[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::
داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
آمار نشریه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آمار سایت
مقالات منتشر شده: 308
نرخ پذیرش: 62.7
نرخ رد: 37.3
میانگین داوری: 209 روز
میانگین انتشار: 344 روز
..
:: دوره 3، شماره 1 - ( 3-1394 ) ::
جلد 3 شماره 1 صفحات 26-15 برگشت به فهرست نسخه ها
برآورد زیست توده جنگل با استفاده از تصاویرماهواره‌ای SAR و اپتیک
محمدرضا رمضانی ، محمودرضا صاحبی*
دانشگاه صنعتی خواجه نصیرالدین طوسی
چکیده:   (4768 مشاهده)

زیست توده جنگل‌ها و تخمین مقدار آن نقش بسزایی در تغییرات آب و هوا دارد. بدلیل محدودیت و زمانبر بودن روش‌های زمینی در تخمین زیست توده، روش‌های سنجش از دور جایگزین موثری برای روش‌های زمینی می باشد. در این تحقیق به منظور بهبود دقت برآورد میزان زیست توده جنگل نسبت به پژوهش‌های پیشین، از تصویر اپتیک AVNIR-2 و تصویر راداری PALSAR ماهواره‌ی ALOS و همچنین از داده‌های زمینی دانشکده کشاورزی دانشگاه تهران مربوط به منطقه‌ی شمالی خیرودکنار استفاده شده است. مراحل انجام این پژوهش را می‌توان در سه مرحله بیان کرد:ا 1- استخراج ویژگی‌ها از تصاویر، 2 – انتخاب ویژگی به کمک الگوریتم ژنتیک، 3 - برآورد زیست توده با شبکه عصبی و آنالیز رگرسیون از ویژگی های انتخابی می باشد. ارزیابی نتایج حاصل از اعمال شبکه عصبی و آنالیز رگرسیون بر روی متغیرهای انتخاب شده توسط الگوریتم ژنتیک، بیانگر دقت بالای ۷۰ درصد توسط شبکه عصبی و دقت حدود 15 درصد توسط آنالیز رگرسیون در تخمین مقدار زیست توده است. به همین خاطر استفاده از شبکه عصبی به نحوی که در این تحقیق استفاده شده، برای جنگل‌های شمالی و با ساختار پیچیده پیشنهاد می‌گردد.

واژه‌های کلیدی: برآورد زیست توده، سنجش از دور، تصاویر SAR و اپتیک، الگوریتم ژنتیک، شبکه عصبی.
متن کامل [PDF 884 kb]   (2167 دریافت)    
نوع مطالعه: پژوهشي |
دریافت: 1394/11/2 | پذیرش: 1394/11/2 | انتشار: 1394/11/2
فهرست منابع
1. [1] J.E. Nichol, and M.L.R. Sarker, "Improved biomass estimation using the texture parameters of two high-resolution optical sensors", IEEE Transactions on Geoscience and Remote Sensing, 49(3), 930-946, 2011. [DOI:10.1109/TGRS.2010.2068574]
2. [2] N. Ghasemi, M.R. Sahebi, and A. Mohammadzadeh, "Biomass estimation of a temperate deciduous forest using wavelet analysis", IEEE Transactions on Geoscience and Remote Sensing, 51(2), 765-776, 2013. [DOI:10.1109/TGRS.2012.2205260]
3. [3] G. Zheng, J. Chen, and Q. Tian, "Combining remote sensing imagery and forest age inventory", Journal of Environmental Managment, 85(3), 616–623, 2007. [DOI:10.1016/j.jenvman.2006.07.015]
4. [4] D.S Boyd, and F.M Danson, "Satellite remote sensing of forest resources: three decades of research development", Progress in Physical Geography, 29(1), 1–26, 2005. [DOI:10.1191/0309133305pp432ra]
5. [5] J. Amini, and J.T. Sumantyo, "Employing a method on SAR and optical images for forest biomass estimation", IEEE Transactions on Geoscience and Remote Sensing, 47(12): 4020 – 4026, 2009. [DOI:10.1109/TGRS.2009.2034464]
6. [6] T. Mette, K. Papathanassiou, and I. Hajnsek, "Biomass estimation from polarimetric SAR interferometry over heterogeneous forest terrain", IGARSS 04, September 20-24 Anchorage AK USA, 511–514, 2004.
7. [7] S. Englhart, V. Keuck, and F. Siegert, "Aboveground biomass retrieval in tropical forests - The potential of combined X- and L-band SAR data use", Remote Sensing of Environment, 115(5), 1260– 1271, 2011. [DOI:10.1016/j.rse.2011.01.008]
8. [8] D.L Civco, and Y. Wang, "Classification of multispectral, multitemporal, multisource spatial data using artificial neural networks", Proc 1994 Annual of ASPRS/ACSM Conv, Baltimore U.S.A, 123 -133, 1994.
9. [9] J. Dong, R.K Kaufmann, R.B Myneni, and C.J. Tucker, "Remote sensing estimates of boreal and temperate forest woody biomass", Remote Sensing of Environment, 84(3), 393–410, 2003 [DOI:10.1016/S0034-4257(02)00130-X]
10. [10] D. Boyd, G. Foody, and P. Curran, "The relationship between the biomass of Cameroonian tropical forests", International Journal of Remote Sensing, 20(5), 1017- 102, 1999. [DOI:10.1080/014311699213055]
11. [11] J.W. Rouse, R.H. Haas, J.A. Schell, and D.W. Deering, "Monitoring vegetation systems in the great plains with ERTS", Third ERTS Symposium, NASA SP-351 December 10-14 Washington U.S.A, 309-317, 1973.
12. [12] N.M Azizi, and M. Hashim, "Mapping of urban above-ground biomass with high resolution remote sensing data", Forest Ecology and Management, November 12-16 Kuala Lumpur Malaysia, 1-7, 2003.
13. [13] R. Madugundu, V. Nizalapur, and C.S. Jha, "Estimation of LAI and above-ground biomass", International Journal of Applied Earth Observation and Geoinformation, 10(2), 211–219. 2008. [DOI:10.1016/j.jag.2007.11.004]
14. [14] G.M. Foody, D.S. Boyd, and M.E. Cutler, "Predictive relations of tropical forest biomass from Landsat TM data", Remote Sensing of Environment, 85(4), 463–474, 2003. [DOI:10.1016/S0034-4257(03)00039-7]
15. [15] M.L.R. Sarker, and J.E. Nichol, "Improved forest biomass estimates using ALOS AVNIR-2 texture indices", Remote Sensing of Environment, 115(4), 968– 977, 2011. [DOI:10.1016/j.rse.2010.11.010]
16. [16] R.J. Dekker, "Texture analysis and classification of ERS SAR images for map updating of urban areas in the Netherlands", IEEE Transactions on Geoscience and Remote Sensing, 41(9), 1950–1958, 2003. [DOI:10.1109/TGRS.2003.814628]
17. [17] A. Haddadi, M.R. Sahebi, and A. Mansourian, "Polarimetric SAR feature selection using a genetic algorithm", Canadian Journal of Remote Sensing, 37(1), 27-36, 2011. [DOI:10.5589/m11-013]
18. [18] V. Cherkassky, and Y. Ma, "Multiple model regression estimation", IEEE Transactions on Neural Networks, 16(4), 785,798, 2005.
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


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

Ramezani M R, Sahebi M R. Forest Biomass Estimation Using SAR and Optical Images. jgit 2015; 3 (1) :15-26
URL: http://jgit.kntu.ac.ir/article-1-189-fa.html

رمضانی محمدرضا، صاحبی محمودرضا. برآورد زیست توده جنگل با استفاده از تصاویرماهواره‌ای SAR و اپتیک . مهندسی فناوری اطلاعات مکانی. 1394; 3 (1) :15-26

URL: http://jgit.kntu.ac.ir/article-1-189-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 3، شماره 1 - ( 3-1394 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.05 seconds with 37 queries by YEKTAWEB 4645