%0 Journal Article %A Rayegani, Behzad %A Goshtasb, Hamid %T vegetation change detection using multi-temporal remotly sensed data during recent three decades by artificial intelligence technique (Case study: protected area of Bashgol) %J Plant Ecosystem Conservation %V 7 %N 14 %U http://pec.gonbad.ac.ir/article-1-391-fa.html %R %D 2019 %K : multi temporal images, post comparison classification, artificial neural network, Landsat images, %X 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. %> http://pec.gonbad.ac.ir/article-1-391-fa.pdf %P 253-274 %& 253 %! Vegetation change detection by artificial intelligence technique %9 Research %L A-10-380-1 %+ %G eng %@ 2476-3462 %[ 2019