تلفیق الگوریتم CART و شاخص های پوشش گیاهی در تهیه نقشه اراضی جنگلی مانگرو با استفاده از تصویر لندست ۸

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 73

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JFRD-5-4_004

تاریخ نمایه سازی: 13 آذر 1402

چکیده مقاله:

هدف از این پژوهش تلفیق الگوریتم CART و شاخص­های پوشش گیاهی برای ارتقاء صحت نقشه­سازی جنگل­های مانگرو با استفاده از تصویر ماهواره­ای لندست ۸ است. در این پژوهش هفت شاخص پوشش گیاهی DVI، NDVI، NDII، IPVI، MNDWI، SAVI و OSAVI محاسبه شد. سپس با استفاده از الگوریتم CART در نرم­افزار R شاخص­های مهم و حد آستانه آن­ها­ شناسایی و سرانجام نقشه اراضی مانگرو و اراضی پیرامون آن با روش درخت تصمیم­گیری تهیه شد. نتایج ارزیابی صحت انجام­شده با استفاده از GPS و تصویر ماهواره­ای SPOT ۶/۷ نشان داد که نقشه حاصل دارای صحت کلی ۹۷/۸۰ درصد و ضریب کاپا ۷۴/۰ است. تهیه نقشه اراضی مانگرو با دقت بالا توسط تصاویر ماهواره­ای با قدرت تفکیک متوسط به­دلیل اثر بازتاب­های زمینه (آب وخاک) و وجود پیکسل­های مخلوط با توجه به شرایط محیط قرارگیری مشکل است. نتایج این پژوهش نشان داد که رویکرد معرفی­شده می­تواند اطلاعات مناسبی از وضعیت جنگل­های مانگرو را برای انجام برنامه­های مدیریتی و حفاظتی اکوسیستم­های مانگرو در اختیار سیاست­گذاران و برنامه­ریزان قرار دهد.

کلیدواژه ها:

نویسندگان

neda bihamta

دانشگاه صنعتی اصفهان

Ali Reza Soffianian

دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان،

Sima Fakheran

گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان

Saeied Pourmanafi

گروه آموزشی محیط ریست، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ahmadlou, M., M. R. Delavar & A. Tayyebi, ۲۰۱۶. Comparing ...
  • Alavi pahan, S. K., ۲۰۰۲. Application of Remote Sensing in ...
  • Alavi pahan, S. K., ۲۰۱۱. Principles of Remote Sensing and ...
  • Alimohamadi, A., A. Motekan, P. Zeiaiean & H. Tabatabaei, ۲۰۰۹. ...
  • Arekhi, S. ۲۰۱۲. Assessment of the Effectiveness of Decision Tree ...
  • Bagheri, R., Sh. Shataee & S. Y. Erfanifard, ۲۰۱۸. Efficiency ...
  • Breiman, L., J. Friedman, C. J. Stone & R. A. ...
  • Chen, C. F., N. T. Son, N. B. Chang, C. ...
  • Dadrasisabzevar, A., A. M. Akhondali, F. Radmanesh & A. A. ...
  • Danehkar, A. & H. Majnonian, ۲۰۰۴. Proposed criteria for assessing ...
  • Danehkar, A. & S. GH. A. Jalali, ۲۰۰۵. Avicennia marina ...
  • Dehghani, M., ۲۰۰۸, Potential of Mangrove forests of Qeshm Island ...
  • Fei, S. X., C. H. Shan & G. Z. Hua, ...
  • Giril, C., E. Ochieng, L. L. Tieszen, Z. Zhu, A. ...
  • Hamidi, S. K., M. Namiranian, J. Feghhi & M. Shabani. ...
  • Hardisky, M., V. Klemas & R. Smart, ۱۹۸۳. The influence ...
  • Hoa, N. H. & T. D. Binh, ۲۰۱۶. Using Landsat ...
  • Huete, A. R., ۱۹۸۸. A soil-Adjusted Vegetation Index (SAVI), Remote ...
  • Jafarnia, S., J. Oladi, S. Hoojati & K. Mir Akhor ...
  • Kanniah, K. D., A. Sheikhi, A. Cracknell, H.C. Goh, K.P. ...
  • Lawrence, R. L. & A. Wright, ۲۰۰۱. Rule-based classification systems ...
  • Lohrabi, Y., M. Abbasi, A. Soltani & H. R. Riyahi ...
  • Monsef, H. A. E. & S. E. Smith, ۲۰۱۷. A ...
  • Pham, T.D., K. Yoshino, N.N. Le & D.T. Bui, ۲۰۱۸. ...
  • Rahdari, V., A. Soffianian, S. J. Khajedin & S. Maleki, ...
  • Safiari, S., ۲۰۰۵. Mangrove forests in Iran, Forestry and Rangeland ...
  • Saleh, M. A., ۲۰۰۷. Assessment of mangrove vegetation on Abu ...
  • Sari, S. P. & D. Rosalina, ۲۰۱۶. Mapping and Monitoring ...
  • Shi, T., J. Liu, Z. Hu, H. Liu, J. Wang ...
  • Temkin, N. R., R. Holubkov, J. E. Machamer, H. R. ...
  • Wang, L., W. P. Sousa, P. Gong & G. S. ...
  • Zhai, K., X. Wu, Y. Qin & P. Du, ۲۰۱۵. ...
  • نمایش کامل مراجع