جستجو در مقالات منتشر شده


۳ نتیجه برای درصد پوشش

مهندس سمیه جباری، دکتر سید جمال الدین خواجه الدین، دکتر رضا جعفری، دکتر سعید سلطانی،
دوره ۹، شماره ۴ - ( ۱۲-۱۳۹۴ )
چکیده

امروزه استفاده از سامانه ­اطلاعات جغرافیای و تصاویر ماهواره­ای از جایگاه ویژه­ای در مطالعات مربوط به منابع طبیعی و محیط­زیست برخوردار است. یکی از کاربرد­های ماهواره، تهیه نقشه درصد تاج پوشش گیاهی است. هدف از این پژوهش، تهیه نقشه درصد پوشش گیاهی با استفاده از شاخص­های گیاهی تهیه شده از داده­­های ماهواره­ای برای سمیرم اصفهان می­باشد. برای انجام این مطالعه از تصویر سنجنده AWiFS مربوط به سال ۱۳۸۸ استفاده گردید. به­منظور بررسی همبستگی بین درصد تاج پوشش گیاهی و داده­های ماهواره، داده­های ۱۵۰ پلات (۱۰ در ۱۰ متر مربع) با پراکنش مناسب در منطقه برداشت شد و با استفاده از داده­های موجود و شاخص­های گیاهی تهیه شده با اعمال رگرسیون خطی درصد تاج پوشش گیاهی تخمین زده شد. میزان همبستگی بین شاخص­های گیاهی و داده­های میدانی محاسبه شد و برای هر شاخص، مدل پوشش گیاهی به­دست آمد. با توجه به نتایج به­دست آمده در این پژوهش شاخص گیاهی SAVI با همبستگی ۷۴/۰ دارای بیشترین همبستگی با تاج پوشش گیاهی بود و برای تهیه نقشه درصد پوشش گیاهی انتخاب شد. با استفاده ار مدل تهیه شده نقشه درصد تاج پوشش گیاهی در چهار طبقه کمتر از ۲۰، ۳۰-۲۰، ۴۰-۳۰ و بیشتر از ۴۰ درصد تهیه شد. نتایج این پژوهش نشان داد که بیشتر قسمت­های منطقه توسط پوشش گیاهی کمتر از ۲۰ و ۳۰-۲۰ درصد پوشیده شده است. در این مطالعه شاخص­های گیاهی NDVI، PVI، RVI، TSAVI  و MSAVI نیز دارای ضرائب همبستگی بالایی بودند (۶۴/۰، ۶۹/۰، ۷۱/۰، ۷۲/۰ و ۷۰/۰).


طاهره سلمان بیاتی، سید زین العابدین حسینی، آناهیتا رشتیان، حسین علیرضایی،
دوره ۱۲، شماره ۲ - ( ۵-۱۳۹۷ )
چکیده

تصاویر ماهواره ای باعث افزایش دقت و کاهش زمان تهیه نقشه درصد پوشش گیاهی می شوند. برای جمع آوری داده­های زمینی مورد نیاز از روش های مختلف نمونه برداری استفاده می شود. این مطالعه با هدف مقایسه سه روش نمونه برداری زمینی درصد پوشش گیاهی جهت استفاده از داده های مربوطه در مطالعات سنجش از دور انجام شده است. منطقه مطالعاتی مراتع حوزه عباس آباد (تاریکدره) در استان همدان می باشد. برای این منظور تصویر سنجنده OLI ماهواره لندست ۸ مربوط به ۳۱ مه سال ۲۰۱۵ پردازش گردید. شاخص های گیاهی NDVI و SAVI و TNDVIو RVI و SQRT RVI و DVI با استفاده از باندهای قرمز و مادون قرمز نزدیک در پنج تیپ گیاهی محاسبه شد. در مطالعه میدانی درصد پوشش گیاهی در منطقه با روش های ترانسکت، روش پلاتگذاری (پنج پیکسلی) و روش قدم- نقطه اندازه گیری شد. سپس با استفاده از آنالیز همبستگی و رگرسیون میزان همبستگی داده های زمینی با شاخص های گیاهی بررسی گردید. به دلیل بالاتر بودن همبستگی شاخص گیاهی NDVI با تمامی تیپ ها در هر سه روش، مدل برآورد درصد پوشش گیاهی با استفاده از داده های زمینی سه روش مختلف نمونه برداری به کمک این شاخص تعیین گردید. در مرحله بعد با اعمال این مدل بر روی شاخص NDVI، نقشه درصد پوشش گیاهی برای سه روش بطور جداگانه تهیه گردید. با استفاده از معیارهای صحت کلی و ضریب کاپا، دقت نقشه های تهیه شده برای سه روش تعیین و مقایسه شد. نتایج نشان داد که ضریب کاپای نقشه تهیه شده با استفاده از داده های زمینی روش ترانسکت برابر۹۰ درصد و بالاتر از دو روش دیگر است. بررسی همبستگی تیپ های گیاهی با شاخص NDVI نشان داد که تمامی تیپ ها در روش ترانسکت خطی نسبت به روش های پلات گذاری و روش قدم- نقطه، با این شاخص گیاهی بالاترین همبستگی را دارند.
زینب میرشکاری، مجید صادقی‌نیا، مریم اسدی،
دوره ۱۳، شماره ۴ - ( ۱۰-۱۳۹۸ )
چکیده

شناخت اجزای اکوسیستم مرتع و دست­یابی به روابط بین اجزای آن از جمله خاک و پوشش­ گیاهی، از ضروریات مدیریت بهینۀ مراتع می­باشد. از سوی دیگر به کارگیری روش­های یادگیری ماشین به منظور کشف روابط بین این عوامل می­تواند کمک بسیاری در زمینه کاهش هزینه­های نمونه­برداری و آزمایشات خاک داشته باشد. در این مطالعه به منظور آگاهی از تأثیر برخی خصوصیات خاک بر درصد پوشش گونه درمنه دشتی در مراتع دشت یزد- اردکان و ندوشن، اطلاعات مربوط به پوشش­گیاهی در قالب ۳۲۰ پلات در طول ۴۰ ترانسکت برداشت گردید. پس از حفر پروفیل در ابتدا و انتهای هر ترانسکت و تهیه نمونه خاک از دو عمق صفر تا ۱۰ و ۱۰ تا ۳۰ سانتی­متر­ی برخی پارامترهای خاک اندازه­گیری شد. در این پژوهش به منظور بررسی وضعیت درصد پوشش درمنه دشتی بر مبنای پارامترهای خاک، از تکنیک­های داده­کاوی استفاده شد و شش الگوریتم­ اجرا شد. همچنین به منظور تعیین میزان وزن و تأثیر هر یک از عوامل در فرایند مدل‌سازی، وزن­دهی عامل‌ها بر مبنای مدل ماشین­بردار پشتیبان صورت گرفت. نتایج حاصل از ارزیابی مدل­ها نشان داد که مدل فرآیند گوسی با (۳۸۵/۱RMSE=) و (۹۹۸/۰R=) در مجموعه داده آموزش و (۹۶۰/۰RMSE=) و (۹۹۹۹/۰R=) در مجموعه داده تست از دقت بالاتری در برآورد درصد پوشش نسبت به سایر مدل­ها برخوردار بوده است. نتایج وزن­دهی نیز نشان داد، از بین پارامترهای خاک سدیم در عمق­های صفر تا ۱۰ و ۱۰ تا ۳۰ سانتی­متر بیشترین تأثیر را در برآورد پوشش گیاهی دارند. به‌طور کلی نتایج نشان از اهمیت بالای پارامترهای خاک و کارایی بالای روش­های یادگیری ماشین در پیش­بینی درصد پوشش مناطق داشته است.

صفحه ۱ از ۱     

کلیه حقوق این وب سایت متعلق به مرتع می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2025 All Rights Reserved | Rangeland

Designed & Developed by : Yektaweb