[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
فرم های ضروری::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
:: دوره 7، شماره 14 - ( بهار و تابستان 1398 ) ::
جلد 7 شماره 14 صفحات 274-253 برگشت به فهرست نسخه ها
آشکارسازی تغییرات پوشش گیاهی با استفاده از داده‌های چندزمانه ماهواره‌ای سه دهه اخیر، به روش هوش مصنوعی (مطالعه موردی: منطقه حفاظت‌شده باشگل)
افسون رحیمی، بهزاد رایگانی1 ، حمید گشتاسب* ، حسن خسروی3
1- دانشکده محیط زیست
سازمان حفاظت محیط‌زیست، کرج، دانشکده محیط زیست ، meigooni1959@gmail.com
3- دانشکده منابع طبیعی
چکیده:   (3301 مشاهده)

اطلاعات کمی و کیفی پوشش گیاهی و همچنین تغییرات آن در طول زمان به‌عنوان پایه­ای برای تعیین کیفیت زیستگاه و اولویت مناطق به‌منظور حفاظت و همچنین تعیین ارزش خدمات زیست­بوم­ها، مسئله­ فنی مدیریتی بسیار مهمی در مدیریت بهینه منابع طبیعی و توسعه پایدار، به شمار می­آید. از سوی دیگر سنجش از دور به‌عنوان ابزاری کارآمد برای دستیابی به اطلاعات درست و به­روز پوشش زمین و منابع طبیعی با سرعت و دقت بالا، موردتوجه محققان است. از میان برنامه­های سنجش از دوری، آشکارسازی تغییرات نقش تعیین­کننده­ای در بررسی تغییرات پوشش زمین و ازجمله پوشش گیاهی دارد. در این مطالعه از میان روش­های مختلف آشکارسازی تغییرات، از روش مقایسه پس از طبقه­بندی به دلیل امکان دستیابی به‌دقت بهینه با اعمال یک روش طبقه­بندی کارآمد و دقیق، استفاده‌شده است. به‌منظور تعیین طبقات پوشش گیاهی، با استفاده از داده­های مایحصل از نمونه­برداری میدانی، تصاویر ماهواره­ای مربوط به منطقه حفاظت‌شده باشگل در زمان­های مختلف و انواع شاخص­های طیفی پوشش گیاهی منتج از آن‌ها، اقدام به مدل‌سازی پوشش گیاهی با استفاده از شبکه عصبی مصنوعی شد. مدل طبقه­بندی درصد سطح تاج­پوشش (با دقت کلی 3/94% و میانگین مربعات خطا 7/5% برای داده­های آزمایشی) و مدل طبقه­بندی وزن خشک زی­توده زنده سرپا (با دقت کلی 6/86% و میانگین مربعات خطا 4/11% برای داده­های آزمایشی)، ساخته شد. سپس نقشه­های پوشش گیاهی بر اساس این مدل­های با دقت عالی، تهیه گردید. نتایج این پژوهش توانمندی بسیار زیاد روش هوش مصنوعی در طبقه­بندی دقیق پوشش گیاهی، با استفاده از تصاویر ماهواره­ای با تنوع زمانی را نشان می­دهد. با استفاده از نقشه­های طبقه­بندی پوشش گیاهی حاصل، نقشه­های آشکارسازی تغییرات، با روش مقایسه پس از طبقه­بندی، تهیه گردید. این نقشه­ها مبین تغییر پوشش گیاهی از یک طبقه به طبقه دیگر (از طبقه ... به طبقه...)، در سه دوره زمانی 2015-2000، 2000-1986 و 2015-1986 است. نتایج پژوهش، بهبود کیفی بخش وسیعی از مراتع منطقه حفاظت‌شده باشگل را بعد از حفاظت نشان می­دهند.
واژه‌های کلیدی: تصاویر چندزمانه، مقایسه پس از طبقه بندی، شبکه عصبی مصنوعی، داده های ماهواره لندست
متن کامل [PDF 1359 kb]   (700 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1396/7/30 | پذیرش: 1397/10/2 | انتشار: 1398/7/8
فهرست منابع
1. جوري، م.ح. 1385. جزوه درسي اندازه¬گيري و ارزيابي مرتع، گروه مهندسي مرتع و آبخيزداري، دانشگاه آزاد اسلامي واحد نور، 82 صفحه. سازمان حفاظت محيط‌زيست، 1392، مناطق حفاظت‌شده، (بازيابي در خرداد 1393)، قابل‌دستيابي در http://www.doe.ir
2. رايگاني، ب.، خيرانديش، ز.، کرماني، ف.، محمدي مياب، م.، ترابي¬نيا، ع.، 1395. شناسايي کانون¬هاي بالقوه توليد گردوغبار با استفاده از داده¬هاي سنجش از دوري و شبيه¬سازي جريان هوا (مطالعه موردي استان البرز)، نشريه مديريت بيابان، شماره 8:26-15
3. رايگاني، ب.، 1394. عملکرد داده¬هاي سنجش از دوري در ارزيابي تخريب خاک، نشريه مديريت بيابان، شماره 6: 77-54
4. رايگاني، ب.، 1395. گزارش پروژه؛ بررسي تغييرات جنگل¬هاي حراي استان هرمزگان در سه دهه گذشته و اولويت¬بندي زيست¬بوم¬هاي تخريب يافته آن به‌منظور اجراي پروژه¬هاي احيا، اداره کل محيط‌زيست استان هرمزگان، استان هرمزگان، بوشهر
5. صادقي، م. 1392. آشکارسازي تغييرات وسعت تراکم تاج پوشش جنگل¬هاي زاگرس با استفاده از تکنولوژي سنجش از دور (مطالعه موردي غرب استان کردستان)، پايان‌نامه کارشناسي ارشد، دانشکده منابع طبيعي، دانشگاه صنعتي اصفهان، 94 صفحه.
6. علوي¬پناه، س.ک. 1389. کاربرد سنجش از دور در علوم زمين، انتشارات دانشگاه تهران، 478 صفحه.
7. گشتاسب ميگوني، ح. 1392. گزارش مطالعات طرح مديريتي توجيهي-تفصيلي منطقه حفاظت‌شده باشگل، جلد نهم: اقتصادي اجتماعي، مشاور: دانشکده محيط‌زيست، سازمان حفاظت محيط‌زيست، اداره کل حفاظت محيط‌زيست استان قزوين، 57 صفحه.
8. گشتاسب ميگوني، ح. 1392. مطالعات طرح مديريتي توجيهي-تفصيلي منطقه حفاظت‌شده باشگل، جلد هفتم: پوشش گياهي، مشاور: دانشکده محيط‌زيست، سازمان حفاظت محيط‌زيست، اداره کل حفاظت محيط‌زيست استان قزوين، 76 صفحه.
9. مقدم، م.ح. 1379. مرتع و مرتع¬داري، چاپ دوم، انتشارات دانشگاه تهران، 470 صفحه.
10. متکان، ع.ا، درويش¬زاده، ر، حسيني اصل، ا و ابراهيمي خوسفي، م. 1390. بررسي کارايي استفاده از تصاوير ماهواره¬اي و شبکه¬هاي عصبي مصنوعي در تخمين درصد پوشش گياهي در مناطق خشک، پژوهش¬هاي فرسايش محيطي، جلد 1(1): 28-7
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Rayegani B, Goshtasb H. vegetation change detection using multi-temporal remotly sensed data during recent three decades by artificial intelligence technique (Case study: protected area of Bashgol). PEC 2019; 7 (14) :253-274
URL: http://pec.gonbad.ac.ir/article-1-391-fa.html

رحیمی افسون، رایگانی بهزاد، گشتاسب حمید، خسروی حسن. آشکارسازی تغییرات پوشش گیاهی با استفاده از داده‌های چندزمانه ماهواره‌ای سه دهه اخیر، به روش هوش مصنوعی (مطالعه موردی: منطقه حفاظت‌شده باشگل). حفاظت زیست بوم گیاهان. 1398; 7 (14) :253-274

URL: http://pec.gonbad.ac.ir/article-1-391-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 7، شماره 14 - ( بهار و تابستان 1398 ) برگشت به فهرست نسخه ها
مجله حفاظت زیست بوم گیاهان Journal of Plant Ecosystem Conservation
Persian site map - English site map - Created in 0.06 seconds with 37 queries by YEKTAWEB 4645