پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 163 |
| تعداد شماره‌ها | 6,762 |
| تعداد مقالات | 72,839 |
| تعداد مشاهده مقاله | 131,915,645 |
| تعداد دریافت فایل اصل مقاله | 103,550,738 |
ارزیابی مدل‌های پارامتریک و ناپارامتریک در تخمین تراکم تاج‌پوشش جنگل‌های زاگرس با استفاده از سنجش‌ازدور و یادگیری ماشین | ||
| مجله اکوهیدرولوژی | ||
| مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 10 تیر 1404 | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ije.2025.397227.1873 | ||
| نویسندگان | ||
| سجاد عالی محمودی سرآب* 1؛ محمدهادی معیری2؛ محمد میرزاوند3؛ شعبان شتایی جویباری4؛ علیرضا راشکی5 | ||
| 1بخش تحقیقات جنگل‌ها و مراتع، مرکز تحقیقات کشاورزی و منابع طبیعی استان خوزستان، سازمان تحقیقات، آموزش و ترویج کشاورزی، اهواز، | ||
| 2دانشیار، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران | ||
| 3استادیار گروه علوم و فناوری‌های محیطی، دانشکده مهندسی انرژی و منابع پایدار، دانشگاه تهران | ||
| 4استاد، دانشکده علوم جنگل، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران | ||
| 5دانشکده منابع طبیعی و محیطزیست،دانشگاه فردوسی مشهد، مشهد، ایران | ||
| چکیده | ||
| برای رسیدن به هدف تحقیق ابتدا با استفاده از جنگل گردشی محدوده منطقه آرزو در شهرستان باغملک بسته شد، سپس با استفاده از نمونه‌برداری سیستماتیک تصادفی تعداد 116 قطعه نمونه 12/0 هکتاری برداشت شد. از تصاویر ماهواره‌‌ای با اندازه تفکیک مکانی بالا پلی‌آدیس پس از تصحیحات هندسی استفاده شد و شاخص‌های TSAVI, NDVI و WDVI تهیه گردید. به‌منظور مقایسه روش‌های پارامتریک و ناپارامتریک به ترتیب از روش‌های رگرسیون خطی چندگانه و شبکه عصبی مصنوعی (MLP) استفاده شد. برای رسیدن به هدف تحقیق ابتدا ارزش‌های حاصل از تهیه شاخص‌های پوشش گیاهی در محل قطعات نمونه با استفاده از تابع Zonal statistical در Arc GIS استخراج و از رگرسیون خطی چندگانه و شبکه عصبی مصنوعی برای برآورد تراکم پوشش گیاهی استفاده شد. برای مقایسه این دو مدل از متغیرهای RMSE، RMSE% و R2 استفاده شد. نتایج رگرسیون خطی چندگانه نشان داد که میزان R2 و RMSE% درسطح اعتماد 05/0 به ترتیب برابر 54/0 و 4/10 بود. همچنین نتایج شبکه عصبی مصنوعی نشان داد که میزان R2 و RMSE% به ترتیب برابر 82/0 و 5/4 بدست آمد. نتایج مقایسه مدل‌های مختلف نشان داد که شبکه عصبی ضمن خطای کمتر، برآورد بهتری نسبت به رگرسیون خطی چندگانه در برآورد تراکم پوشش گیاهی دارد. | ||
| کلیدواژه‌ها | ||
| پلی آدیس؛ درصد تاج پوشش؛ رگرسیون خطی چندگانه؛ سنجش از دور؛ شبکه عصبی مصنوعی | ||
|
آمار تعداد مشاهده مقاله: 19 |
||
سامانه مدیریت نشریات علمی. قدرت گرفته از سیناوب