علی شکروندشکیبا - دانشجوی کارشناسی ارشد گروه علوم و صنایع چوب و کاغذ، دانشکده کشاورزی و منابع طبیعی، دانشگا ه محقق اردبیلی، اردبیل، ایران
اکبر رستم پورهفتخوانی - دانشیار گروه علوم و صنایع چوب و کاغذ، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران
مهدی کلاگر - دکتری صنایع چوب و کاغذ، معاون اجرا یی شرکت شفارود، گیلان، ایران
کیومرث سفیدی - دانشیار گروه جنگل، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی ، اردبیل، ایرا ن
بهروز کرمدوست مریان - دکتری اقتصاد و مدیریت منابع طبیعی، مدیر تحقیقات و نوآوری جنگل شفارود، گیلان، ایران

یکی از مهمترین راهکارهای جلوگیری از تخریب جنگل ها در کشور وجود برنامه ریزی و اهمیت دادن به زراعت چوب می باشد.یکی از مشخصه هایی که کاربرد قابل توجهی در مدیریت میزان رویش ، خرید و فروش، میزان مجاز برداشت و به طور کلی مدیریتجنگل دارد، اندازه گیری حجم است . برای یافتن حجم از روش هایی مانند : هوبر، اسمالین، پرسلر استفاده میشود . در این روش هابا استفاده از یک سری متغیرها مانند قطر در ارتفاع های مختلف، حجم و ضریب شکل محاسبه می شوند.. برای کاهش هزینه وزمان اندازه گیری لازم است به جای اندازه گیری حجم درختان، انها را با دقت قابل قبولی پیش بینی کرد. در تحقیقاتی که برایپیش بینی حجم سرپای درختان انجام شده است، بیشتر از روش رگرسیون، روش شبکه عصبی استفاده شده است. استفاده ازروابط برای محاسبه حجم درختان از آن جهت ارزشمند است که امکان پیش بینی حجم را با اندازه گیری چند متغیر میسرمی سازد. از طرف دیگر، رابطه ای برای پیش بینی مقبول و مطلوب تر است که با حداقل تعداد متغیر مورد نیاز، حجم را بادقت قابل قبولی برآورد کند.

رگرسیون، شبکه عصبی مصنوعی، حجم سرپای صنوبر، آنلایز تصویر