بررسی قابلیت برخی شاخص¬های بافتی حاصل از عکس¬های هوایی در تهیۀ نقشۀ انبوهی جنگل (مطالعۀ موردی: خرم¬آباد لرستان)

نوع مقاله: مقاله پژوهشی

چکیده

استخراج شاخص‌های بافتی از عکس‌های هوایی سیاه و سفید ممکن و در کسب اطلاعات، مناسب است. این تحقیق با هدف تهیۀ نقشۀ انبوهی جنگل بر اساس عکس‌های هوایی و با استفاده از شاخص‌های بافتی در سامان عرفی تاف در استان لرستان اجرا شد. چهار 4 قطعه عکس هوایی 1:40000 که با اندازۀ تفکیک مکانی 56/0 متر اسکن شده بود دریافت شد و با استفاده از مشخصات دوربین، علائم حاشیه‌ای، مدل رقومی ارتفاع و نقاط کنترل زمینی مورد تصحیح هندسی ارتو قرار گرفت. شاخص‌های بافتی شامل انحراف معیار، میانگین و تباین در ابعاد مختلف ماتریس هم‌وقوعی از تصویر استخراج شدند. عملکرد ماتریس بر روی تصویر با تغییر ابعاد در شاخص‌های مختلف بررسی شد و طبقه‌بندی تراکم تاج‌پوشش جنگل روی عکس اصلی و تصاویر بافتی مختلف صورت گرفت. انتخاب مناسب‌ترین شاخص و ابعاد ماتریس هم‌وقوعی با استفاده از بررسی نتایج صحت حاصل از طبقه‌بندی با خوارزمیک حداکثر تشابه انجام گرفت. نتایج این تحقیق بیانگر برتری تصاویر شاخص‌های بافتی نسبت به عکس اصلی از لحاظ صحت طبقه‌بندی تراکم تاج‌پوشش است. در بین شاخص‌ها، بهترین نتایج مربوط به طبقه‌بندی با شاخص میانگین با ابعاد ماتریس هم‌وقوعی 13×13 بود. صحت کلی و ضریب کاپای نقشۀ حاصل با استفاده از این شاخص، به‌ترتیب 36/61‌ درصد و 48/0 به‌دست آمد. نتایج این تحقیق نشان داد که با کمک گرفتن از شاخص‌های بافتی می‌توان صحت استخراج اطلاعات از عکس‌های هوایی سیاه و سفید را افزایش داد.

کلیدواژه‌ها


عنوان مقاله [English]

Investigation on the some textural indices from aerial photographs for forest canopy density mapping (Case study: Khoramabad, Lorestan)

چکیده [English]

Textures are useful indices for extracting information from aerial photographs. The main objective of this study was to map forest canopy cover density based on aerial photographs using textural indices in the middle part of Zagros forests, west ofIran. Four Arial photographs with scales and spatial resolution of 1:40000 scale and 0.56 meter respectively were used. Photos were orthorectified by Arial camera parameters, digital elevation model, fiducial marks and ground control points. Texture indices including standard deviation, mean and contrast in difference dimension of co-occurrence matrix were extracted from aerial photographs.Forestcanopy cover density classification was done on original and textural bands. Useful index and co-occurrence matrix dimension were chosen using accuracy assessment by maximum likelihood algorithm. Results indicated that classification using texture indices had higher accuracy than original channel. Based on the results of this study, mean index with matrix dimension, 13×13 pixel showed the best accuracy in comparison with other indices. Overall accuracy and kappa coefficient were obtained 61.36% and 0.48, respectively using mean index. Although, the results showed an average accuracy, this method is still useful for mapping forest cover. Finally, black and white aerial photographs can be used to extract more accurate information using texture. 

کلیدواژه‌ها [English]

  • Forest canopy
  • Aerial photographs
  • Textural indices