بخشی از مقاله
چکیده
تاج درختان معرف ویژگیهای مهمی برای تشخیص گونههای درختی از جمله نوع و فرم رویشی آنها میباشد. از این رو نیاز به شناخت و استفاده از مؤلفههایی است که بتوانند ساختار تاج درختان را تشریح نمایند. این پژوهش با هدف ارزیابی نتایج اعمال الگوریتم تقسیمبندی حوزه بر روی تصاویر هوایی UltraCam-D برای تشخیص خودکار تعداد جستهای درختان بلوط ایرانی - Quercus branti Lind - در مقایسه با نتایج حاصل از روش آماربرداری زمینی، در منطقه زاگرس جنوبی انجام شد.
در روش آماربرداری زمینی تعداد پایه هر درخت شمارش و ثبت گردید. جهت تشخیص خودکار تعداد جستهای درختان بلوط ایرانی، الگوریتم تقسیمبندی حوزه با برنامهنویسی در محیط نرمافزار متلب بر روی تصویر مذکور اعمال شد. صحت کلی و ضریب کاپا در ارتباط با برآورد دقت الگوریتم تقسیمبندی حوزه جهت تشخیص تعداد قله تاج درختان یا به عبارت دیگر تعداد جستهای درختان بلوط ایرانی به ترتیب 60 و 55 درصد بدست آمد.
-1 مقدمه
رویشگاه جنگلی زاگرس بخش وسیعی از سلسله جبال زاگرس را شامل میشود که منطقهای با طول 1300 و عرض متوسط 200 کیلومتر از کشور ایران را میپوشاند. جنگلهای زاگرس تحت عنوان جنگلهای نیمهخشک طبقهبندی گردیده و با مساحتی بالغ بر 5 میلیون هکتار سطحی معادل40 درصد از جنگلهای کشور ایران را به خود اختصاص داده و بیشترین تأثیر را در تأمین آب، حفظ خاک، تعدیل آب و هوا و تعادل اقتصادی و اجتماعی منطقه دارد. گونه بلوط ایرانی عمدتا حوزههای جنگلی واقع در جنوبغربی زاگرس را در بر میگیرد.
از آنجایی که پوشش جنگلی زاگرس قادر به تولید چوب قابل استفاده در صنایع مربوطه نمی باشد[2]، بنابراین نمیتوان حجم سرپای درختان جنگل را به عنوان یک عامل اصلی مورد بررسی و اندازه گیری قرار داد؛ در نتیجه باید از مشخصه دیگری مانند تاجپوشش برای اندازهگیری و کنترل تغییرات این جنگلها، کمک گرفت
روشهای متعددی برای تشخیص تاج درختان جنگلی وجود دارد، که از جمله این روشها میتوان به عملیات میدانی و جمعآوری اطلاعات به شیوه زمینی به عنوان روش معمول[11]، وهمچنین استفاده از تکنیکهای دورسنجی[7] اشاره نمود. در ایران، دسترسی به تصاویر هوایی بهدستآمده از دوربین رقومی UltraCam-D که اندازه تفکیک مکانی بالایی دارد 0/09 - متر - امکان مطالعه بسیار دقیق تاج پوشش درختان را در مناطق جنگلی فراهم ساخته است
تاج درختان از مهمترین و بارزترین پدیدههای قابل استخراج از دادههای دورسنجی به شیوه دستی و خودکار هستند، استخراج دستی و تفسیر بصری دادههای دورسنجی وقتگیر، پرهزینه و شامل خطاهای انسانی است اما، استخراج خودکار تاج درختان دارای مزایایی مانند بروز رسانی پایگاههای داده در زمان کوتاهتر و با هزینه کمتر و در نتیجه دسترسی سریعتر به دادهها است
تحقیقات در مورد الگوریتمهای تعیین و تشخیص خودکار تاج درختان بر روی تصاویر رقومی به اواسط دهه 1980 برمیگردد.
منظور از تعیین خودکار تاج درخت، تعیین حدود تاج و تشخیص خودکار تاج درخت به عنوان فرآیندی که به پیدا کردن تعداد قله تاج درختان یا به عبارت دیگر یافتن ارتباط بین تعداد قله تاج درختان با تعداد پایههای هر درخت در واقعیت زمینی منجر میگردد، اطلاق میشود. گرچه استفاده از الگوریتم حداکثر فیلتر محلی از قدیمیترین پژوهشهای مربوط به تعیین و تشخیص خودکار تاج درختان میباشد[11]، با گسترش استفاده از تصاویر هوایی با قدرت تفکیک مکانی بالاتر، الگوریتمهایی نظیر تقسیم بندی حوزه نیز جهت تعیین و تشخیص خودکار تاج درختان معرفی شدند.
الگوریتم تقسیمبندی حوزه در تودههای جنگلی پهنبرگ و سوزنیبرگ7]، 8، [13 جهت تعیین و تشخیص تاج درختان بر روی تصاویر هوایی با قدرت تفکیک مکانی بالا مورد استفاده قرار گرفته است، که در تمام موارد از دقت مطلوبی برخوردار بوده است. به دلیل نبود چنین مطالعاتی در منطقهی زاگرس و حتی به طور گستردهتر در کشور، هدف اصلی این پژوهش استفاده از الگوریتم تقسیمبندی حوزه جهت تشخیص خودکار تاج درختان بلوط ایرانی یا به عبارت دیگر، شمارش تعداد پایههای این درختان بر روی تصاویر هوایی UltraCam-D در یک توده جنگلی بلوط ایرانی در منطقه زاگرس جنوبی میباشد.
-2 مواد و روش
پژوهش حاضر در یک توده جنگلی خالص بلوط ایرانی به مساحت حدود 10 هکتار در پارک جنگلی یاسوج واقع در شمال شرق شهر یاسوج انجام پذیرفت. مختصات جغرافیایی منطقه تحقیق از 51 درجه و 36 دقیقه و 28 ثانیه تا 51 درجه و 36 دقیقه و 43 ثانیه طول شرقی و از 30 درجه و 41 دقیقه و 12 ثانیه تا 30 درجه و 41 دقیقه و 19 ثانیه عرض شمالی است.
شکل .1 موقعیت درختان برداشتشده بر روی تصویر هوایی UltraCam-D در پارک جنگلی یاسوج در ایران و استان کهگیلویه و بویراحمد
برای دستیابی به اهداف این پژوهش از تصویر هوایی UltraCam-D استفاده شد. داده های تصویری این دوربین، قابلیت زمین مرجع شدن مستقیم با استفاده از دادههای GPS وIMU1 پرواز را دارند.[5] به عبارت دیگر پارامترهای توجیه خارجیٍ - ' ' - X , Y, Z, هنگام پرواز ثبت میشود و با در اختیار داشتن دادههای تجهیزات نامبرده و بدون نیاز به نقطه کنترل زمینی، می توان عملیات مثلثبندیَ را انجام داد. در این پژوهش تصاویر UltraCam-D با استفاده از پارامترهای توجیه خارجی در حد ارتوفتو تصحیح هندسی شدند و سپس از آنها موزاییک تهیه گردید. عملیات مذکور در محیط نرمافزار Leica Photogrammetry Suite انجام پذیرفت.
با استفاده از مجموعهای از 100 نقطه تصادفی تهیه شده در محیط نرمافزار Arcview و قرار دادن آن بر روی ارتوفتو موزاییک، تعداد 100 اصله درخت بلوط ایرانی شامل تکپایه و جستگروه که قابلیت شناسایی بر روی تصاویر و زمین را داشتند، انتخاب گردید. همچنین مختصات دقیق مرکز تاج این درختان جهت انجام عملیات میدانی بر روی دستگاه موقعیت یاب مکانی ثبت گردید.
با توجه به وسعت حدود 10 هکتاری منطقه مورد بررسی، تراکم کم پوشش جنگلی منطقه و در اختیار داشتن موقعیت مکانی هر یک از درختان هدف، امکان یافتن هر یک از درختان انتخاب شده در منطقه مورد مطالعه به راحتی امکان پذیر بود. بعد از مشخص کردن هر کدام از درختان مورد مطالعه در عرصه جنگل، تعداد پایه یا پایه های هر درخت یا جست گروه شمارش و ثبت گردیدند.
به منظور دستیابی به هدف پژوهش، با اجرای الگوریتم تقسیمبندی حوزه - شکل - 2، که در نرمافزار متلب برنامهنویسی شده بود، به تشخیص تاج درختان منتخب اقدام گردید. به طور کلی تقسیمبندی حوزه توسط سه تکنیک انجام میپذیرد:-1 تقسیم بندی حوزه با استفاده از تبدیل فاصله، -2 تقسیم بندی حوزه با استفاده از گرادیانها، -3 تقسیم بندی حوزه کنترل شده توسط نشانهها.[17] در این پژوهش از تکنیک تقسیم بندی حوزه با استفاده از تبدیل فاصله استفاده شد. در واقع تبدیل فاصله برابر با فاصله هر پیکسل با مقدار غیر صفر میباشد.
