fa برآورد زیست توده درختی توده‌های راش جنگل‌های شمال ایران با داده‌های ماهواره لندست 5 (مطالعه موردی: جنگل خیرود) تخصصي Special پژوهشي Research <p><span dir="RTL">در دهه&shy;های اخیر برآورد&nbsp;</span> و محاسبه میزان زیتوده چوبی در توده‌های جنگلی با روش‌های سنجش از دوری از اهمیت زیادی برخوردار شده است. در این تحقیق با استفاده از داده‌های سنجنده TM ماهواره لندست 5 به برآورد زیتوده روی زمینی (AGB) درختان راش جنگل‌های شمال ایران پرداخته شده است. پیش‌پردازش‌ و پردازش‌های مورد نیاز بر روی تصاویر منطقه مورد مطالعه صورت گرفت. برای محاسبه زمینی مقدار زیتوده تعداد 65 قطعه نمونه با ابعاد 45&times;45 متر در راشستان‌های خالص سری‌های گرازبن و نم‌خانه جنگل خیرود برداشت شد. در قطعات نمونه، قطر برابر سینه درختان قطورتر از 5/7 سانتی‌متر برداشت و در نهایت میزان زیتوده در هر قطعه نمونه محاسبه شد. تعداد 45 قطعه نمونه برای مدل‌سازی، 20 قطعه نمونه برای اعتبارسنجی و از روش آماری پارامتریک رگرسیون خطی چندمتغیره برای مدل‌سازی استفاده شد. بررسی همبستگی پیرسون بین زیتوده روی زمینی در قطعات نمونه زمینی و ارزش‌های طیفی متناظر در باندهای اصلی و مصنوعی نشان داد که باند مادون قرمز نزدیک (باند4)، بیشترین میزان همبستگی را با زیتوده روی زمینی دارد و ضریب همبستگی آن 427/0 در سطح 99 درصد اطمینان است. اجرای رگرسیون خطی چند متغیره به روش گام‌به‌گام بین زیتوده روی زمینی و تمام متغیرهای دورسنجی اعم از باندهای اصلی و مصنوعی، نشان داد که مدل AGB= 6/682b4 &ndash; 206/693 (همانند رگرسیون خطی ساده بین زیتوده و باند مادون قرمز نزدیک) با مقدار ضریب تعیین تعدیل شده 164/0 و درصد مجذور میانگین مربعات خطا برابر با 4/15درصد، مناسب‌ترین مدل برای برآورد زیتوده روی زمینی توده‌های راش جنگل‌های منطقه مورد مطالعه این تحقیق است. بر پایه خطای برآورد به نسبت کم مدل، می‌توان نتیجه‌گیری کرد که با استفاده از چنین داده‌هایی، زیتوده را در توده‌های راش خالص می‌توان به نسبت خوب برآورد کرد.</p> <p>In recent decades remote sensing-based&nbsp;forest stands biomass estimation techniques have a great importance. In this study, the Above-Ground Biomass (AGB) of Iranian northern beech forests was estimated by TM sensor of Landsat 5 satellite. Required Pre-processing and processing tasks was carried out on the images. For estimation of above-ground biomass, 65 sample plots with dimensions of 45m &times; 45m were laid out in the field. In each sample plot, diameter at the breast height (DBH) of trees higher than 7.5cm was measured and consequently, the above-ground biomass was calculated for each sample plot. 45 and 20 sample plots were considered for modelling and validation processes, respectively. Parametric multivariate linear regression was used for modelling. Pearson correlation between above-ground biomass in sample plots and correspond spectral values in calculated and original bands showed that the near infra-red band (band 4) was most correlated with above-ground biomass at 99% confidence level and correlation coefficient of 0.427. Implementing of stepwise multivariate linear regression method between above-ground biomass and all other remotely sensed variables revealed that the AGB= 6/682b4 &ndash; 206/693 model with adjusted R square=0.164 and RMSE=15/4 % is the best model (similar to simple linear regression between AGB and NIR band) for estimation of Iranian northern beech forests above-ground biomass in studied area. Conclusively, this approach is able to estimate woody biomass in pure beech stands relatively good especially in small scales.</p> برآورد زیتوده, راش خالص, رگرسیون, سنجنده TM, مادون قرمز نزدیک Biomass Estimation, Near Infra-Red, Regression, Pure Oriental Beech, TM Sensor 117 129 http://geographical-space.iau-ahar.ac.ir/browse.php?a_code=A-10-2295-1&slc_lang=fa&sid=1 قاسم رنود ronoud.q@ut.ac.ir 100319475328460014744 100319475328460014744 No دانشجوی دکتری، گروه جنگلداری و اقتصاد جنگل، دانشکده منابع طبیعی، دانشگاه تهران علی‌اصغر درویش‌صفت 100319475328460014745 100319475328460014745 Yes گروه جنگلداری و اقتصاد جنگل، دانشکده منابع طبیعی، دانشگاه تهران، (نویسنده مسئول).