[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
برای داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
ISC
مجله در پایگاه استنادی جهان اسلامی نمایه می شود.
..
SID
این مجله در پایگاه جهاد دانشگاهی (SID) به آدرس زیر نمایه می شود:
..
برنامه ویراستار
جهت انجام اصلاحات ویرایشی می توان از برنامه زیر استفاده نمود:
..
:: دوره 12، شماره 3 - ( پاییز 1399 ) ::
جلد 12 شماره 3 صفحات 54-37 برگشت به فهرست نسخه ها
مقایسه روش‌های ناپارامتری طبقه‌بندی بردار پشتیبان و درخت تصمیم در برآورد ویژگی‌های کمی تک درختان بلوط ایرانی، تالاب هفت برم، روی تصاویر ماهواره‌ایی WorldView-2
یوسف تقی ملایی ، عبدالعلی کرمشاهی ، مهدی حیدری ، یوسف عرفانی فرد
دانشیار گروه علوم جنگل، دانشکده کشاورزی و منابع طبیعی، دانشگاه ایلام، ایلام، ایران.
چکیده:   (1866 مشاهده)
یکی از متداول­ترین کاربردهای جنگلداری، شناسایی درختان منفرد و ترکیب گونه­های درختان با استفاده از تجزیه و تحلیل تصویر و طبقه­بندی تصاویر ماهواره­ای یا هوایی است. هدف از این مطالعه، ارزیابی روش­های طبقه­بندی بردار پشتیبان (SVM) و درخت تصمیم (DT) در برآورد ویژگی­های کمی درختان بلوط در تصاویر WorldView-2 و تصاویر پهپادی (UAV)  است. در این مطالعه، جنگل هفت برم شیراز، به عنوان منطقه مورد مطالعه به منظور بررسی پتانسیل تصاویر ماهواره­ای  WV-2مورد بررسی قرار گرفت. برآورد پارامترهای جنگلی با تمرکز روی استخراج تک درخت با استفاده از روش­های طبقه­بندی SVM و DT با ارزیابی ماتریس پیچیده و سطح زیر منحنی (AUC) با کمک تصویر هوایی فانتوم4 (UAV) در دو منطقه مجزا مورد ارزیابی قرار گرفت. داده­ها با استفاده از آزمون­های Tمستقل، تحلیل رگرسیون چند متغیره، با استفاده از نرم افزار SPSS 2، Excel 2016 ، eCognation,8.7، ENVI,5 ، PCI Geomatica 16 و Google Earth 7.3 تحلیل شد. طبقه­بندی بردار پشتیبان، بالاترین و بهترین دقت را در برآورد پارامترهای تک درخت داشت. روش طبقه­بندی SVM، یک روش بسیار مفید برای شناسایی درختان بلوط در جنگل­های کوهستانی زاگرس می­باشد. با استفاده از داده­های WV-2، پارامترهای درختان منفرد در جنگل می­توانند استخراج شوند. روش بردار پشتیبان بر روی تصاویر WV-2 با صحت کلی SVM، 96 درصد و ضریب کاپای آن97/0 نتایج قابل قبولی را بدست آورد. نتایج حاصل از تجزیه و تحلیل رگرسیونی نشان داد که استفاده از تصاویر ماهواره ایی WV-2 (R2=0.98) برای برآورد تاج پوشش درختان مناسب است. در حالی که پهپاد، پتانسیل ارائه راه حل­های قابل انعطاف و عملی برای نقشه برداری جنگل­ها را دارد، برخی از مسائل مربوط به کیفیت تصویر هنوز هم برای بهبود عملکرد طبقه­بندی باید مورد توجه قرار گیرند.
واژه‌های کلیدی: تالاب هفت برم، WorldView-2، جداسازی درختان منفرد، تاج پوشش، طبقه‌بندی‌کننده‌ها، بردار پشتیبان.
متن کامل [PDF 2022 kb]   (1650 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: تخصصي
دریافت: 1399/4/19 | پذیرش: 1398/7/10 | انتشار: 1398/7/10
ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Taghi Mollaei Y, Karamshahi A, Heydari M, Erfanifard Y. Compare of non-parametric classification methods involve SVM and Decision Tree in evaluation quantitative characteristic of individual tress of Persian Oak (Quercus Brantii Lindl.), Haft Barm wetland on WorldView-2 satellite images. Wetland Ecobiology 2020; 12 (3) :37-54
URL: http://jweb.ahvaz.iau.ir/article-1-889-fa.html

تقی ملایی یوسف، کرمشاهی عبدالعلی، حیدری مهدی، عرفانی فرد یوسف. مقایسه روش‌های ناپارامتری طبقه‌بندی بردار پشتیبان و درخت تصمیم در برآورد ویژگی‌های کمی تک درختان بلوط ایرانی، تالاب هفت برم، روی تصاویر ماهواره‌ایی WorldView-2. اکوبیولوژی تالاب. 1399; 12 (3) :37-54

URL: http://jweb.ahvaz.iau.ir/article-1-889-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 12، شماره 3 - ( پاییز 1399 ) برگشت به فهرست نسخه ها
مجله علمی پژوهشی اکوبیولوژی تالاب Journal of Wetland Ecobiology
Persian site map - English site map - Created in 0.06 seconds with 43 queries by YEKTAWEB 4660