر درویش صفت, وحید اعتماد
- چکیده
- شناسایی و تفکیک گونه¬های جنگلی از مهم¬ترین نیاز¬های برنامه¬ریزی و مدیریت جنگل¬ها به شمار می¬رود. داده¬های سنجش از دور، به ویژه تصاویر ماهواره¬ای با قدرت تفکیک مکانی بالا، می¬تواند ابزار مناسبی برای شناسایی گونه¬های درختی باشد. هدف از این تحقیق ارزیابی قابلیت تصاویر ماهواره¬ای با قدرت تفکیک مکانی بالا جهت تشخیص گونه¬های درختی به روش طبقه¬بندی شئ-پایه می¬باشد. به این منظور منطقه¬ای چهار هکتاری از پارک سیسنگان نوشهر، شامل گونه-های شمشاد، بلوط، ممرز و انجیلی انتخاب شد. تصاویر GeoEye-1 چهار باندی ادغام شده با باند پانکروماتیک با پیکسل¬های 60×60 سانتی¬متری و عمق رادیومتری 11 بیت استفاده شدند. کیفیت هندسی و رادیومتری تصاویر مورد ارزیابی قرار گرفت. تصاویر تبدیلی PCA، NDVI و HIS از داده¬های اصلی تهیه و در مراحل مختلف تجزیه و تحلیل مورد آزمون قرار گرفت.در طبقه¬بندی شئ-پایه، قطعه¬بندی¬های گوناگون با شاخص¬های مختلف بصورت سلسله مراتبی انجام و نتیجه آن به روش کیفی مورد ارزیابی قرار گرفت. بعد از انتخاب توصیف¬گرهای مناسب برای تفکیک طبقات، طبقه¬بندی به روش نزدیک¬ترین همسایه با تعریف نمونه¬های تعلیمی برای هر طبقه انجام شد. نقشه واقعیت زمینی نقطه¬ای، براساس بازدید میدانی و شناسایی حدود هفتصد اصله از درختان در منطقه مورد مطالعه و علامت گذاری روی تصاویر رنگی چاپ شده به دست آمد. بررسی صحت نتایج حاصل از روش شئ-پایه نشان¬دهنده صحت کلی 73% و ضریب کاپای 66/0 می¬باشد. بیشترین ضریب کاپای طبقه، برای طبقه شمشاد (7509/0) به دست آمد. بلوط با ضریب کاپای طبقه 5174/0 کم¬ترین صحت طبقه را به خود اختصاص داد. نتایج این تحقیق نشان¬دهنده توانایی داده¬های GeoEye در تشخیص گونه¬های درختی به روش شئ-پایه بود. در اختیار داشتن مدل رقومی پدیده¬های زمین (DSM) در انجام این تحقیق و تحقیقات مشابه کمک شایانی به طبقه¬بندی درختان به روش شئ-پایه می¬نماید.
- Abstract
- Mapping forest species is important for forest planning and management. Remote sensing data, especially high spatial resolution satellite images can be useful to identify main tree species. This research is aimed at the evaluation of high spatial resolution satellite images in order to identify tree species by the object-based classification method. For this purpose, Sisangan Forest Park including different species (quercus, baxus, carpinus, parrotia persica) were selected (total area about 4 ha). Four pan-sharpened multispectral GeoEye images with ground sample distance (GSD) of 60 cm with 11 bit radiometric resolution were analyzed. Radiometric and geometric qualities of these images were evaluated. PCA, HIS and NDVI transformed images was utilized in different classification stages. Object-based classification were performed. The hierarchical image object network was constructed and various alternatives of segmentation were tried and qualitatively evaluated.The appropriate discripter was selected. Then, classification was performed by nearest neighborhood functions based on a number of sample objects as representatives of tree species classes. In order to assess the accuracy of data, a Ground Truth map was produced based on field survey. This map is included 700 points, which each point represents a tree on the ground. The result of accuracy assessment showed 73% and 0.66 respectively for overall accuracy and KIA (kappa index of agreement). Buxus showed the highest Kappa (0.7509), respectively. Quercus showed the lowest Kappa (0.5174), respectively. The result of this study showed that the GeoEye images and object-based image analysis have capability recognize tree species. Influence of using digital surface model (DSM) elevation data on the accuracy of the produced map is suggested.
