آمار
| تعداد نشریات | 13 |
| تعداد شمارهها | 144 |
| تعداد مقالات | 1,439 |
| تعداد مشاهده مقاله | 2,143,264 |
| تعداد دریافت فایل اصل مقاله | 1,788,090 |
تعیین و تشخیص خودکار تاج درخت در تصویر دیجیتال UltraCam-D | ||
| پژوهش و توسعه جنگل | ||
| مقاله 4، دوره 2، شماره 3، دی 1395، صفحه 241-256 اصل مقاله (1.29 M) | ||
| نوع مقاله: علمی - پژوهشی | ||
| نویسندگان | ||
| علیرضا صالحی1؛ معصومه گمرکی* 2؛ زهرا عزیزی3؛ حامد صادقیان4 | ||
| 1استادیار، دانشکدۀ کشاورزی، دانشگاه یاسوج | ||
| 2کارشناسی ارشد فتوگرامتری، دانشکده مهندسی عمران و نقشه برداری، دانشگاه تفرش | ||
| 3استادیار، دانشکده محیطزیست و انرژی، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات تهران | ||
| 4دانشجوی دکتری جنگلداری، دانشکده کشاورزی، دانشگاه خرمآباد | ||
| چکیده | ||
| این پژوهش با هدف ارزیابی نتایج اعمال الگوریتمهای حداکثر فیلتر محلی، تطبیق الگو و تقسیمبندی حوضه بر روی تصویر هوایی UltraCam-D برای تعیین و تشخیص خودکار تاج درختان بلوط ایرانی (Quercus brantii Lind) در مقایسه با نتایج حاصل از روشهای تفسیر چشمی و آماربرداری زمینی تاج درختان انجام شده است. پس از پردازش اولیه تصویر، در عرصهای با مساحت حدود 10 هکتار در بخشی از پارک جنگلی یاسوج، تعداد 100 پایه درخت بلوط ایرانی به روش تصادفی برای انجام این بررسی انتخاب شد. مساحت تاج درختان با روش تفسیر چشمی مشخص و پس از محاسبه بهعنوان مساحت واقعی در نظر گرفته شد. در روش آماربرداری زمینی مساحت تاج و تعداد پایه هر درخت اندازهگیری و ثبت شد. همچنین، بهمنظور تعیین و تشخیص خودکار تاج درختان، الگوریتمهای مذکور با برنامهنویسی بر روی تصویر مذکور اعمال شدند. نتایج نشان داد که خطای جذر میانگین مربعها (RMSE) الگوریتم تقسیمبندی حوضه در مقایسه با دیگر روشهای تعیین مساحت تاج درختان بهتر و معادل 41/2 درصد است. صحت کل و ضریب کاپا بهدستآمده توسط ماتریس خطا برای هر یک از الگوریتمهای نشان داد که دقت الگوریتم تطبیق الگو بهمنظور تشخیص تاج درختان یا به عبارتی تشخیص تکپایه یا جستگروه بودن درختان نسبت به دیگر الگوریتمهای مورد استفاده در این پژوهش بیشتر است. | ||
| کلیدواژهها | ||
| الگوریتم تعیین و تشخیص؛ بلوط ایرانی؛ تصویر UltraCam-D | ||
|
آمار تعداد مشاهده مقاله: 2,693 تعداد دریافت فایل اصل مقاله: 2,552 |
||