بخشی از مقاله
چکیده
استفاده از دادههای سنجش از دوری به منظور برآورد برخی پارامترهای بیوفیزیکی درختان در سطوح مختلف آماربرداری، از جمله، تراز تک درخت بسیار حایز اهمیت است. جدیدترین وسیلهای که در این زمینه امروزه بسیار کاربرد پیدا کرده است، پهپاد می باشد. دادههای سنجنده پهپاد به دلیل تفکیک مکانی بالا، به منظور آشکارسازی تک درختان بسیار کارآیی دارد. در این پژوهش که در پارک جنگلی سیسنگان صورت گرفت از داده های یک پهپاد Phantom 4 Pro استفاده شد.
تصاویر اخذ شده توسط این پهپاد با استفاده از الگوریتم ساختار حرکت مبنا - Structure from Motion - ، پردازش گردید و سپس مدل ارتفاعی تاج از آن استخراج شد. به منظور آشکارسازی تک درختان قطعه بندی - Segmentation - بر روی مدل رقومی تاج اعمال گردید. این الگوریتم توانست با نتیجه مطلوبی - F- 0/81 - Score= تک درختان موجود در قطعات منتخب را آشکارسازی کند.
مقدمه:
استفاده از دادههای سنجش از دور برای برآورد پارامترهای مختلف تودههای جنگلی امری با قدمتی طولانی است. روشهای آماربرداری سنجش از دوری بسیار موثر بوده و به آسانی میتوانند در مناطقی که دارای محدودیتهای دسترسی هستند، به کار برده شوند . - Latifi et al. 2015 - تصاویر ماهوارهای علیرغم نتایج امیدبخشی که تا کنون ارائه دادهاند، عموما برای مدلسازی در ترازهای خردتر از قطعه نمونه - مثلا تک درخت - مناسب نیستند.
پهپادها دستگاههایی هستند که انواع مختلفی از دادههای سنجش از دوری را با هزینههای کم نسبت به دیگر منابع داده، تهیه میکنند. این دستگاهها نسبت به ماهوارهها دارای تفکیک مکانی بالائی هستند. همچنین دورههای عکسبرداری و یا برداشت دادهها - تفکیک زمانی - نیز بسته به هدف کاربر قابل برنامهریزی است .پهپادها نسبت به ماهواره دارای مزیتهای مختلفی از جمله کنترل ارتفاع پروازی، زاویه دید سنجنده و تنظیم میزان همپوشانی تصاویر میباشند Gaston Anderson & - ، . - 2013 جداسازی تک درختان با استفاده از اطلاعات طیفی، بافت یا سه بعدی یکی از حوزههای بسیار فعال تحقیقاتی در زمینه کاربردهای سنجش از دور در جنگل است.
پهپادها با ایجاد امکان برداشت دادههای طیفی و نیز به سبب برداشت تصاویر با همپوشانی زیاد و ایجاد امکان تولید ابر نقاط توسط الگوریتمهای مختلف، بحث تفکیک تک درختان را وارد گام جدیدی نمودهاند. بهرهگیری از تصاویر اخذ شده توسط پهپاد با کاهش هزینهها برای تصویربرداری در مقیاسهای کوچک و متوسط باعث شده است که این ابزار به عنوان یک ابزار بسیار مفید در این حوزه معرفی گردد. این امتیازات باعث شده که پهپادها بتوانند جایگاه خود را در زمینه مدیریت جنگل و عرصههای منابع طبیعی تثبیت کنند.
در همین راستا براساس تحقیقی که Mohan و همکاران در سال 2017 انجام دادند، توانستند با استفاده از الگوریتم Local Maxima تک درختان را آشکارسازی کنند. این تحقیق که در 30 قطعه نمونه تصادفی صورت گرفت، آنها توانستند با F- score برابر با 0/86 تک درختان را آشکارسازی و از یکدیگر تفکیک کنند. همچنین در تحقیق دیگری که Li و همکاران در سال 2012 به منظور تفکیک تک درختان با استفاده از دادههای Lidar انجام دادند، موفق شدند با استفاده از Segmentation و با F-score برابر با 0/9، تک درختان را آشکارسازی و از یکدیگر تفکیک کنند. هدف از تحقیق حاضر بررسی دقت تصاویر پهپاد برای آشکارسازی تک درختان با استفاده از روش قطعه بندی بر مبنای مدل رقومی تاج درختان است.
مواد و روشها
پارک جنگلی سیسنگان در عرض جغرافیایی 36 درجه و 33 دقیقه و 30 ثانیه تا 36 درجه و 35 دقیقه و 30 ثانیه شمالی و طول جغرافیایی 51 درجه و 47 دقیقه تا 51 درجه و 49 دقیقه و 30 ثانیه شرقی واقع شده است. این پارک دارای 35 گونه گیاهی شامل 17 گونه درختی و درختچهای و 18 گونه علفی است. به طور کلی در پهنه تفرجی، فراوانی گونههای شمشاد - Buxus hyrcana - و ممرز - Carpinus betulus - به طور چشمگیری بیشتر از سایر گونهها است.
در این پژوهش به منظور ثبت موقعیت مکانی درختان موجود در عرصه، ابتدا سه قطعه نمونه تصادفی 30 در 30 متر طراحی گردید و سپس موقعیت مکانی هر کدام از درختان با GPS دستی ثبت گردید. همچنین برای تصویربرداری هوایی، از یک پهپاد مدل Phantom 4 Pro استفاده شد. به منظور اطمینان داشتن از پوشش کامل منطقه بهوسیله سنجنده پهپاد و ساخت مدل سه-بعدی دقیقتر، مقدار همپوشانی هر جفت عکس هوایی با عکس جانبی خود، 80 تا 90 درصد تعیین گردید - Zarco-Tejada . - et al, 2014 تصاویر ثبت شده بهوسیله پهپاد با استفاده از نرمافزار Agiasoft Photoscan پردازش گردید.
در این مرحله نرم- افزار با استفاده از دادههای GPS داخلی پهپاد، موقعیت مکانی هر عکس را به صورت خودکار تشخیص داده و آنها را در کنار یکدیگر مرتب کرد. سپس مدل رقومی سطح - DSM - و مدل رقومی سطح زمین - DTM - از تصاویر استخراج گردید. مدل رقومی ارتفاع تاج - CHM - از تفاضل DSM و DTM حاصل گردید. در این پژوهش به منظور جداسازی لایه تاج درختان از پوشش گیاهی کف جنگل و تسهیل در آشکارسازی و تفکیک تکدرختان، مدل رقومی ارتفاع تاج کمتر از 3 متر حذف گردید. لایه تاج ایجاد گردیده به منظور آشکارسازی و تفکیک تک درختان، با استفاده از نرمافزار ecognition و الگوریتم Segmentation پردازش شد.
نتایج
نتایج حاصل از این پژوهش در جدول 2 ذکر گردیده است. همانطور که مشخص است قطعه بندی مدل رقومی تاج در منطقه مطالعاتی حاضر، توانست با F-Score برابر با 0/81، درختان حاضر در قطعات نمونه را آشکارسازی و تفکیک کند. همچنین نتایج حاصل بیانگر این است که این الگوریتم در آشکارسازی درختان پهن برگ موجود در جنگلهای هیرکانی دقت مطلوبی دارد . - Mohan et al., 2017 - - F-Score >0/80 -
بحث و نتیجه گیری
جنگلهای پهن برگ منطقه هیرکانی به دلیل اینکه چند آشکوبه بوده و ناهمسال میباشند، در آشکارسازی تک درختان این منطقه میتوانند اختلال ایجاد کنند. در این جنگلها به دلیل اینکه برخی از درختان مغلوب در زیر تاج درختان غالب قرار می-گیرند و در هنگام تصویربرداری هوایی در محدوده دید سنجنده پهپاد قرار نمیگیرند، در تصاویر ثبت شده موجود نیستند. این عامل میتواند در عدم آشکارسازی درختان زیر آشکوب موثر بوده و خطا را افزایش دهد.
از مهمترین ویژگیهای دیگر جنگلهای هیرکانی آمیختگی و غنای زیاد گونهای میباشد. ترکیب گونهای بسیار زیاد درختان به دلیل اینکه میتواند بافتهای مختلفی از تصویر را تشکیل داده و هر کدام از آنها ساختاری خاص دارند، میتوانند در تشخیص تک درختان و آشکارسازی آنها خطا ایجاد کنند. در پژوهشی که Li و همکاران در سال 2012 انجام دادند، موفق شدند با نتایج بهتری نسبت به تحقیق حاضر، تک درختان سوزنی برگ را آشکار سازی کنند.
این پژوهش بر کارآیی القطعه بندی در سوزنی برگان نسبت به درختان پهن برگ تاکید دارد؛ اما همچنان استفاده از دادههای سنجش از دوری در آشکارسازی تک درختان را مورد توجه قرار داده است. کاربرد اقطعه بندی در مناطقی با پوشش درختی سوزنی برگ نسبت به درختان پهن برگ نتایج مطلوبتری از خود نشان داده است. مناطقی که پوشش درختی پهن برگ دارند، مانند منطقه هیرکانی، به دلیل اینکه تاج درختان بسیار پیوسته است و در بسیاری از مناطق تاج درختان حالت آمیخته پیدا کردهاند، آشکارسازی و تفکیک تک درختان دشوارتر است.
