مقاله تعیین قابلیت دادههای سنجنده ASTER و روشهای درخت طبقهبندی و رگرسیونی و جنگل تصادفی در تهیه نقشه تیپ جنگل
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله تعیین قابلیت دادههای سنجنده ASTER و روشهای درخت طبقهبندی و رگرسیونی و جنگل تصادفی در تهیه نقشه تیپ جنگل دارای ۲۱ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله تعیین قابلیت دادههای سنجنده ASTER و روشهای درخت طبقهبندی و رگرسیونی و جنگل تصادفی در تهیه نقشه تیپ جنگل کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله تعیین قابلیت دادههای سنجنده ASTER و روشهای درخت طبقهبندی و رگرسیونی و جنگل تصادفی در تهیه نقشه تیپ جنگل،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله تعیین قابلیت دادههای سنجنده ASTER و روشهای درخت طبقهبندی و رگرسیونی و جنگل تصادفی در تهیه نقشه تیپ جنگل :
تعداد صفحات :۲۱
شناسایی واحدهای همگن و تفکیک آنها و نهایتاً برنامهریزی برای هر واحد، اصولیترین راه برای مدیریت واحدهای جنگلی محسوب میشود. هدف از این مطالعه، تهیه نقشه تیپ جنگل با استفاده از دادههای سنجنده ASTER و نیز استفاده از دو الگوریتم درخت طبقهبندی و رگرسیونی و جنگل تصادفی در سری یک جنگل آموزشی و پژوهشی دارابکلا است. برای این هدف، ابتدا با استفاده از شبکه آماربرداری ۳۵۰×500 متر تعداد ۱۵۰ قطعه نمونه در کل سری برداشت شد. پس از پیشپردازشهای لازم مانند تصحیح هندسی، اتمسفریک، پردازشهای نسبتگیری باندها، ایجاد شاخصهای متداول گیاهی، تجزیه مؤلفه اصلی، و تولید شاخص تسلدگپ (روشنایی، سبزینگی، نمناکی) انجام شد. سپس مقادیر طیفی متناظر با قطعات نمونه بر روی باندهای اصلی و پردازششده استخراج شد و ارزشهای سایر پیکسلها با استفاده از الگوریتمهای مورد بررسی طبقهبندی شد. ارزیابی صحت نتایج طبقهبندی با تعدادی قطعه نمونه که در فرایند طبقهبندی شرکت نداشتند صورت گرفت. نتایج نشان داد که نقشه تهیهشده با استفاده از روش جنگل تصادفی با صحت کلی ۶۶ درصد و ضریب کاپای ۵۸/۰ در مقایسه با روش الگوریتم درخت طبقهبندی و رگرسیونی بهترتیب با صحت کلی ۵۸ درصد و ضریب کاپای ۴۹/۰ دارای صحت بالاتری است. در مجموع نتایج نشان داد که دادههای سنجنده ASTER و الگوریتمهای درخت طبقهبندی و رگرسیونی و جنگل تصادفی نتایج مقبولی در تهیه نقشه تیپ جنگل در جنگل دارابکلا دارند.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.