fa مطالعه آلودگی درختان در فضای سبز شهری بر اساس رفتار طیفی آن‌ها با استفاده از طیف‌سنجی میدانی سنجش از دور RS پژوهشي Research <span style="font-family:b nazanin;">افزایش حمل‌ونقل و ترافیک در شهرها را می‌توان از عوامل اصلی آلودگی هوا نام برد که تأثیرات منفی گسترده‌ای بر کیفیت زندگی انسان‌ها و گیاهان گذاشته است. روش&shy;های معمول برای بررسی تأثیر آلودگی هوا بر اساس نمونه‌برداری از هوا و گیاه و تجزیه‌وتحلیل‌هایی است که نیازمند تجهیزات آزمایشگاهی، زمان و هزینه نسبتاً بالا هستند. ترکیبات بیوشیمیایی و تغییرات ساختار سلولی گیاه تحت تأثیر بازتابندگی طیفی گیاهان در محدوده طیف مرئی و مادون‌قرمز نزدیک قرار دارد. آلودگی هوا و استرس‌های ناشی از آن باعث تغییراتی در</span>&nbsp;<span style="font-family:b nazanin;">ترکیبات محتوای سلولی گیاه خواهد شد؛ بنابراین می‌توان با بررسی رفتار طیفی گیاه با صرف زمان و هزینه کمتر به احتمال وجود</span>&nbsp;<span style="font-family:b nazanin;">آلودگی درختان در فضای سبز شهری پی برد. هدف مطالعه حاضر مطالعه رفتار طیفی گونه‌های زبان‌گنجشک، نارون و سرو در دو</span>&nbsp;<span style="font-family:b nazanin;">حالت آلوده و شاهد و بررسی امکان تفکیک این دو تیمار بوده است. این مطالعه در بخشی از بزرگراه امام خمینی اصفهان که در معرض آلودگی هوای ناشی از ترافیک قرار دارد انجام شده است. به این‌منظور شاخص‌های طیفی حساس به استرس و کلروفیل انتخاب و محاسبه</span>&nbsp;<span style="font-family:b nazanin;">شده؛ سپس به‌عنوان ورودی در مدل‌های شبکه عصبی مصنوعی وارد شد. نتایج مدل شبکه عصبی مصنوعی با استفاده از شاخص‌های طیفی برای تفکیک گونه‌های شاهد و آلوده دارای صحت کلی %4_/73 بود. مدل رگرسیونی حداقل مربعات بخشی نیز برای تفکیک دو حالت آلوده و شاهد برای سه گونه به‌صورت توأم و برای هر گونه به‌صورت مجزا انجام شد و نتایج قابل قبولی در تفکیک</span>&nbsp;<span style="font-family:b nazanin;">گونه‌های شاهد و آلوده</span>&nbsp;<span style="font-family:b nazanin;">گونه‌ی زبان‌گنجشک با ضریب همبستگی 97/0 و ریشه میانگین مربعات خطا حاصل از اعتبار سنجی متقاطع (</span><span dir="LTR"><span style="font-size:8.0pt;">R</span></span><span dir="LTR"><span style="font-size:8.0pt;">oot </span></span><span dir="LTR"><span style="font-size:8.0pt;">Mean Square Error </span></span><span dir="LTR"><span style="font-size:8.0pt;">of </span></span><span dir="LTR"><span style="font-size:8.0pt;">Cross Validation</span></span><span style="font-family:b nazanin;">) مدل به‌دست‌آمده معادل 76_/0 به دست آمد.</span><strong><span style="font-family:b nazanin;"></span></strong> Today, Industry and traffic can be a major contributor to the air pollution in the cities. The traditional methods for the study of air pollution are based on chemical measurements and analysis which requires time, labor along with relatively high costs. Study of spectral behavior of Plants affected by environmental stresses is one of the non-destructive methods in remote sensing science. The visible and near-infrared spectroscopy of plants technique, since it&rsquo;s quick, easy to use and precise, is widely used to predict the biochemical components of plants and their changes. The aim of this study is to study the spectral reflectance behavior of leaves exposed to traffic pollution of a part of Imam Khomeini highway, Isfahan-Iran. Spectral characteristics of the leaf surface of infected species including ash, cypress and elm using spectral indices sensitive to stress and chlorophyll were studied. The results of artificial neural network to distinguish the control and polluted species using spectral indices (PRI, NDVI, Gitelson and &hellip;) shows the accuracy of 73.4%. The PLS regression model was conducted simultaneously for three species in polluted and control modes and it does not have any acceptable results. In addition, the model was conducted separately for each species; it showed acceptable results for ash trees in polluted and control modes. آلودگی هوا, طیف‌سنجی میدانی, شبکه عصبی مصنوعی, شاخص‌های طیفی, بزرگراه امام خمینی اصفهان Air pollution, Filed Spectroscopy, Artificial Neural Network, Spectral Indices, Imam Khomeini Highway 125 141 http://jgit.kntu.ac.ir/browse.php?a_code=A-11-343-3&slc_lang=fa&sid=1 Leila Mousaei Kordshami لیلا موسایی کردشامی 10031947532846005375 10031947532846005375 No Shahrekord University دانشگاه شهرکرد Mozhgan Abbasi مژگان عباسی mozhgan.abasi@gmail.com 10031947532846005376 10031947532846005376 Yes Shahrekord University دانشگاه شهرکرد Ali Jafari علی جعفری 10031947532846005377 10031947532846005377 No Shahrekord University دانشگاه شهرکرد