Wetland Ecobiology

fa 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 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 تخصصي Special پژوهشي Research <a>یکی</a> 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. One of the most common uses of forestry is to identify individual trees and compassions tree species using image analysis and satellite or aerial image classification. The aim of this study is to evaluate support vector machines (SVM) and Decision Tree (DT) classification methods in estimating the quantitative characteristics of oak trees in WorldView-2 images and UAVs. In this study, Haft-Barm forest, Shiraz, was considered as a study area to assess the potential of Worldview-2 satellite images in 2015. Estimation of forest parameters with a focus on single tree extraction using SVM and DT classification methods with complex matrix evaluation and area under operational characteristic curve (AUC) with the help of UAV4 Phantom Bird image was evaluated in two separate areas. Data were analyzed using independent T-tests, multivariate regression analysis, using SPSS 25, Excel 2016, eCognation v. 8.7, ENVI, 5, PCI Geomatica 16 and Google Earth 7.3 software. The SVM classification had the highest and best accuracy in estimating single tree parameters. The SVM classification method was a very useful way to identify the oak tree Zagros mountain forest. Using WV-2 data, the parameters of single trees in the forest can be extracted. The SVM algorithm using WV-2 also produced very promising result, with 96% overall accuracy and a Kappa index of 0.97. The results of regression analysis indicated that using WV-2 images (R2= 0.97) was suitable for estimating canopy area on the forest.  While UAVs have the potential to provide flexible and practical solutions for mapping forests, some issues related to image quality still need to be addressed to improve classification performance. تالاب هفت برم, WorldView-2 , جداسازی درختان منفرد, تاج پوشش, طبقه‌بندی‌کننده‌ها, بردار پشتیبان. Haft Barm wetland, WorldView-2, Extraction of individual trees, tree crown, classifiers, support vector machines. 37 54 http://jweb.ahvaz.iau.ir/browse.php?a_code=A-10-551-2&slc_lang=fa&sid=1 Yousef Taghi Mollaei یوسف تقی ملایی 10031947532846005641 10031947532846005641 No PhD in Forestry, Higher Education Center of Eghlid, Eghlid, Iran دکتری جنگلداری، مدرس مرکز آموزش عالی اقلید، اقلید، ایران. Abdolali Karamshahi عبدالعلی کرمشاهی 10031947532846005642 10031947532846005642 Yes Associate Professor and Faculty Member of Forest Sciences Department in University of Ilam, Ilam, Iran دانشیار گروه علوم جنگل، دانشکده کشاورزی و منابع طبیعی، دانشگاه ایلام، ایلام، ایران. Mehdi Heydari مهدی حیدری 10031947532846005643 10031947532846005643 No Associate Professor and Faculty Member of Forest Sciences Department in University of Ilam, Ilam, Iran دانشیار گروه علوم جنگل، دانشکده کشاورزی و منابع طبیعی، دانشگاه ایلام، ایلام، ایران. Yousef Erfanifard یوسف عرفانی فرد 10031947532846005644 10031947532846005644 No Associate Prof., Department of Natural Resources and Environment, College of Agriculture, Shiraz University, Shiraz, Iran دانشیار، بخش منابع طبیعی و محیط زیست، دانشکده کشاورزی، دانشگاه شیراز، شیراز، ایران.