عنوان	مقایسه روش‌های ناپارامتری طبقه‌بندی بردار پشتیبان و درخت تصمیم در برآورد ویژگی‌های کمی تک درختان بلوط ایرانی، تالاب هفت برم، روی تصاویر ماهواره‌ایی WorldView-2
نوع پژوهش	مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها	تالاب هفت برم، WorldView-2، جداسازی درختان منفرد، تاج پوشش، طبقه‌بندی‌کننده‌ها، بردار پشتیبان.
چکیده	یکی از متداول­ترین کاربردهای جنگلداری، شناسایی درختان منفرد و ترکیب گونه­های درختان با استفاده از تجزیه و تحلیل تصویر و طبقه­بندی تصاویر ماهواره­ای یا هوایی است. هدف از این مطالعه، ارزیابی روش­های طبقه­بندی بردار پشتیبان (SVM) و درخت تصمیم (DT) در برآورد ویژگی­های کمی درختان بلوط در تصاویر WorldView-2 و تصاویر پهپادی (UAV) است. در این مطالعه، جنگل هفت برم شیراز، به عنوان منطقه مورد مطالعه به منظور بررسی پتانسیل تصاویر ماهواره­ای WV-2مورد بررسی قرار گرفت. برآورد پارامترهای جنگلی با تمرکز روی استخراج تک درخت با استفاده از روش­های طبقه­بندی SVM و DT با ارزیابی ماتریس پیچیده و سطح زیر منحنی (AUC) با کمک تصویر هوایی فانتوم4 (UAV) در دو منطقه مجزا مورد ارزیابی قرار گرفت. داده­ها با استفاده از آزمون­های Tمستقل، تحلیل رگرسیون چند متغیره، با استفاده از نرم افزار SPSS 2، Excel 2016 ، eCognation,8.7، ENVI,5 ، PCI Geomatica 16 و Google Earth 7.3 تحلیل شد. طبقه­بندی بردار پشتیبان، بالاترین و بهترین دقت را در برآورد پارامترهای تک درخت داشت. روش طبقه­بندی SVM، یک روش بسیار مفید برای شناسایی درختان بلوط در جنگل­های کوهستانی زاگرس می­باشد. با استفاده از داده­های WV-2، پارامترهای درختان منفرد در جنگل می­توانند استخراج شوند. روش بردار پشتیبان بر روی تصاویر WV-2 با صحت کلی SVM، 96 درصد و ضریب کاپای آن97/0 نتایج قابل قبولی را بدست آورد. نتایج حاصل از تجزیه و تحلیل رگرسیونی نشان داد که استفاده از تصاویر ماهواره ایی WV-2 (R2=0.98) برای برآورد تاج پوشش درختان مناسب است. در حالی که پهپاد، پتانسیل ارائه راه حل­های قابل انعطاف و عملی برای نقشه برداری جنگل­ها را دارد، برخی از مسائل مربوط به کیفیت تصویر هنوز هم برای بهبود عملکرد طبقه­بندی باید مورد توجه قرار گیرند.
پژوهشگران	یوسف تقی ملایی (نفر اول)، عبدالعلی کرمشاهی (نفر دوم)، مهدی حیدری (نفر سوم)، سید یوسف عرفانی فرد (نفر چهارم)