طبقه بندي تراكم تاج پوشش جنگل هاي ناحيه رويشي زاگرس با استفاده از تصاوير پانكروماتيك هوايي به كمك توليد ويژگيهاي بافتي آماري مرتبه 1 و 2 و زمين آمار

Zagros Forest Canopy Density Classification by Image Texture Quantization based on First and Second Statistical and Geostatistical Methods Using Arial Panchromatic Images

نقشه طبقه‌بندي تراكم تاج پوشش جنگلي يكي از منابع اطلاعاتي اصلي مورد نياز در كاربردهاي مديريت جنگل است. در روش هاي متداول براي توليد اين نقشه از تصاوير چند طيفي استفاده مي شود. در اين تحقيق از تصاوير پانكروماتيك هوايي به عنوان يك منبع داده ارزشمند جهت توليد اين نقشه استفاده شده است. با استفاده از روش هاي آماري كمي‌سازي بافت تصوير شامل روش هاي آماري مرتبه 1، مرتبه 2 مبتني بر ماتريس رخداد توام و زمين آمار، لايه‌هاي تصويري جديد از اين تصاوير داراي رزولوشن مكاني بالا داده‌هاي توليد شده و در طبقه بندي نظارت شده جهت تفكيك كلاس هاي مختلف تراكم تاج پوشش مورد استفاده قرار گرفته است. بدين ترتيب با تقويت فضاي ويژگي، نقشه تراكم تاج پوشش با دقت حدود 90 درصد كه دقت قابل قبولي است. توليد گرديد. اين روش عمدتا در نواحي جنگلي با آميختگي تاجي كمتر مانند ناحيه رويشي زاگرس و ناحيه رويشي ايراني - توراني قابل استفاده است.

Forest canopy density classification map is one of the main sources of information used in forest management. In conventional methods multispectral images are used to generate the map. In this study, aerial panchromatic images as a valuable data source are used to generate this map. Statistical image texture quantization methods including first statistical and second statistical based on GLCM matrix and also geostatistical method used to generate new features from high spatial resolution image. Generated features beside main image used as classification input feature space. Supervised classification was used and about 90% accuracy was obtained. This method is mainly usable in areas with low variety in forest cover type like Zagros and Iran-Turanian region.