برآورد سطح تاج پوشش جنگل های شهری با استفاده از روش های نا پارامتری و داده های GeoEye-1 (مقایسه ی الگوریتم های BRT و RF)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجو

2 عضو هیئت علمی دانشگاه

چکیده

تاج پوشش جنگل واسطه¬ی تبادلات حرکتی، توده¬ای و انرژی بین اتمسفر و جنگل می¬باشد. اندازه¬ی تاج درخت معیاری از ساختار تاج پوشش است که به صورت معنی¬دار تحت تأثیر فرایندهای زیستی_فیزیکی در تاج پوشش است. اندازه¬ی تاج درخت به شدت در ارتباط با دیگر پارامترهای ساختاری مانند ارتفاع درخت، قطر بر ابر سینه و بیوماس می¬باشد. اما بدست آوردن اطلاعات در ارتباط با اندازه¬ی تاج درختان مشکل بوده و به ندرت از طریق روش¬های سنتی آمار برداری زمینی قابل دسترسی است. هدف از این مطالعه بررسی این مسئله است که «در برآورد سطح تاج پوشش جنگل¬های شهری می¬توان، از تصاویر ماهواره¬ای GeoEye-1 با قدرت تفکیک مکانی بالا استفاده کرد». از اهداف دیگر این مطالعه می¬توان به بررسی کارایی الگوریتم طبقه¬بندی و رگرسیونی درخت تقویت شونده (BRT) و همچنین الگوریتم رندم فارست (RF) به منظور مدل‌سازی تاج پوشش درختان اشاره کرد. به همین منظور پس از اطمینان از تصحیح هندسی تصویر مورد نظر و پیاده کردن قطعات نمونه روی تصویر و زمین، آمار برداری زمینی جهت محاسبه¬ی تاج پوشش انجام شد. در این مطالعه 100 قطعه به ابعاد 20×20 متر اندازه¬گیری و میانگین سطح تاج برای هر قطعه روی زمین بدست آمد. در مرحله¬ی بعد مشخصه¬های بافت مرتبه¬ی اول و دوم از باندهای اصلی تولید گردید. سپس داده¬های رقومی متناظر با سطح تاج از باندهای اصلی و مصنوعی مشخصه¬های بافت استخراج گردید. میزان R2adj و RMSe برای استخراج رقومی سطح تاج پوشش، به وسیله‌ی فاکتورهای آنالیز بافت و باندهای اصلی تصویر با استفاده از الگوریتم BRT، به ترتیب %97 و (m2/plot)34/38 بدست آمد. مقادیر ذکر شده برای روش RF به ترتیب %93 و (m2/plot)24/38 محاسبه شد. به طور کلی نتایج این مطالعه نشان داد که تصویر GeoEye-1، الگوریتم BRT و RF با به‌کارگیری مشخصه¬های بافت تصویر دارای قابلیت بالایی در محاسبه¬ی سطح تاج پوشش جنگل¬های شهری می¬باشند

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Estimation of Urban Forest Canopy Using Non-parametric Methods and GeoEye-1 Imagery Data (Comparison of BRT and RF Regression Algorithms)

نویسندگان [English]

  • pari golshani 1
  • Asghar fallah 2
  • Siyavash kalbi 1
چکیده [English]

The forest canopy is the medium for energy, mass, and momentum exchanges between the forest ecosystem and the atmosphere. Tree crown size is a critical aspect of canopy structure that significantly influences these biophysical processes in the canopy. Tree crown size is also strongly related to other canopy structural parameters, such as tree height, diameter at breast height and biomass. But information about tree crown sizes is difficult to obtain and rarely available from traditional forest inventory. In this study, relationship between GeoEye-1 multispectral imagery data and urban forest canopy was investigated in region 3 of Tehran. Too, the aim of this study is evaluation the sufficiency of GeoEye-1 data and image texture features and Boosted Regression Tree method (BRT) and Random Forest algorithm (RF) to delineate the urban forest canopy. At first, we confided of geometric rectification using a road network map. By using full inventory take 100 plots with 20× 20 (m) dimension. In digital canopy extraction using texture analyze factors and main band data, BRT and RF algorithms was used for analyze and evaluation relationship between canopy area and satellite data. The BRT method estimated the canopy cover by adjustment determinate coefficient and root mean square error respectively 97%, 38.34(m2.plot-1). The mentioned values for RF are 93% and 38.24(m2.plot-1) respectively. This study presents that the strengths of the GeoEye-1 imagery data and the potentials of the image texture features and BRT and RF methods, which may help the urban planners, monitor and interpret complex urban characteristics

کلیدواژه‌ها [English]

  • Canopy cover
  • Texture Analyze
  • GeoEye-1 Imagery Data
  • BRT
  • RF