بررسي قابليت تصاوير سنجنده ETM+ در تفكيك تيپ هاي جنگلي زاگرس (مطالعه موردي جنگل هاي قلاجه استان كرمانشاه)

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

در اين پژوهش به منظور بررسي قابليت داده هاي سنجنده ETM+ ماهواره لندست 7 در تفكيك تيپ هاي جنگلي منطقه زاگرس، داده هاي رقومي مربوط به 7 مردادماه 1381 از جنگل هاي قلاجه استان كرمانشاه، مورد تجزيه و تحليل قرار گرفت. اطلاعات زميني از طريق نمون هبرداري خوش هاي- 0 هكتاري تهيه گرديد. پس از بررسي هاي كيفي هيچ گونه خطاي / سيستماتيك و با قطعات نمونه 36 راديومتري قابل ملاحظه اي مشاهده نشد. تطابق هندسي با استفاده از 55 نقطه كنترل زميني و خطاي انجام شد. تصحيح Y 0 در جهت محور / و 46 X 0 در جهت محور / ميانگين ريشه مربعات برابر 39 انجام گرديد. شاخص هاي گياهي مناسب براي كاهش اثر Cost اتمسفري داده ها با استفاده از مدل بازتاب خاك ايجاد شد. باندهاي مصنوعي از طريق اعمال نسبت گيري طيفي، تجزيه مولفه هاي اصلي و تبديل تسلدكپ، ادغام داده هاي چند طيفي با تصوير پانكروماتيك به روش تبديل فضاي رنگ و آماري نيمه اتوماتيك روي داده ها صورت گرفت. انتخاب مجموعه باندي مناسب براي طبقه بندي به كمك نمونه هاي تعليمي و با استفاده از شاخص واگرايي انجام شد. طبقه بندي داده ها به روش نظارت شده و با طبقه بندي كننده هاي حداكثر احتمال، حداقل فاصله از ميانگين، متوازي السطوح انجام و با نقشه واقعيت زميني مورد ارزيابي صحت قرار گرفت. نتايج نشان داد نقشه به دست آمده از اعمال الگوريتم حداكثر احتمال نسبت به ديگر الگوريت مها جهت تفكيك تيپ هاي جنگلي مناسب تر بوده و صحت 0 براي 2 تيپ عمده جنگلي بلوط و آميخته و صحت كلي 55 / كلي 68 درصد و ضريب كاپاي 29 0 براي 4 تيپ بلوط، بنه غالب، كيكم غالب و آميخته به دست آمد. نتايج نشان دهنده / درصد و 15 در تهيه نقشه تيپ 5 طبقه و 4 طبقه در جنگ لهاي زاگرس مي باشد و ETM+ قابليت ضعيف داده هاي پيشنهاد مي شود از داده هاي با قدرت تفكيك طيفي بهتر استفاده گردد.

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.