ارزیابی داده‌های ماهواره‌ای ETM+ و LISS III برای تهیه نقشه تیپ در جنگل‌های زاگرس (مطالعه موردی: جنگل‌های قلاجه استان کرمانشاه)

Abstract

به‌منظور ارزیابی و مقایسه تصاویر ماهواره‌ای ETM⁺ و LISS III در تهیه نقشه تیپ در جنگلهای زاگرس، پنجره‌ای از تصاویر چندطیفی و پانکروماتیک سنجنده‌های ETM⁺ ماهواره Landsat 7 و LISS III ماهواره IRS-P6 از جنگلهای قلاجه استان کرمانشاه انتخاب گردید. پس از بررسی کیفیت داده‌ها هیچ‌گونه خطای رادیومتری مشاهده نگردید. تطابق هندسی تصاویر با استفاده از 55 نقطه کنترل زمینی و خطای RMSE برابر 39/0 در جهت محور X و 46/0 در جهت محور Y برای تصاویر ETM⁺ و با 34 نقطه کنترل زمینی و RMSE برابر 67/0 در جهت محور X و 58/0 در جهت محور Y برای تصاویر LISS III انجام گردید. عملیات ‌پردازش تصاویر از جمله تبدیل PCA، تبدیل تسلدکپ و ایجاد شاخص‌های گیاهی مناسب منطقه بر روی تصاویر مربوطه صورت گرفت. برای تهیه نمونه‌های تعلیمی و برآورد صحت طبقه‌بندی‌ها، نقشه واقعیت زمینی نمونه‌ای از طریق آماربرداری منظم- تصادفی (سیستماتیک) و با 114 قطعه نمونه به ابعاد 60×60 متر تهیه شد و تعداد 5 تیپ بلوط خالص، بلوط غالب، بنه غالب، کیکم غالب و آمیخته از طریق درصد غلبه تاج‌پوشش گونه‌ها تعیین گردید. پس از انتخاب نمونه‌های تعلیمی و مجموعه باندهای مناسب، طبقه‌بندی داده‌ها به‌روش نظارت‌شده و با استفاده از روشهای حداقل فاصله از میانگین، الگوریتم حداکثر تشابه و متوازی‌السطوح انجام شد که الگوریتم حداکثر تشابه برای طبقه‌بندی مناسب تشخیص داده شد. نتایج ارزیابی‌ها نشان داد که میزان صحت کلی و ضریب کاپا برای تیپ‌بندی پنج طبقه‌ای برای تصاویر ETM⁺، به‌ترتیب 57/44% و 18/0 و برای تصاویر LISS III، به‌ترتیب 6/50% و 32/0 بوده است. پس از ادغام طبقات 1 و 2 مقدار صحت کلی و ضریب کاپا به‌ترتیب برابر 08/61 و 21/0 برای تصاویر ETM⁺ و 44/71 و 33/0 برای تصاویر LISS III بدست آمد که در نهایت با ادغام طبقات 3، 4 و 5، طبقه‌بندی برای 2 تیپ کلی بلوط و آمیخته انجام شد که این مقادیر به‌ترتیب 1/74 و 37/0 برای تصاویر ETM⁺ و 7/77 و 41/0 برای تصاویر LISS III بدست آمد. باز بودن تاج‌پوشش و همچنین اختلاط بازتاب خاک و پوشش گیاهی در این منطقه مانع از دستیابی به نتایج مطلوب‌تر گردید. نتایج نشان‌دهنده قابلیت نسبتاً بهتر داده‌های سنجنده LISS III در مقایسه با ETM⁺ می‌باشد و انجام تحقیقات مشابه در مناطق دیگر و استفاده از داده‌های با قدرت تفکیک طیفی بیشتر توصیه می‌گردد.