مطالعه امكان تفكيك اختلاط گونه‌هاي راش و ممرز با استفاده ازتصاوير سنجنده ETM+ماهواره لندست 7 (مطالعه موردي: در جنگل چويه‌ژيه)

Studying the possibility of using Landsat ETM+ imagery for separating different mixtures of Beech and Hornbeam in northern forest of Iran

در اين پژوهش در جنگل‌هاي خزري به مطالعه امكان تفكيك درصدهاي مختلف دو گونه درختان راش (Fagus orientalis) و ممرز (Carpinus betulus) بر مبناي دو روش تفكيك انعكاس طيفي و روش طبقه‌بندي زميني با استفاده از اطلاعات ماهواره‌اي اقدام گرديده ‌است. براي انجام اين كار داده‌هاي سنجنده ETM+ لندست- 7 مربوط به تاريخ 24/6/2000 ميلادي (اواسط فصل رويش) تهيه شد، سپس با توجه به نقشه تيپ‌بندي شده جنگل پلات‌هاي آماري به ابعاد 100×100 متر (يك هكتار) و به فاصله 90 متر از يكديگر در سه منطقه كه اختلاط درختان راش و ممرز وجود داشت، بر روي نقشه 1:25000 پياده شدند. بعد از آماربرداري زميني چهار گروه اختلاط به‌دست آمد كه عبارتند از گروه ‌اول) تركيب خالص راش، گروه دوم) اختلاط 80 درصد راش و 20 درصد ممرز، گروه‌ سوم) اختلاط 70 درصد راش و 30 درصد ممرز و گروه چهارم) اختلاط 60 درصد راش و 40 درصد ممرز. براي جلوگيري از تاثيرات انعكاس جاده‌ روي انعكاس درختان، جاده‌هاي رقومي شده و پلات‌هاي نمونه با فاصله‌ 60 متر از جاده انتخاب گرديدند و تصحيحات هندسي تا سطح ارتو با استفاده از 13 نقطه كنترل زميني بر روي تصاوير انجام شد. جاده‌ها و پلات‌هاي رقومي شده بر روي باندهاي 1، 2، 3، 4، 5 و 7 تصوير سنجنده ETM+ قرار داده ‌شد و اطلاعات پيكسلي آن‌ها استخراج گرديد. سپس اين اطلاعات مورد تجزيه و تحليل آماري قرار گرفته و تفاوت ميانگين بين گروه‌ها با آزمون t-test مورد مقايسه قرار گرفت. نتايج به‌دست آمده بيانگر آن است كه تصاوير سنجنده ETM+ كه مربوط به اواسط فصل رويش مي‌باشد قادر به تفكيك تركيب خالص راش از اختلاط 70 درصد راش و 30 درصد ممرز و پايين‌تر مي‌باشد. طبقه‌بندي تصوير با الگوريتم حداكثر احتمال انجام گرديد. در طبقه‌بندي با چهار گروه، بيش‌ترين ميزان احتمال با صحت كلي 63 درصد و ضريب كاپا 44 درصد بوده است. در پايان اين نكته قابل ذكر مي‌باشد كه نتيجه طبقه‌بندي چهار گروه بالا با نتيجه استخراج شده از روش استفاده از ارزش‌هاي پيكسلي آن‌ها هم‌خواني دارد. به اين معني كه اين طبقه‌بندي توانست جامعه با تركيب خالص راش را با جامعه مركب از اختلاط 70 درصد راش و 30 درصد ممرز و پايين‌تر را در طبقات جداگانه‌اي تفكيك نموده است.

This research focused on determining the possibility of separating different percents of Beech and Hornbeam species based on two methods of spectral reflectance assessment and classification using landsat imagery in a northern forest of Iran. To do this, Landsat7 ETM+ imagery of the study area for 24 June, 2000 (middle of germination season) were provided. The 100×100 m (1 ha) sample plots with 90m distances from each other over 3 areas containing Beach and Hornbeam mixtures were transmitted from forest type map on a 1:25000 scale. Four groups were determined after field inventory, I) pure Beech, II) 80% Beech and 20% Hornbeam, III) 70% Beech and 30% Hornbeam and IV) 60% Beech and 40% Hornbeam. To avoid road reflectance interference with tree reflectance, sample plots were selected with 60 m distance from roads. Followed by digitizing the roads and plots, the images were geometrically corrected at the ortho level using 13 ground control points. Then, the digitized roads and sample plots were overlaid on 6 bands (1, 2, 3, 4, 5 and 7) of the ETM+ imagery and their pixel data were extracted. In the next step, the obtained data was statistically analyzed. The differences among the selected groups were compared via t-test method. The results showed the capability of ETM+ imagery in separating the pure Beech from the mixture of 70% Beech and 30% Hornbeam and 60% Beech and 40% Hornbeam. Then, the images were classified using a Maximum Likelihood Algorithm. Based on the classification results, the maximum likelihood were measured with 63% total accuracy and 44% kappa coefficient. The results of comparing four above mentioned groups using maximum likelihood classification method were in accordance with the results of applying their pixel values.