شناسایی گونه های درختی با استفاده از سری زمانی تصاویر رنگی واقعی و تصاویر چند طیفی پهپاد

اطلاعات دقیق درباره ترکیب درختان یک جنگل برای بسیاری از اهداف نظارتی و حفاظت جنگل مورد نیاز است. در سال های اخیر استفاده از روش های مدرن سنجش از دور و تکنیک های مبتنی بر وسایل نقلیه بدون سرنشین، برای به روزرسانی منظم اطلاعات در جنگل استفاده می شود. در این تحقیق، از داده های متفاوت شامل تصاویر چند طیفی (پهپاد استورم) و تصاویر رنگی واقعی (پهپاد فانتوم) با توان تفکیک مکانی بسیار بالا در بخش جلگه ای جنگل های شهرستان نور در استان مازندران جهت شناسایی گونه های درختی استفاده شد. همچنین تصویربرداری در یک فصل رویشی با هدف تهیه سری زمانی تصاویر پهپاد و بررسی تاثیر تغییرات فنولوژیک تاج درختان بر مقدار صحت طبقه بندی انجام شد. جهت طبقه بندی و شناسایی گونه های جنگلی از محاسبه شاخص های مبتنی بر تصاویر رنگی واقعی مانند NRB و NGB، شاخص های چندطیفی مانند CIgreen و NDVI، باندهای خام و روش طبقه بندی جنگل تصادفی استفاده شد. بر اساس تصاویر تک زمانه، تصاویر اواخر فروردین ماه با صحت کلی 75 درصد بیشترین صحت کلی را ارایه داد. نتایج مربوط به تصاویر سری زمانی نیز با صحت 86 درصد شناسایی درختان را انجام داد. همچنین شناسایی گونه ها بر اساس تصاویر چندطیفی اخذ شده از سنجنده سکویا، صحت 85 درصد را ارایه داد. نتایج نشان داد تصویر تک زمانه با تصویربرداری در زمان مناسب با استفاده از پهپاد مجهز به سنجنده RGB، نسبت به تهیه سری زمانی و استفاده از پهپادهای مجهز به سنجنده های چندطیفی، نتایج قابل قبول و کم هزینه تری برای شناسایی درختان در جنگل مورد مطالعه ارایه می کند.