مقاله طبقهبندی تصویر ماهوار?Worldview2 با استفاده از تکنیک شیءپایه بهمنظور شناسایی آلودگی جنگلهای زاگرس به گون? نیمهانگلی موخور
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
مقاله طبقهبندی تصویر ماهوار?Worldview2 با استفاده از تکنیک شیءپایه بهمنظور شناسایی آلودگی جنگلهای زاگرس به گون? نیمهانگلی موخور دارای ۲۴ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد مقاله طبقهبندی تصویر ماهوار?Worldview2 با استفاده از تکنیک شیءپایه بهمنظور شناسایی آلودگی جنگلهای زاگرس به گون? نیمهانگلی موخور 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 طبقهبندی تصویر ماهوار?Worldview2 با استفاده از تکنیک شیءپایه بهمنظور شناسایی آلودگی جنگلهای زاگرس به گون? نیمهانگلی موخور،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن مقاله طبقهبندی تصویر ماهوار?Worldview2 با استفاده از تکنیک شیءپایه بهمنظور شناسایی آلودگی جنگلهای زاگرس به گون? نیمهانگلی موخور :
تعداد صفحات :۲۴
گون نیمهانگلی موخور (Loranthus europaeus) از عوامل تهدیدکنند جنگلهای زاگرس بهشمار میرود و شناسایی عرصههای آلوده به آن بهمنظور مدیریت در عرصههای جنگلی حائز اهمیت است. منطق حفاظتشده کوه منجل واقع در استان ایلام بهدلیل حضور چشمگیر موخور با شدتهای متفاوت و پاکسازی نشدن با مساحت ۳۷ هکتار، در رویشگاه زاگرس بهعنوان نمونه برای بررسی انتخاب شد. بهمنظور طبقهبندی موخور، تصویر ماهوارهای با اندازه تفکیک مکانی کم Worldview 2 مربوط به اواخر آبان ۱۳۸۹ و پس از خزان بلوط تهیه شد. پس از تصحیحات هندسی و رادیومتری، تصویر با استفاده از شاخص تفاوت گیاهی نرمال شده و آنالیز مؤلفههای اصلی در سطح وارث با عدد مقیاس ۲۹ قطعهبندی شد. سپس با ۳۱۲ نقطه واقعیت زمینی، الگوریتمهای K نزدیکترین همسایه (با پارامتر K متفاوت)، ماشین بردار پشتیبان (با پارامتر C متفاوت) و جنگل تصادفی (با تعداد درخت متفاوت) براساس طبقهبندی شیءپایه و با ۱۸ ویژگی طیفی و شکلی مقایسه شد. صحت کلی K نزدیکترین همسایه ۱/۸۵ درصد، ماشین بردار پشتیبان با صحت کلی ۴/۸۷ درصد و درنهایت جنگل تصادفی با صحت کلی ۹/۹۲ درصد جهت طبقهبندی آلودگی جنگل به چهار طبقه سالم، آلودگی کم، متوسط و شدید بهدست آمد. در بین الگوریتمهای مقایسهشده، جنگل تصادفی با ۱۰۰۰ درخت مناسبترین طبقهبندی را برای شناسایی شدتهای متفاوت آلودگی جنگل ارائه داد. با توجه به نتایج بهدستآمده، شناسایی موخور در منطق زاگرس با تصویر Worldview 2 و تکنیک شیءپایه امکانپذیر است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.