برآورد زيست توده جنگل با استفاده از تصاوير SAR و اپتيك

زيست توده جنگل ها و تخمين مقدار آن نقش بسزايي در تغييرات آب و هوا دارد. بدليل محدوديت و زمانبر بودن روش هاي زميني در تخمين زيست توده، روش هاي سنجش از دور جايگزين موثري براي روش هاي زميني مي باشد. در اين تحقيق به منظور بهبود دقت برآورد ميزان زيست توده جنگل نسبت به پژوهش هاي پيشين، از تصوير اپتيك AVNIR-2 و تصوير راداري PALSAR ماهواره ALOS و همچنين از داده هاي زميني دانشكده كشاورزي دانشگاه تهران مربوط به منطقه شمالي خيرودكنار استفاده شده است. مراحل انجام اين پژوهش را مي توان در سه مرحله بيان كرد: 1- استخراج ويژگي ها از تصاوير، 2 – انتخاب ويژگي به كمك الگوريتم ژنتيك، 3 - برآورد زيست توده با شبكه عصبي و آناليز رگرسيون از ويژگي هاي انتخابي مي باشد. ارزيابي نتايج حاصل از اعمال شبكه عصبي و آناليز رگرسيون بر روي متغيرهاي انتخاب شده توسط الگوريتم ژنتيك، بيانگر دقت بالاي 70 درصد توسط شبكه عصبي و دقت حدود 15 درصد توسط آناليز رگرسيون در تخمين مقدار زيست توده است. به همين خاطر استفاده از شبكه عصبي به نحوي كه در اين تحقيق استفاده شده، براي جنگل هاي شمالي و با ساختار پيچيده پيشنهاد مي گردد.