[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::
برای نویسندگان::
آرشیو مجله و مقالات::
برای داوران::
تماس با ما::
امکانات پایگاه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
پایگاه های نمایه کننده







 
..
آمار سایت
تعداد مشاهده ی مقالات: 2791616

مقالات منتشر شده: 661
نرخ پذیرش: 73.6
نرخ رد: 17.63

میانگین دریافت تا تصمیم‌گیری اولیه: 5 تا 10 روز
میانگین دریافت تا پذیرش: 191 روز
____
..
:: دوره 12، شماره 1 - ( 6-1401 ) ::
دوره 12 شماره 1 صفحات 110-95 برگشت به فهرست نسخه ها
بهبود تخمین حجم زیست‌توده مناطق جنگلی ‌با استفاده از داده‌های راداری‌ و نوری سنجنده Sentinel و الگوریتم بهینه سازی ژنتیک (مطالعه موردی: مناطق جنگلی نور)
آوا توکلی دارستانی ، نیکروز مستوفی* ، آرمین مقیمی
چکیده:   (1314 مشاهده)
زیست­توده جزء کلیدی در چرخه کربن می­باشد، از این رو ارزیابی دقیق آن به منظور مدیریت جنگل و درک نقش آن در تغییرات آب و هوایی، اهمیت بسیاری دارد. امروزه استفاده از تکنیک­های سنجش از دور با کمک داده­های میدانی، تحولی شگرف را در برآورد زیست­توده جنگل­ها ایجاد کرده است. در این تحقیق به منظور بهبود دقت برآورد زیست­توده مناطق جنگلی، از ویژگی­های مستخرج از تصاویر اپتیک سنجنده Sentinel-2 و داده­های راداری Sentinel-1 و همچنین داده های میدانی مناطق جنگلی نور، استان مازندران که نوع پوشش جنگلی آن، ممرز-بلوطستان است و همچنین شامل گونه­های نادر از جمله درختان سفید پلت می­باشد که در این مطالعه در چهار کلاس پوشش گیاهی مخلوط، جنگل طبیعی، جنگل تخریب شده و ذخایر جنگلی مورد بررسی قرار گرفتند و روش بهینه­سازی ژنتیک استفاده شده است. در این راستا، جهت مدلسازی بین داده­های زمینی و ویژگی­های راداری و نوری از روش رگرسیون خطی چند متغیره و رگرسیون ماشین بردار پشتیبان استفاده شده است. همچنین به منظور انتخاب ویژگی­های بهینه مستخرج از تصاویر راداری و نوری از الگوریتم ژنتیک در طول فرآیند مدلسازی با استفاده از رگرسیون ­خطی چند متغیره استفاده شده است. ارزیابی نتایج نشان داد که استفاده از روش رگرسیون چند متغیره منجر به نتایج دقیق­تری نسبت به روش رگرسیون ماشین بردار پشتیبان در منطقه مورد مطالعه شده است. همچنین، ارزیابی نتایج حاصل از اعمال رگرسیون خطی چند متغیره نشان می­دهد که استفاده از ویژگی­های انتخاب شده مبتنی بر الگوریتم ژنتیک، منجر به افزایش دقت ضریب تعیین R2 به میزان 78/0، 87/0، 68/0، و 79/0 به ترتیب در کلاس­های اول تا چهارم پوشش گیاهی انتخابی شده است. لذا نتایج حاصل نشان دهنده این است که بکارگیری الگوریتم ژنتیک به همراه روش رگرسیون چند متغیره موجب بهبود دقت برآورد زیست­توده در این تحقیق شده است.
شماره‌ی مقاله: 7
واژه‌های کلیدی: برآورد زیست توده، الگوریتم ژنتیک، تصاویر راداری و اپتیک، رگرسیون خطی چند متغیره
متن کامل [PDF 1740 kb]   (726 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فتوگرامتری و سنجش از دور
دریافت: 1400/11/3
ارسال پیام به نویسنده مسئول

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:

Tavakoli Darestani A, Mostofi N, Moghimi A. Improving Forest Biomass Volume Estimation Using Radar and Optical Data from Sentinel Sensor and Genetic Optimization Algorithm (Case Study: Noor Forest Areas). JGST 2022; 12 (1) : 7
URL: http://jgst.issgeac.ir/article-1-1072-fa.html

توکلی دارستانی آوا، مستوفی نیکروز، مقیمی آرمین. بهبود تخمین حجم زیست‌توده مناطق جنگلی ‌با استفاده از داده‌های راداری‌ و نوری سنجنده Sentinel و الگوریتم بهینه سازی ژنتیک (مطالعه موردی: مناطق جنگلی نور). علوم و فنون نقشه برداری. 1401; 12 (1) :95-110

URL: http://jgst.issgeac.ir/article-1-1072-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 1 - ( 6-1401 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology