• ثبت نام
    • ورود به سامانه
    مشاهده مورد 
    •   صفحهٔ اصلی
    • نشریات فارسی
    • پژوهش‌های علوم و فناوری چوب و جنگل
    • دوره 26, شماره 2
    • مشاهده مورد
    •   صفحهٔ اصلی
    • نشریات فارسی
    • پژوهش‌های علوم و فناوری چوب و جنگل
    • دوره 26, شماره 2
    • مشاهده مورد
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    مدل سازی تنوع گونه‌های درختی در جنگل‌های سری گردشی با استفاده از تصاویر GeoEye (مطالعه موردی: سری گردشی ساری)

    (ندگان)پدیدآور
    اکبری, حسنکلبی, سیاوش
    Thumbnail
    دریافت مدرک مشاهده
    FullText
    اندازه فایل: 
    520.0کیلوبایت
    نوع فايل (MIME): 
    PDF
    نوع مدرک
    Text
    مقاله پژوهشی
    زبان مدرک
    فارسی
    نمایش کامل رکورد
    چکیده
    سابقه و هدف: شناخت ارتباط بین حفظ تنوع زیستی و فرآیندهای اکوسیستم، به عنوان یکی از مباحث اصلی در پژوهش‌های بوم شناسی می‌باشد. جنگل‌ها یکی از منابع طبیعی با ارزش کره زمین می‌باشد که نقش مهمی در تعادل اکولوژیکی و زندگی جوامع انسانی دارد. تنوع گونه-های درختی یکی از پارامترهای کلیدی به منظور توضیح اکوسیستم‌های جنگلی در مدیریت همگام با طبیعت می‌باشد. مدلسازی و تهیه نقشه تنوع درختی ابزاری مفید برای حفاطت و مدیریت جنگل‌ها می‌باشد. جنگل‌های خزری، از نظر تنوع درختی، غنی‌ترین جنگل‌های ایران می‌باشد که طی سال‌های اخیر در معرض تغییرات شدید قرار گرفته است. یکی از مهمترین و به صرفه‌ترین راه‌ها جهت کسب اطلاع از تنوع درختی استفاده از تصاویر ماهواره‌ای می‌باشد. هدف از این مطالعه تعیین قابلیت تصاویر GeoEye در پایش تنوع درختی در جنگل‌های سری گردشی واقع در استان مازندران می‌باشد. مواد و روش‌ها: بدین منظور ابتدا با استفاده از آماربرداری زمینی تعداد 150 قطعه نمونه با ابعاد 30 در 30 متر برداشت گردید. سپس شاخص-های شانون – وینر، سیمپسون و عکس سیمپسون در هر قطعه نمونه محاسبه گردید. پیش‌پردازش و پردازش‌ای لازم همانند تجزیه مولفه اصلی، ساخت شاخص‌های گیاهی و آنالیز بافت بر روی تصاویر انجام شد. برای مدلسازی از روش‌های درخت طبقه‌بندی و رگرسیونی، جنگل تصادفی، واریانت‌های مختلف نزدیک‌ترین همسایه و کرنل‌های مختلف ماشین بردار پشتیبان استفاده شد. از 70 درصد از نمونه‌های تعلیمی برای مدلسازی استفاده شد. سپس بهترین باندها برای مدلسازی انتخاب گردید. ارزیابی مدل‌ها با استفاده از 30 درصد نمونه‌ها انجام شد. سپس بهترین مدل‌ها برای هر قسمت مشخص گردید. یافته‌ها: نتایج نشان داد از بین شاخص‌ها تولید شده، باند مادون قرمز و باندهای مصنوعی حاصل از آن، به‌عنوان بهترین باند جهت مدلسازی تشخیص داده شد. کرنل RBF از روش ماشین بردار پشتیبان با ضریب تبیین 58 درصد و ریشه میانگین مجذور خطای نسبی 46 درصد برای مدلسازی شاخص تنوع شانون وینر از میان مدل‌های فوق دارای بهترین نتیجه بود. همچنین روش جنگل تصادفی با ضریب تبیین 54 و 57 درصد و ریشه میانگین مجذور خطای نسبی حدود 48 و 14 درصد به ترتیب برای روش‌های سیمپسون و عکس سیمپسون دارای بهترین نتیجه بود. نتیجه‌گیری: نتایج نشان داد داده‌های ماهواره GeoEye دارای قابلیت نسبتا مناسبی در برآورد تنوع درختی در جنگل‌های سری گردشی می‌باشد. از مدل‌های مورد استفاده روش جنگل تصادفی برای دو حالت و کرنل RBF روش ماشین بردار پشتبان در یک حالت دارای بهترین نتیجه بود. در مجموع نتایج نشان داد از این داده‌های می‌توان جهت مدیریت، حفاظت و پایش تنوع درختی در جنگل‌های شمال کشور استفاده نمود. کلمات کلیدی: تنوع درختی، شاخص شانون وینر، سیمپسون و سری گردشی
    کلید واژگان
    تنوع درختی
    شاخص شانون وینر
    سیمپسون و سری گردشی
    علوم جنگل

    شماره نشریه
    2
    تاریخ نشر
    2019-08-23
    1398-06-01
    ناشر
    دانشگاه علوم کشاورزی و منابع طبیعی گرگان
    Gorgan University Of Agricultural Sciences
    سازمان پدید آورنده
    گروه جنگلداری ،دانشکده منابع طبیعی،دانشگاه علوم کشاورزی و منابع طبیعی ساری،ایرات
    اداره کل منابع طبیعی و آبخیزداری بوشهر

    شاپا
    2322-2077
    2322-2786
    URI
    https://dx.doi.org/10.22069/jwfst.2019.16391.1801
    http://jwfst.gau.ac.ir/article_4691.html
    https://iranjournals.nlai.ir/handle/123456789/181822

    مرور

    همه جای سامانهپایگاه‌ها و مجموعه‌ها بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌هااین مجموعه بر اساس تاریخ انتشارپدیدآورانعناوینموضوع‌‌ها

    حساب من

    ورود به سامانهثبت نام

    آمار

    مشاهده آمار استفاده

    تازه ترین ها

    تازه ترین مدارک
    © کليه حقوق اين سامانه برای سازمان اسناد و کتابخانه ملی ایران محفوظ است
    تماس با ما | ارسال بازخورد
    قدرت یافته توسطسیناوب