شناسايي گونه‌هاي گياهي بنه و بادام با استفاده از تلفيق تصاوير رنگي و مدل رقومي سطح پهپاد

سابقه و هدف: شناسايي و تهيه نقشه پراكنش گونه‌هاي گياهي در مقياس تك‌درخت با استفاده از داده‌هاي سنجش از دور در مديريت پايدار جنگل از اهميت زيادي برخوردار است. از سوي ديگر، امروزه پرنده‌هاي هدايت‌پذير از دور (پهپادها) امكان تهيه داده‌هاي سنجش از دور با تفكيك‌پذيري مكاني و زماني بالا را فراهم آورده‌اند. اين امر پايش تك‌درختان را تسهيل كرده و اطلاعات لازم در مورد ويژگي‌هاي كمي و كيفي آنها از جمله نوع گونه را فراهم مي‌آورد. روش‌هاي مبتني بر يادگيري ماشين بستر لازم براي شناسايي گونه‌هاي درختي با استفاده از تصاوير رنگي پهپاد را فراهم كرده اند. با اين‌حال اين روش ها از صحت بالايي برخوردار نيستند. علاوه بر اين، شباهت گياهان در محدوده مرئي امواج الكترومغناطيسي در تصاوير رنگي پهپاد باعث بروز خطا در شناسايي گونه مي‌شود. بنابراين، پژوهش حاضر با هدف ارزيابي تلفيق تصاوير رنگي و مدل رقومي سطح (DSM) پهپاد و الگوريتم يادگيري عميق در شناسايي گونه در يك منطقه جنگلي بنه - بادام انجام گرفت. مواد و روش‌ها: بخشي از توده‌هاي بنه – بادام جنگل تحقيقاتي استان فارس با مساحت 24 هكتار براي اين منظور انتخاب شد. منطقه مذكور با 649 تصوير رنگي با تفكيك‌پذيري مكاني 3.5 سانتي متر ثبت شده با يك پهپاد فانتوم 4 پرو در 16 خط پرواز پوشش داده شد. علاوه بر ارتوفتو، از داده‌هاي پهپاد DSM منطقه مطالعاتي با تفكيك‌پذيري مكاني مشابه استفاده شد. DSM با استفاده از روش وزن دهي معكوس فاصله (IDW) تهيه شد. سپس تصاوير رنگي به تنهايي و نيز با تلفيق آنها با DSM در شناسايي درختان بنه و درختچه‌هاي بادام با استفاده از الگوريتم شبكه عصبي پيچشي (CNN) مورد مقايسه قرار گرفتند. نتايج با استفاده از معيارهاي صحت سنجي (مانند صحت، سطح زير منحني (AUC) مشخصه نسبي عملكرد) ارزيابي شدند. يافته‌ها: نتايج نشان دادند با استفاده از تصاوير رنگي، درختچه‌هاي بادام (صحت 0.77، AUC 0.82) با صحت تقريباً مشابه درختان بنه (صحت 0.76، AUC 0.80) شناسايي شدند. در صورتي كه با رويكرد تلفيق تصاوير رنگي و DSM، درختان بنه (صحت 0.85، AUC 0.85) با صحت بيشتر نسبت به درختچه‌هاي بادام (صحت 0.81، AUC 0.83) شناسايي شدند. نقشه نهايي منطقه مطالعاتي از 455 درخت بنه و 1951 درختچه بادام تشكيل شد. هم چنين تفسير بصري نتايج نشان داد علي رغم نزديكي ارزش عددي معيارهاي صحت سنجي، شناسايي گونه‌ها با استفاده از تلفيق تصاوير رنگي و DSM پهپاد از صحت بيشتري برخوردار بودند. نتيجه‌گيري: به طور كلي، مطالعه حاضر نشان داد تلفيق تصاوير رنگي و DSM پهپاد مي‌تواند منجر به بهبود شناسايي دو گونه درختي بنه و درختچه‌اي بادام در منطقه مطالعاتي شود. همچنين مطالعه حاضر بر توانايي الگوريتم CNN در تهيه نقشه گونه‌هاي گياهي تأكيد دارد.