ارزیابی داده های سنجنده ASTER جهت تهیه نقشه تاج پوشش جنگل (مطالعه موردی: جنگل های استان لرستان)

STUDENT

DEGREE

YEAR

The purpose of this study is to investigate the potential of ASTER images for mapping forest vegetation cover in Zagros's forests. The study area is a sheet of topographic map (scale:1:50,000) of Lorestan province with an area covering about 64,000 hectares. In order to achieve our goal in this study a scene of ASTER sensor with dimensions 60 km × 60 km Waelected. The geometric correction of the image was done with nearest neighbor 1st degree polynomial method using 30 ground control points with root mean square error of 0.46 pixel in ILWIS 3.4 software environment. Different image analysis techniques were applied to the image including: PCA analysis and preparation of various types and vegetation indices (Slop-based Distance-based). The stratified random sampling was used for ground sampling using the complex plot of 10m × 10 m around the sampling points with a radius of 30 m from the centre of each point. Investigation of correlatiotableofineensor'ands and ground-truth mahowed that band 4 hadthe highestcorrelation(64%) and band 3 had the lowestcorrelation(30%). Also band 3 had the lowestcorrelation with other bands. Supervised, unsupervised and hybrid justify; MARGIN: 0cm 0cm 0pt; mso-layout-grid-align: none" The results indicated that justify; MARGIN: 0cm 0cm 0pt; mso-layout-grid-align: none" Among suggested models, 17 models were selected based on higher R 2 adj and lower Mallow coefficients, repectively. Final model indicated that bands 4 and 9 and MSAVI and NDVI indices resulted from various band components had the highest frequency in models formula and the presence of band 3 in half of the indices indicated the vital role of this band in model preparation process. In order toelectthe most accuratemodelindicating vegetation condition, justify; MARGIN: 0cm 0cm 0pt" When using Spectral raw bands , the overall accuracy and kappa values was the lowest about 56.08% and 0.34, respectively. And. The highestoverall accuracy was achieved when using Vegetation indicec (73.44% and 0.6). At the end Final landuse/cover map withoverall accuracy and kappa values of 70.94% and 0.6 was obtained. Comparing theresults of thitudy andLorestan's forestmahowed alow compliance. The highest overall accuracy andkappa coefficientwas 22.7 0.5 ithe best conditions. The results also showedthe importance of choosinga suitable method forfieldampling in spare vegetation cover. According to the regression results, the ampling ystematic-transect which was used in the Lorestan's forestmapping was not an appropriate technique for producing high accuracymaps. In contrast,the relationships between field and image data using stratified random ampling methodwas much higher. The results of thitudyhowed that despite the different spectral effects of vegetation and soil background which reduced the accuracy of 0cm 0cm 0pt" Keyword: ASTER, Remote sensing, Vegetation index, Lanuse Map, Lorestan, Zagros.

هدف مطالعه حاضربررسی توانائی تصاویر سنجنده ASTER‌در‌تهیه نقشه تاج پوشش جنگل های زاگرس است. منطقه مورد مطالعه یک شیت نقشه 1:50،000 استان لرستان با مساحتی بالغ بر 64،000 هکتار می باشد. به منظور انجام این مطالعه، یک پنجره تصویر سنجنده ASTER‌ به ابعاد60×60 کیلومتر تهیه گردید که در اردیبهشت ماه سال 1384 برداشت گردیده بود. تصویر مذکور با استفاده از 30 نقطه کنترل زمینی از طریق معادله چند جمله ای درجه اول بادقت 46/0 پیکسل در نرم افزارILWIS3.4 با روش نمونه گیری مجدد نزدیکترین همسایه زمین مرجع گردید. عملیات پردازش تصویر شامل، تجزیه مولفه های اصلی و تهیه انواع شاخص های گیاهی Distance-based و Slop-based انجام پذیرفت. عملیات نمونه برداری صحرائی به منظور تهیه داده های زمینی به روش نمونه برداری تصادفی طبقه بندی شده (Stratified Random Sampling) با استقرار تعداد 10 پلات 10×10 متردر محیط دایره ای فرضی به شعاع 30 متر، حول نقاط تصادفی ثبت شده، انجام پذیرفت. میانگین پوشش تاجی اندازه گیری شده در 10 پلات درهر محل نمونه برداری به عنوان متغیر وابسته(Y) در تهیه مدل های رگرسیونی مورد استفاده قرار گرفت. دربررسی جداول همبستگی باندهای نه گانه سنجنده با داده های زمینی بالاترین همبستگی را باند چهار سنجنده به میزان 64 درصد و کمترین همبستگی را باند سه سنجنده به میزان 30 درصد با داده های زمینی نشان داد. ضمن اینکه باندسه دارای کمترین همبستگی با سایر باندها بود. در تهیه نقشه کاربری اراضی روش های طبقه بندی نظارت شده، نظارت نشده و هیبریدبا استفاده از بهترین تصاویر رنگی کاذب حاصل از ترکیبات باندی دارای بالاترین شاخصOIF، به کار گرفته شد و نقشه کاربری اراضی در شش طبقه شامل، اراضی زراعی، جنگل و مرتع، آب، خاک لخت، رخنمون سنگی و مناطق مسکونی با صحت کلی93/82 درصد و ضریب کاپای 83/0 حاصل گردید. جهت آنالیز آماری و تهیه مدل ازرگرسیون گام به گام پیش رونده استفاده گردید. در این آزمون متغیر وابسته(Y) حاصل از داه های زمینی و متغیر های مستقل (X) شامل رقم پیکسل (DN‌) حاصل از باندها، مولفه ها و شاخص ها وارد مدل رگرسیون شد. آنالیز رگرسیون در پنج گروه داده ها، شامل: " باندهای اصلی"، "مولفه ها"، "باندها و مولفه ها"، "شاخص ها" و" ترکیب باندها، مولفه ها و شاخص ها" انجام پذیرفت. ازبین مدل های ارائه شده بر اساس ضرایبR 2 adj بالاتر و ضرایب مالو پائین تر 17 مدل گزینش گردید. بررسی مدل های نهائی نشان داد، باندهای چهار و نه و شاخص های NDVI و MSAVI تهیه شده با ترکیبات مختلف باندی بیشترین تکرار را در معادله مدل ها داشته است. همچنین حضور باند سه درنیمی از شاخص های تهیه شده نقش بالای این باند را درتهیه مدل ها نشان داد. به منظور گزینش دقیق ترین مدل که بهترین توصیف را از وضعیت پوشش گیاهی منطقه ارائه دهد، نقشه های حاصل ازمدل ها پس از طبقه بندی با نقشه شاهد مورد مقایسه قرار گرفت. نتایج، پائین ترین ضرایب صحت کلی و کاپارا برای نقشه های حاصل ازباندها به میزان 08/56 درصد و 34/0 و بالاترین ضرایب صحت کلی و کاپا، برای نقشه های حاصل از شاخص های گیاهی به میزان 44/73درصد و 6/0 نشان داد. با تلفیق نقشه اخیر و نقشه کاربری اراضی حاصل از طبقه بندی هیبرید، نقشه نهائی پوشش و کاربری اراضی منطقه با صحت کلی 71 درصد وضریب کاپای 6/0 تولید گردید. مقایسه نتایج حاصل از این مطالعه با نقشه های حاصل از مطالعه پوشش جنگل لرستان، تطابق کم نقشه های ذکر شده را نشان داد به طوری که بالاترین صحت کلی و ضریب کاپا در بهترین حالت برابر با 27/22 درصد و 05/0 بود. این نتایج اهمیت انتخاب روش مناسب برای نمونه برداری صحرائی را بخصوص در مناطق دارای پوشش تنک نشان داد. در مطالعه یاد شده روش نمونه برداری سیستماتیک-ترانسکت به کاررفته، این روش علاوه بر این که نمی تواند منتج به تهیه نقشه واقعیت زمینی با دقت بالا شود، باعث می شود داده های ماهواره ای با داده های میدانی همبستگی خوبی نداشته باشد. بنابراین درنمونه برداری از واقعیت زمینی جنگل برای مطالعات سنجش از دور، بخصوص در مناطق مشابه این مطالعه، استفاده از روش نمونه برداری سیستماتیک-ترانسکت مناسب نیست در حالی روش نمونه برداری تصادفی طبقه بندی شده با کوادرات ها نتایج مناسبی را ارائه می دهد. نتایج حاصل از این مطالعه نشان می دهد، علی رغم اختلاط طیفی پدیده های مختلف و تاثیر پوشش گیاهی و خاک زمینه در بازتاب ثبت شده، که محدودیت هائی را در طبقه بندی و تعیین تراکم پوشش جنگلی مناطق مشابه این مطالعه ایجاد می کند، استفاده از داده های سنجنده ASTER توانسته تغییرات پوشش جنگلی منطقه را با دقت زیادی آشکار سازد که نشان دهنده توانائی بالای داده های این سنجنده در تولید نقشه جنگل های زاگرس است. کلمات کلیدی : ASTER، سنجش از دور، شاخص های گیاهی، نقشه کاربری اراضی، لرستان، زاگرس.