بررسی قابلیت تصاویر سنجنده ETM+ در تفکیک تیپ‌های جنگلی زاگرس (مطالعه موردی جنگل‌های قلاجه استان کرمانشاه)

چکیده

در این پژوهش به‌منظور بررسی قابلیت داده‌های سنجنده ETM+ ماهواره لندست 7 در تفکیک تیپ‌های جنگلی منطقه زاگرس، داده‌های رقومی مربوط به 7 مردادماه 1381 از جنگل‌های قلاجه استان کرمانشاه، مورد تجزیه و تحلیل قرار گرفت. اطلاعات زمینی از طریق نمونه‌برداری خوشه‌ای- سیستماتیک و با قطعات نمونه 36/0 هکتاری تهیه گردید. پس از بررسی‌های کیفی هیچ‌گونه خطای رادیومتری قابل ملاحظه‌ای مشاهده نشد. تطابق هندسی با استفاده از 55 نقطه کنترل زمینی و خطای میانگین ریشه مربعات برابر 39/0 در جهت محور X و 46/0 در جهت محور Y انجام شد. تصحیح اتمسفری داده‌ها با استفاده از مدل Cost انجام گردید. شاخص‌های گیاهی مناسب برای کاهش اثر بازتاب خاک ایجاد شد. باندهای مصنوعی از طریق اعمال نسبت‌گیری طیفی، تجزیه مؤلفه‌های اصلی و تبدیل ‌تسلدکپ، ادغام داده‌های چند طیفی با تصویر پانکروماتیک به روش تبدیل فضای رنگ و آماری نیمه‌اتوماتیک روی داده‌ها صورت گرفت. انتخاب مجموعه باندی مناسب برای طبقه‌بندی به کمک نمونه‌های تعلیمی و با استفاده از شاخص واگرایی انجام شد. طبقه‌بندی داده‌ها به روش نظارت شده و با طبقه‌بندی‌کننده‌های حداکثر احتمال، حداقل فاصله از میانگین، متوازی‌السطوح انجام و با نقشه واقعیت زمینی مورد ارزیابی صحت قرار گرفت. نتایج نشان داد نقشه به‌دست آمده از اعمال الگوریتم حداکثر احتمال نسبت به دیگر الگوریتم‌ها جهت تفکیک تیپ‌های جنگلی مناسب‌تر بوده و صحت کلی 68 درصد و ضریب کاپای 29/0 برای 2 تیپ عمده جنگلی بلوط و آمیخته و صحت کلی 55 درصد و 15/0 برای 4 تیپ بلوط، بنه غالب، کیکم غالب و آمیخته به‌دست آمد. نتایج نشان‌دهنده قابلیت ضعیف داده‌های ETM+ در تهیه نقشه تیپ 5 طبقه و 4 طبقه در جنگل‌های زاگرس می‌باشد و پیشنهاد می‌شود از داده‌های با قدرت تفکیک طیفی بهتر استفاده گردد.

عنوان مقاله [English]

Capability Investigation on ETM+ Data for Forest Type Mapping in the Zagros Forests (Case Study Ghalajeh Forests, Kermanshah Province

چکیده [English]

In order to capability investigation on Landsat-7 Satellite ETM+ Data in Separability Forest Type and mapping in the Zagros Region, a small window digital data dating July 2001 from Ghalajeh Forests in the Kermanshah province were analyzed. Ground data were provided the cluster sampling method and with 0.36 ha. No radiometric error was found then the quality investigations. Orthorectification was implemented using 55 Ground Control Points and RMS Error equal 0.39 the X axis aspect and 0.46 the Y axis aspect. Atmospheric correction was implemented using of Cost model. Vegetation indexes to produce appropriate for soil reflectance effect decrease. Synthetic bands were generated using some suitable processing methods to produce the spectral arithmetic bands like principal component analysis and Tasseled Cap transformation. Multispectral and panchromatic data were fused using HIS and statistics-based pansharp fusion techniques. Selection of the appropriate bands for classification was performed using divergence separability index. Classification was done by supervised method using maximum likelihood (ML), minimum distance to mean (MD) and parallel epiped (PPD) classifiers. Accuracy assessment of classified maps was performed by ground truth map. The results showed that the classified map using maximum likelihood classifier could be better than other maps with an overall accuracy 68% and Kappa coefficient 0.29 for Oak and mixed forest types. Results generally showed a moderately capability ETM+ data to provide forest types map in the Zagros forest. These study would suggest the utility of best spatial resolution imagery and in other regions.