برآورد شاخص سطح برگ در جنگل‌های زاگرس شمالی با استفاده از سنجش‌ازدور (بررسی موردی: بخشی از جنگل‌های بانه)

نوع مقاله : علمی - پژوهشی

نویسندگان

1 دانش‌آموخته کارشناسی ارشد گروه جنگلداری، دانشکده منابع طبیعی دانشگاه کردستان، سنندج، ایران

2 گروه جنگلداری، دانشکده منابع طبیعی دانشگاه کردستان، کرج، ایران.

3 پژوهشگر گروه تعاملات اکولوژیک اجتماعی در بومسازگان‌های کشاورزی، دانشگاه گوتینگن و دانشگاه کاسل، آلمان

4 استادیار گروه جنگلداری و اقتصاد جنگل دانشکده منابع طبیعی دانشگاه تهران، کرج، ایران

چکیده

در این پژوهش با استفاده از تصاویر ماهواره سنتینل-2 به برآورد شاخص سطح برگ در جنگل­های بانه پرداخته شد. عکس­های نیم­کروی در 58 قطعه­نمونه زمینی با ابعاد 20×20 متر با استفاده از دوربین مجهز به عدسی چشم ­ماهی برداشت شدند و شاخص سطح برگ در هر قطعه­نمونه محاسبه شد. پردازش­های موردنیاز بر روی تصاویر ماهواره­ای انجام و شاخص­های گیاهی مختلف تهیه شد. از داده­های شیب، جهت و ارتفاع نیز به‌عنوان داده­های کمکی استفاده شد. ارزش­های طیفی تصاویر ماهواره­ای و داده­های غیرطیفی در محل قطعات نمونه استخراج شدند. بررسی همبستگی بین شاخص سطح برگ و ارزش­های طیفی نشان داد که باند قرمز از بین باندهای اصلی و شاخص TNDVI (شاخص تبدیل­شده تفاوت پوشش گیاهی نرمال) از بین تمامی باندها، بالاترین همبستگی را با شاخص سطح برگ دارند. نتایج بررسی رگرسیونی نشان داد در استفاده از باندهای اصلی، مدل حاصل از باندهای قرمز و مادون‌قرمز نزدیک با RMSE= 22 درصد و 753/0R2=  و در استفاده توأمان تمامی داده­های طیفی و غیرطیفی، مدل حاصل از شاخص TNDVI و ارتفاع با RMSE= 20 درصد و 781/0R2=  دقت بالاتری دارند.

کلیدواژه‌ها


عنوان مقاله [English]

Leaf area index estimation in the northern Zagros forests using remote sensing (Case study: a part of Baneh forests)

نویسندگان [English]

  • Golaleh Moradi 1
  • Mahtab Pir Bavaghar 2
  • Zahed Shakeri 3
  • Parviz Fatehi 4
1 M.Sc. Graduated in Forestry, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran
2 Department of Forestry, Faculty of Natural Resources, University of Kurdistan, Sanandaj, Iran
3 Researcher, Social-Ecological interactions in Agricultural Systems, University of Goettingen and University of Kassel, Germany
4 Forestry and Forest Economics, Natural Resources Faculty, Tehran University, Karaj, IRAN
چکیده [English]

In this study, the leaf area index was estimated using Sentinel-2 satellite imagery over a small part of the Baneh forests. A digital camera with a fish eye lens was used to collect the hemispherical photographs in 58 field reference plots with a size of 20m × 20m. The requiered digital image processing procedures were applied on the remote sensing data, and various vegetation indices were also calculated. Elevation, slope, and aspect maps were also used as an ancillary data. Spectral and non-spectral values were extracted from satellite imageries and ancillary data in each sample plot. Our results showed that the Red band and TNDVI (Transformed Normalized Difference Vegetation Index) have the highest correlation with LAI. The results of the regression analysis showed that considering only original spectral band as independent variable, a model based on the red and the near-infrared bands achieved the highest accuracy (R2= 0.753, RMSE= 22%). Considering a combination of original spectral bands, vegetation indices and non-spectral variables, a model based on TNDVI and DEM produced the highest accuracy (R2= 0.781, RMSE= 20%).

کلیدواژه‌ها [English]

  • Fish eye
  • Hemispherical photography
  • Multiple Regression analysis
  • Sentinel-2 imagery