Journal of Water and Soil Science
علوم آب و خاک
jwss
Agriculture
http://jstnar.iut.ac.ir
0
user
2476-3594
2476-5554
10.47176/jwss
fa
jalali
1386
10
1
gregorian
2008
1
1
11
42
online
1
fulltext
fa
تهیه نقشه جنگلهای طبیعی استان زنجان با استفاده از دادههای سنجنده +ETM ماهواره لندست 7
Inventorying and Mapping of Natural Forest Stands of Zanjan Province Using Landsat ETM+ Image Data
عمومی
Ggeneral
پژوهشي
Research
جنگلهای طبیعی استان زنجان بیشتر در مناطق کوهستانی واقع شدهاند. تهیه نقشه جنگلها، مراتع و سایر پدیدهها زمینی به خصوص در مناطق کوهستانی مشکل و پرهزینه است. برای این منظور استفاده از دادههای ماهوارهای با قدرت تفکیک مکانی متوسط راه حل مناسبی به نظر میرسد. در این بررسی از تصاویر هفت باند طیفی ماهواره لندست 7 مربوط به سال 2002 برای مکان یابی و تهیه نقشه جنگلهای طبیعی استان زنجان استفاده شده است. تحلیل مولفههای اصلی (Principal Component Analysis (PCA به منظور استخراج مولفههای اصلی و کاهش حجم دادهها به کار برده شد. سه تصویر جدید PCA1، PCA2 و PCA3 که 67/76 درصد از واریانس کل را شرح دادند به عنوان مولفههای اصلی انتخاب شده و بقیه به عنوان اختلال در نظر گرفته شد. با استفاده از تحلیل به عاملها (FA) و شاخصهای پوشش گیاهی به ترتیب 9 و 8 تصویر جدید تهیه و در یک فایل سیستم اطلاعات جغرافیائی رستری (RGIS) در محیط نرم افزار ILWIS ذخیره گردید. ماتریس ضریب همبستگی و فاکتور مطلوبیت 27 داده تصویری محاسبه و از بین آنها 12 گروه سه تایی برای تهیه نقشه و مکان یابی جنگلهای طبیعی استان زنجان مناسب تشخیص داده شد. مقدار شاخص کاپا برای گروه باندی سه تایی λ3, λ4, λ5 برابر با 86/0 = KIP بوده که از همه گروهها بیشتر است و در نتیجه بهترین ترکیب برای طبقه بندی در شرایط استان زنجان است. در بین 27 تصویر، بیشترین مقدار OIF مربوط به گروه باندی سه تایی PCA3, FA2, MIR با مقدار 44/233 و کمترین آنها مربوط به ترکیب <span style="FONT-SIZE: 11pt LINE-HEIGHT: 115% FONT-FAMILY: 'Calibri','sans-serif' mso-ascii-theme-font: minor-latin mso-fareast-font-family: Calibri mso-fareast-theme-font: minor-latin mso-hansi-theme-font: minor-latin mso-bidi-font-family: Arial mso-bidi-theme-font: minor-bidi mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA">λ<sub>4</sub></span>، <span style="FONT-SIZE: 11pt LINE-HEIGHT: 115% FONT-FAMILY: 'Calibri','sans-serif' mso-ascii-theme-font: minor-latin mso-fareast-font-family: Calibri mso-fareast-theme-font: minor-latin mso-hansi-theme-font: minor-latin mso-bidi-font-family: Arial mso-bidi-theme-font: minor-bidi mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA">λ<sub>5</sub></span>، <span style="FONT-SIZE: 11pt LINE-HEIGHT: 115% FONT-FAMILY: 'Calibri','sans-serif' mso-ascii-theme-font: minor-latin mso-fareast-font-family: Calibri mso-fareast-theme-font: minor-latin mso-hansi-theme-font: minor-latin mso-bidi-font-family: Arial mso-bidi-theme-font: minor-bidi mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA">λ<sub>7</sub></span> با مقدار 63/83 است. درستی کلی، متوسط و تولید کننده نقشه تهیه شده دادههای سنجنده +ETM ماهواره لندست 7 به ترتیب 45/88، 69/73 و 23/70 درصد است. نتایج این بررسی نشان میدهد، که پدیدههای یک پارچه و همگن مانند مناطق کشاورزی، مراتع و جنگلهای طبیعی با تراکم زیاد با استفاده از دادههای سنجش از دور با قدرت تفکیک مکانی متوسط (+ETM) قابل تفکیک بوده و تهیه نقشه آنها با دقت قابل قبول امکانپذیر است.
The natural forest and range stands of Zanjan province are located in mountainous areas. Inventorying and mapping of natural forest and range stands in mountainous areas are difficult and costly. Satellite data are suitable for this purpose. The Landsat ETM+ image data of 2002 are used for classification and mapping of natural forest stands in Zanjan province. For the purpose of data reduction and principal components extraction, the principal components analysis (PCA) was used. Just the scores of the first three PCs (PCA1، PCA2 and PCA3 (that accounted for 76.67 percent of the total variance were considered as new images for future analysis. A raster geographic information system (RGIS) database file was prepared and involved 7 ETM+ bands, 3 principle component analysis, 9 factor analysis and 8 vegetation indexes of image data. The correlation coefficients of 27 image layers and optimum index factors (OIF) of selected images were computed and 12 groups were found suitable for natural forest and range stands. Maximum liklelihood classification (MLC) method was used in this study. In order to test the accuracy of map, kappa index of agreement was calculated. The highest KIP belonged to three <span style="FONT-SIZE: 11pt LINE-HEIGHT: 115% FONT-FAMILY: "Calibri","sans-serif" mso-ascii-theme-font: minor-latin mso-fareast-font-family: Calibri mso-fareast-theme-font: minor-latin mso-hansi-theme-font: minor-latin mso-bidi-font-family: Arial mso-bidi-theme-font: minor-bidi mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA">λ<sub>3</sub></span>, <span style="FONT-SIZE: 11pt LINE-HEIGHT: 115% FONT-FAMILY: "Calibri","sans-serif" mso-ascii-theme-font: minor-latin mso-fareast-font-family: Calibri mso-fareast-theme-font: minor-latin mso-hansi-theme-font: minor-latin mso-bidi-font-family: Arial mso-bidi-theme-font: minor-bidi mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA">λ<sub>4</sub></span>, <span style="FONT-SIZE: 11pt LINE-HEIGHT: 115% FONT-FAMILY: "Calibri","sans-serif" mso-ascii-theme-font: minor-latin mso-fareast-font-family: Calibri mso-fareast-theme-font: minor-latin mso-hansi-theme-font: minor-latin mso-bidi-font-family: Arial mso-bidi-theme-font: minor-bidi mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA">λ<sub>5</sub></span> Landsat image bands with KIP = 0.86. The highest OIF belonged to three PCA3, FA2 and MIR with value of 233.44 and lower OIF belonged to three <span style="FONT-SIZE: 11pt LINE-HEIGHT: 115% FONT-FAMILY: "Calibri","sans-serif" mso-ascii-theme-font: minor-latin mso-fareast-font-family: Calibri mso-fareast-theme-font: minor-latin mso-hansi-theme-font: minor-latin mso-bidi-font-family: Arial mso-bidi-theme-font: minor-bidi mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA">λ<sub>4</sub></span>, <span style="FONT-SIZE: 11pt LINE-HEIGHT: 115% FONT-FAMILY: "Calibri","sans-serif" mso-ascii-theme-font: minor-latin mso-fareast-font-family: Calibri mso-fareast-theme-font: minor-latin mso-hansi-theme-font: minor-latin mso-bidi-font-family: Arial mso-bidi-theme-font: minor-bidi mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA">λ<sub>5</sub></span>, <span style="FONT-SIZE: 11pt LINE-HEIGHT: 115% FONT-FAMILY: "Calibri","sans-serif" mso-ascii-theme-font: minor-latin mso-fareast-font-family: Calibri mso-fareast-theme-font: minor-latin mso-hansi-theme-font: minor-latin mso-bidi-font-family: Arial mso-bidi-theme-font: minor-bidi mso-ansi-language: EN-US mso-fareast-language: EN-US mso-bidi-language: AR-SA">λ<sub>7</sub></span> with value of 83.63. The overall, user’s and producer’s accuracy rates were 88.45, 73.69 and 70.23 percent respectively. The results of the study show that the Landsat ETM+ image data were appropriate for classification and mapping of natural forest and range stands in Zanjan province.
نقشه جنگل، طبقهبندی، سنجش از دور، زنجان، +ETM
Classification, ETM+, Forest mapping, Remote sensing, Zanjan.
627
638
http://jstnar.iut.ac.ir/browse.php?a_code=A-10-2-812&slc_lang=fa&sid=1
A.E.
Bonyad
امیراسلام
بنیاد
00031947532846008387
00031947532846008387
Yes
T.
Hajyghaderi
طه
حاجی قادری
00031947532846008388
00031947532846008388
No