نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

کاربرد جی ای اس

چکیده

:

فلات مرکزی ناگاگامیسیس (واقع در شمال انتاریو، کانادا) منطقه ای با اهمیت طبیعی و فرهنگی متمایز است. اهمیت این سرزمین به طور رسمی در سال 1957 از طریق ایجاد پارک استانی Nagagamisis شناخته شد. این پارک از زمان آغاز به کار گسترش قابل توجهی را تجربه کرده است و در حال حاضر به عنوان یکی از “سایت های امضای پارک های انتاریو” در حال توسعه است. از دهه 1980، فعالیت برداشت چوب منجر به اختلال گسترده جنگل ها در خارج از محدوده پارک شده است. این تحقیق بر روی تشخیص اختلالات جنگلی سطح توده مرتبط با برداشت الوار در نزدیکی پارک استانی ناگاگامیسیس متمرکز شده است. داده های سری زمانی تصویر انتخاب شده برای این پروژه Landsat TM و ETM+ بودند. شامل یک دوره بیست و پنج ساله از 1984 تا 2009. تبدیل کلاهک منگوله‌ای و شاخص رطوبت تفاوت نرمال شده برای استفاده در طبقه‌بندی تصاویر بدون نظارت برای تعیین پوشش زمین برای هر تصویر در سری‌های زمانی استخراج شد. تفاوت باند تصویر و محاسبه شطرنجی برای ایجاد نقشه هایی انجام شد که اندازه و توزیع فضایی اختلالات جنگل سطح توده بین تاریخ های تصویر را نشان می دهد. مساحت کل 1649 کیلومتر2 یا 26.1 درصد از منطقه مورد مطالعه در طول دوره تجزیه و تحلیل، اختلال سطح ایستاده را تجربه کردند.
کلید واژه ها: 

اختلال در جنگل ؛ تغییر نقشه ; سری زمانی ؛ پارک استانی ناگاگامیسیس لندست ; پوشش زمین

 

1. مقدمه

جنگل شمالی مساحتی بالغ بر سه میلیون کیلومتر مربع در داخل کانادا را اشغال می کند [ 1 ]. این یک اکوسیستم پویا است که به طور مداوم به عنوان تابعی از رویدادهای اختلالات طبیعی (جانشینی، آتش و حشرات) و انسانی (تغییر کاربری زمین و برداشت چوب) تغییر می کند که می تواند اثرات اکولوژیکی قابل توجهی داشته باشد [ 2 ، 3 ].
آتش‌سوزی‌های چرخه‌ای جنگل‌ها یکی از دلایل اصلی اختلال در سطح توده در اکوسیستم شمالی کانادا هستند [ 2 ، 4 ، 5 ، 6 ]. فعالیت های استخراج منابع انسانی مانند برداشت چوب نیز در تاریخ اخیر تأثیر فیزیکی زیادی بر اکوسیستم شمالی داشته است [ 7 ، 8 ]. اندازه، فراوانی و شدت رژیم‌های آتش‌سوزی و برداشت الوار از نظر کل مرگ و میر درختان و از دست دادن پوشش گیاهی/زیست توده در یک منطقه آشفته بسیار متفاوت است [ 8 ]. هر دو آتش سوزی و اختلالات برداشت الوار اثرات زیست محیطی قابل توجه و منحصر به فردی را بر چشم انداز جنگل ایجاد می کنند [ 2 ].
در سراسر کانادا، تقریباً یک چهارم اکوسیستم شمالی توسط عملیات برداشت چوب تجاری تحت قراردادهای اجاره زمین عمومی مدیریت می شود. در انتاریو، مساحت کل 300000 کیلومتر مربع از جنگل های شمالی تحت موافقت نامه های مجوز جنگل پایدار (SFL) مدیریت و برداشت می شود [ 8 ]. این قراردادها بین دولت استانی انتاریو و شرکت‌های خصوصی برداشت الوار شامل پیشنهاد رسمی استراتژی‌های برداشت و فعالیت‌های جنگل‌کاری در مناطق جغرافیایی معروف به واحدهای مدیریت جنگل (FMU) است [ 9 ]. این مناطق تحت ممیزی منظم قرار می گیرند تا از اجرای این توافقات توسط پیمانکاران اطمینان حاصل شود. در طول دوره 1975 تا 1993، افزایش 125 درصدی در میزان برداشت سالانه جنگل های شمالی در کانادا وجود داشت.2 ]. بین سال‌های 1951 و 1960، کل منطقه پاکسازی در انتاریو 5000 کیلومتر مربع بود و بین سال‌های 1981 و 1990 به بیش از 20000 کیلومتر مربع افزایش یافت 10 ].
در انتاریو، سابقه طولانی تلاش‌های حفاظتی و حفاظتی برای مناطق دارای میراث طبیعی و فرهنگی قابل توجهی وجود دارد که قدمت آن به سال 1893 با تأسیس پارک استانی آلگونکوین بازمی‌گردد. به دنبال آن، تصویب قانون پارک های استانی در سال 1913 منجر به تأسیس بیش از 150 پارک استانی تا سال 1983 شد [ 11 ]. این مناطق حفاظت شده به حفظ اکوسیستم سالم، حفاظت از زیستگاه حیات وحش و افزایش درک علمی از اکوسیستم های جنگلی کمک می کنند [ 11 ]]. از زمان قانون پارک های استانی، بسیاری از طرح های برنامه ریزی کاربری زمین در سراسر استان برای تقویت شبکه منطقه حفاظت شده پارک ها، ذخایر حفاظت شده و مناطق بیابانی انتاریو انجام شده است. این طرح‌ها از طریق اجرای استراتژی‌های برنامه‌ریزی استفاده از زمین‌ها برای زندگی (LFL) (1997) و میراث زنده انتاریو (OLL) (1999) در سیاست استانی ادغام شده‌اند. هدف از این استراتژی ها هدایت مدیریت و برنامه ریزی استفاده از زمین در زمین تاج از جمله گسترش شبکه منطقه حفاظت شده است [ 12 ]. در سال 2005، شبکه منطقه حفاظت شده شامل مساحت کل بیش از 80000 کیلومتر مربع در انتاریو بود [ 13 ]]. بر اساس استراتژی میراث زنده انتاریو، 9 منطقه شاخص که به عنوان “سایت های امضا” شناخته می شوند، قرار است به عنوان ویترین میراث طبیعی و فرهنگی انتاریو توسعه یابند [ 11 ]. یکی از این مناطق مشخص فلات مرکزی Nagagamisis است که در منطقه مورد مطالعه انتخاب شده برای این تحقیق قرار دارد.
استفاده از داده های سنجش از دور به عنوان روشی دقیق و مقرون به صرفه برای پایش تغییرات پوشش زمین در سطح زمین شناسایی شده است [ 14 ، 15 ، 16 ، 17 ، 18 ]. سنجش از دور روشی موثر برای نظارت بر تغییرات جنگل در مناطق دوردست وسیع ارائه می‌کند و می‌تواند بینش را به اهداف سیاست و مدیریت کمک کند [ 18 ، 19 ، 20 ]. نظارت دوره ای اختلال پوشش جنگل برای ارزیابی استراتژی های مدیریت پایدار جنگل ضروری است و برای نظارت بر مناطق مهم زیست محیطی مفید است [ 18 ، 21 ، 22 ]].
برنامه لندست که توسط سازمان زمین شناسی ایالات متحده (USGS) اجرا می شود، طولانی ترین منبع داده های سنجش از دور مورد استفاده برای رصد زمین است و داده ها به صورت رایگان در دسترس هستند [ 14 ]. وضوح فضایی 30 متر سنسورهای Landsat Thematic Mapper (TM) و Enhanced Thematic Mapper Plus (ETM+) وضوح کافی را برای رفع اختلالات سطح توده طبیعی و انسانی که در اکوسیستم‌های جنگلی رخ می‌دهند [ 2 ، 18 ] ارائه می‌کند.
حسگرهای TM و ETM+ وضوح طیفی وسیعی را ارائه می‌کنند که از طریق بخش‌های مرئی، مادون قرمز نزدیک و موج کوتاه مادون قرمز طیف الکترومغناطیسی گسترش می‌یابد. Landsat همچنین وضوح زمانی متوسطی را با دوره بازبینی 16 روزه برای اکثر مکان‌های روی زمین ارائه می‌کند [ 14 ]. در ادبیات، داده‌های لندست برای بسیاری از کاربردهای طبقه‌بندی و تشخیص تغییر جنگل‌ها مانند: تکه تکه شدن جنگل، هجوم حشرات، نظارت بر رژیم آتش‌سوزی، تخمین حجم الوار و جانشینی/اختلال جنگل استفاده شده است [ 2 ، 14 ، 18 ، 23 ، 24 ].
این مطالعه بر روی تشخیص اختلالات مرتبط با فعالیت برداشت چوب که منجر به حذف تقریباً کامل همه درختان در یک منطقه می شود، متمرکز شده است. این حذف زیست توده گیاهی در ادبیات به عنوان یک اختلال در سطح ایستاده نامیده می شود [ 18 ، 24 ، 25 ]. در این تحقیق، اختلالات سطح پایه را می توان به عنوان مناطقی به مساحت تقریبی 900 متر مربع (به اندازه یک پیکسل جداگانه) توصیف کرد که می توان با استفاده از تصاویر Landsat شناسایی و نقشه برداری کرد [ 24 ].]. این همچنین شامل این امکان است که برخی از پیکسل های مختلط در مرزهای مناطق آشفته شناسایی شوند. میزان پوشش زمین جنگلی، اندازه و شدت اختلالات به عنوان شاخصی از شرایط محیطی مانند تکه تکه شدن زیستگاه و شار کربن در کانادا استفاده شده است [ 15 ، 26 ]. نشان داده شده است که تصاویر Landsat یک مجموعه داده موثر برای تشخیص اختلال سطح پایه در نتیجه فعالیت برداشت چوب است [ 2 ، 19 ، 24 ، 27 ]. نقشه برداری و تجزیه و تحلیل مکرر پوشش زمین از همان سایت مورد مطالعه در یک دوره زمانی امکان ارزیابی تغییرات پوشش جنگلی را فراهم می کند [ 18 , 22 , 28 ,29 ، 30 ، 31 ]. بسیاری از مطالعات از تاریخ های تصویری متعدد به منظور تشخیص تغییرات پوشش زمین در طول زمان استفاده می کنند [ 2 ، 17 ، 19 ]. هنوز روش‌های تحلیلی مختلفی در ادبیات ارائه شده است، هیچ اتفاق نظری در مورد انتخاب روش‌هایی وجود ندارد که بتوان آن را با موفقیت و دقت یکسان برای همه کاربردهای پوشش زمین اعمال کرد [ 15 ، 32 ، 33 ]. در بررسی جامع Coppin و Bauer [ 34 ]، بسیاری از تکنیک‌های تشخیص تغییر آزمایش می‌شوند و نویسندگان نتیجه می‌گیرند که تفاوت تصویر و تبدیل‌های خطی بهتر از سایر روش‌های تشخیص تغییر عمل می‌کنند [ 35 ]].
هدف کلی این تحقیق بررسی الگوهای فضایی آشفتگی و گسترش جنگل های سطح توده در مجاورت منطقه حفاظت شده استان در طول زمان است. این تحقیق از یک سری زمانی تصویر با وضوح متوسط ​​استفاده می کند. شامل یک دوره بیست و پنج ساله از 1984 تا 2009. تشخیص رویدادهای اختلال جنگل در سطح زمین در فاصله زمانی بین دو تا پنج سال مورد بررسی قرار گرفت. تفاوت باند تصویر و محاسبات شطرنجی برای ایجاد نقشه‌های اغتشاش استفاده شد که اندازه، توزیع مکانی و نرخ اختلالات جنگل سطح توده را در سایت مورد مطالعه نشان می‌دهد. این تجزیه و تحلیل همچنین از تبدیل کلاهک منگوله دار (TCT) [ 18 ] و شاخص رطوبت تفاوت نرمال شده (NDMI) [ 18 ، 36 ] استفاده کرد.] برای استخراج اطلاعات طیفی اضافی از باندهای تصویر اصلی Landsat. در نهایت، طبقه بندی بدون نظارت برای تعیین پوشش زمین برای هر صحنه تصویر استفاده شد.

2. منطقه مطالعه

منطقه مورد مطالعه مساحتی به وسعت 6303 کیلومتر مربع را در بر می گیرد که در منطقه بوم گردی شمالی سپر انتاریو و منطقه زیست محیطی دریاچه آبیتیبی واقع شده است ( شکل 1 ). آب و هوای منطقه شمالی انتاریو با زمستان های طولانی سرد و فصل های تابستان خنک تا نسبتاً گرم مشخص می شود [ 37 ]]. این سایت با توپوگرافی متوسط ​​با ارتفاعات بین 89 تا 488 متر بالاتر از سطح دریا مشخص می شود. پوشش زمین عمدتاً توسط بخش های وسیعی از جنگل های برگریز و شمال شرقی متشکل از درختان مخروطی (صنوبر سیاه، صنوبر سفید، کاج جک، بلسان، کاج اروپایی) و گونه های درختان برگریز (صنوبر، آسپن لرزان و توس سفید) غالب است. این مناظر جنگلی پر از صدها دریاچه، تورب‌زار و تالاب است. ویژگی‌های رودخانه‌ای داخل سایت بخشی از حوضه آبخیز کنوگامی است که از شمال به سمت دشت‌های خلیج هادسون می‌ریزد.
شکل 1. محل مطالعه در استان انتاریو، کانادا.
شکل 2. سایت امضا فلات مرکزی Nagagamisis.
جوامع در این بخش از انتاریو مراکز جمعیتی کوچک و منزوی هستند که به شدت به صنعت جنگل متکی هستند [ 38 ]. هرست، انتاریو حدود بیست برابر بیشتر از میانگین استانی به صنعت جنگل وابسته است. هیچ صنعت اولیه دیگری در این منطقه وجود ندارد که تعداد قابل توجهی از افراد را استخدام کند [ 38 ]. کاربری غالب زمین در سایت مورد مطالعه، واحدهای مدیریت جنگل بزرگ (FMU) است که برای برداشت چوب تجاری منطقه بندی شده اند. بخش هایی از چهار FMU در منطقه مورد مطالعه نشان داده شده است. تقریباً نیمی از سایت مورد مطالعه در ناگاگامی FMU (3020 کیلومتر مربع ) و نیمی دیگر در جنگل هرست (2942 کیلومتر مربع ) واقع شده است در حالی که بخش های کوچکتر در رودخانه سفید (193 کیلومتر مربع) واقع شده است .) و واحدهای مدیریت جنگل Big Pic (155 کیلومتر مربع ) . چندین منطقه حفاظت‌شده با اهمیت طبیعی و فرهنگی در داخل سایت مورد مطالعه قرار دارند، مانند ذخایر طبیعی و پارک‌های استانی که به‌عنوان سایت امضای فلات مرکزی Nagagamisis محافظت می‌شوند که مورد توجه ویژه این تحقیق هستند.
فلات مرکزی ناگاگامیسیس منطقه ای با اهمیت طبیعی و فرهنگی متمایز در اکوسیستم سپر شمالی است. در 30 کیلومتری شمال Hornepayne و 130 کیلومتری جنوب غربی هرست، انتاریو واقع شده است ( شکل 2 ). نام بومی این پارک Nagagamisis به معنی «دریاچه ای با سواحل شنی خوب» است [ 39 ]. دو بخش آبی بزرگ در پارک وجود دارد، دریاچه ناگاگامی در بخش غربی پارک قرار دارد و دریاچه ناگاگامیسیس در شرق یک مجموعه آبی باریک است که محور طولانی خود را در جهت شرق به غرب دارد. این منطقه دارای ویژگی های منحصر به فرد یخبندان از جمله Arnott Moraine و کتری کمیاب، اسکر و کامه است [ 12 ]. همچنین دارای تاریخ بشری و میراث فرهنگی با قدمت هزاران سال است [ 12]. اهمیت این سرزمین به طور رسمی در سال 1957 از طریق ایجاد پارک استانی Nagagamisis شناخته شد.
از زمان آغاز به کار، این پارک توسعه قابل توجهی را تجربه کرده است و در حال حاضر به عنوان یکی از “سایت های امضای پارک های انتاریو” در حال توسعه است. پارک حاضر از چهار جزء مجزا تشکیل شده است. ذخیره‌گاه اصلی پارک استانی ناگاگامیسیس در سال 1957 و پارک استانی دریاچه ناگاگامی در سال 1985 بر اساس قانون پارک‌های استان انتاریو تأسیس شد. در سال 2003 (تحت OLL)، گسترش پارک به وسعت 32680 هکتار منجر به پیوستن این دو پارک به دریاچه Nagagami، دریاچه Nagagamisis، رودخانه Foch-Nagagami، ویژگی های توپوگرافی اطراف و توده های جنگلی شد [ 39 ]. افزودن و ایجاد یک منطقه مدیریت پیشرفته (EMZ) پارک را به سمت شمال و جنوب گسترش داد و شامل زمین هایی در سیزده شهرستان جغرافیایی می شود.
EMZ مناطقی را شامل می‌شود که قبلاً در معرض برداشت چوب بوده است. این فعالیت عامل شایع اختلال در جنگل‌های اطراف پارک استانی ناگاگامیسیس بوده است. چالش حفظ مناطق با اهمیت طبیعی و فرهنگی در عین حفظ ثبات اقتصادی جوامع اطراف که به جنگلداری و استفاده پایدار از منابع جنگلی وابسته هستند، باقی می ماند [ 38 ].

3. داده ها و روش

آرشیو داده های Landsat Earth Explorer ( http://earthexplorer.usgs.gov/ ) سازمان زمین شناسی ایالات متحده (USGS) منبع داده های تصویری مورد استفاده در این مطالعه بود. داده‌های تصویر سیستماتیک و تصحیح‌شده زمین (L1T/G) سطح 1 Landsat 5 TM و Landsat 7 ETM+ سطح 1 برای محل مطالعه که در مسیر 22، ردیف 26 سیستم مرجع جهانی-2 (WRS-2) قرار داشت، به‌دست آمد. نوارهای تصویر مرئی و مادون قرمز لندست 1 تا 5 و 7 برای سنسورهای TM و ETM+ دارای وضوح فضایی 30 متری و وضوح طیفی تقریباً یکسان هستند.
بیش از سی تصویر (مه-سپتامبر) برای دوره مطالعه 1984 تا 2009 با هدف ثبت شرایط فصل رشد نزدیک به سالگرد در نزدیکترین فاصله زمانی بین سالانه ممکن به دست آمد. این امر مستلزم بازرسی بصری شرایط جوی در هر صحنه تصویر برای توزیع و اندازه پوشش ابر یا مه بود. فقط تصاویری که بدون ابر بر روی سایت مطالعه بودند برای استفاده در تجزیه و تحلیل انتخاب شدند. فهرست نهایی تصاویر در جدول 1 ارائه شده است .
جدول 1. مشخصات تصویر Landsat.
پوشش ابری مکرر یک عامل محدود کننده در فرآیند کسب تصویر بود. این منجر به استفاده از تصاویری شد که دامنه پنج ماهه را در بر می گیرد و تقریباً کل چرخه فنولوژیکی و شاخ و برگ درختان برگریز در سایت مورد مطالعه را شامل می شود. کندی و همکاران 25 ] بیان می کند که ثبات فصلی بر عدم وجود ابرها به عنوان بالاترین اولویت در نقشه برداری اغتشاش است، اما تصاویر دیگری برای این مطالعه در دسترس نبودند. شرایط جوی دینامیک همچنین محل مطالعه را تنها به بخشی از کاشی تصویر اصلی 185 در 185 کیلومتر محدود کرد. این منجر به یک فاصله بین سالانه متغیر با مراحل زمانی دو، چهار و پنج ساله شد و نه فواصل تصویر سالانه سالانه.
تبدیل کلاهک منگوله دار موضوعی (TCT) [ 40 ] شش باند بازتابی اصلی Landsat 1-5 و 7 را به سه مولفه که نمایانگر ویژگی های فیزیکی سطح زمین شناخته شده به عنوان روشنایی (TCT1)، سبزی (TCT2) و رطوبت (TCT3) کاهش می دهد. 18 ، 41 ]. این سه مولفه بیشترین واریانس را در یک صحنه تصویر به خود اختصاص می دهند و حجم داده ها را با حداقل از دست دادن اطلاعات کاهش می دهند [ 36 ]. TCT در ادبیات به عنوان موثر برای نقشه برداری پوشش گیاهی و تشخیص تغییر پوشش موقت زمین نشان داده شده است [ 14 , 18 , 42]. در تحقیقات اخیر، TCT به طور قابل توجهی بهتر از باندهای اصلی Landsat برای تشخیص تغییر در یک منظره جنگلی عمل کرد [ 43 ]. اراضی جنگلی که اخیراً دچار اختلال شده اند نسبت به توده های جنگلی بالغ دست نخورده درخشندگی، سبزی و رطوبت کمتری را نشان می دهند [ 43 ]. جزء رطوبتی به دلیل حساسیت آن به رطوبت گیاه و خاک، ساختار تاج پوشش و سایه مورد توجه است [ 35 ، 40 ، 44 ، 45 ].
شاخص رطوبت تفاوت نرمال شده (NDMI) با استفاده از باند لندست چهار (NIR) و باند پنج (SWIR) [ 46 ] به دست می آید. معادله این است: NDMI = (باند 4 – باند 5) / (باند 4 + باند 5). الگوریتم NDMI بسیار شبیه به شاخص گیاهی تفاوت عادی شده (NDVI) است که معمولاً در طبقه بندی جنگل ها و برای تخمین ویژگی هایی مانند سطح برگ، زیست توده و بسته شدن تاج پوشش استفاده می شود [ 47 ]. در یک مقایسه مستقیم، NDMI اندازه گیری دقیق تری نسبت به NDVI به طور گسترده برای تشخیص فعالیت برداشت جنگل نشان داده شده است [ 35 ].
یک بررسی بصری انجام شد تا اطمینان حاصل شود که همه تصاویر انتخاب شده به درستی ثبت شده و قبل از تجزیه و تحلیل به درستی تراز شده اند. صحنه‌های کامل Landsat برای جداسازی منطقه مورد مطالعه خاص که شامل سایت امضای فلات مرکزی Nagagamisis و واحدهای مدیریت جنگل تجاری اطراف آن می‌شد، زیر مجموعه قرار گرفتند. تصویر زیر مجموعه حاصل 2646 پیکسل در 2647 خط است که مساحت 6303 کیلومتر مربع را پوشش می دهد .
اگرچه تصحیح رادیومتری مجموعه داده‌های سری زمانی تصویر به عنوان گزینه‌ای برای پروژه‌های سنجش از دور [ 48 ] به منظور بررسی تغییرات در هندسه حسگر جو و خورشید شناخته می‌شود، هیچ اصلاح اضافی در محصولات داده سطح 1 مورد استفاده برای این مطالعه تکمیل نشد. تفاوت‌های رادیومتری بین تصاویر آنالیز وجود دارد، اما نویز مرتبط با تفاوت‌های زمانی نسبت به سیگنال قوی رویدادهای اختلال سطح پایه حداقل است [ 24 ، 27 ]. مشخص شد که تلاش و زمان مورد نیاز برای تصحیح اتمسفری تصاویر به طور قابل توجهی بر دقت نتایج تأثیر نمی گذارد [ 17 ، 27 ].
تفاوت باند تصویر شامل تفریق پیکسل ها بین دو مجموعه داده شطرنجی مشترک ثبت شده برای شناسایی مناطقی است که تغییر را تجربه کرده اند [ 20 ]. تصاویر اختلاف مادون قرمز باند پنج موج کوتاه لندست (SWIR) برای هر جفت تصویر بین سالانه تولید شد. پس از آزمایش تفاوت باند تصویر با استفاده از باندهای سه، چهار و پنج، نتیجه افتراق باند پنج (SWIR) به عنوان مناسب‌ترین برای شناسایی مناطق آشفتگی جنگل سطح توده انتخاب شد. کانال SWIR به دلیل حساسیت به ساختار پوشش گیاهی، تراکم، حجم و محتوای رطوبت برگ به طور گسترده در سنجش از دور استفاده می شود [ 40 ، 44 ].]. نشان داده شده است که نوارهای مادون قرمز موج کوتاه پنج و هفت حاوی اطلاعات بیشتری در مورد جنگل های مخروطی و چوب سخت نسبت به سایر نوارهای لندست هستند [ 44 ]. در زمینه جنگل شمالی، باند پنج برای طبقه بندی فعالیت های برداشت شفاف موثر بوده است [ 48 ].
نتایج عملیات تفکیک باند برای هر مرحله زمانی تجزیه و تحلیل به عنوان مجموعه داده های شطرنجی 8 بیتی بدون علامت ذخیره شد. هنگامی که در مقیاس خاکستری نمایش داده می شوند، این مجموعه داده ها نمایانگر تغییرات پوشش جنگلی بین دو تاریخ تصویر هستند. مناطقی از جنگل که قبل از شروع هر مرحله زمانی تصویر دچار اختلال شده اند، با رنگ های تیره (سیاه) ظاهر می شوند که مقادیر تغییر کمتری را نشان می دهد. در حالی که مناطقی که در طول هر مرحله زمانی دچار اختلال شده اند با رنگ های روشن (سفید) نشان داده می شوند که مقادیر تغییرات بالاتری را نشان می دهد. مناطقی که در طول مرحله زمانی تغییری نداشته اند با سایه های خاکستری نشان داده شده اند. این تصاویر اختلاف باند، میزان و توزیع فضایی اختلال و بازسازی جنگل سطح پایه را در طول هر جفت تصویر زمانی نشان می‌دهد. مشابه ماسک و همکاران. 16، 18 ] و Forsythe و Waters [ 17 ]، همه تغییرات در تصویر تفاوت به ویژگی که هدف تحلیل است (در این مورد تغییر اختلال) مربوط نمی شود. روش‌های طبقه‌بندی بدون نظارت برای خوشه‌بندی مجموعه داده‌های شطرنجی متمایز باند خروجی در سه کلاس اطلاعاتی بر اساس مقادیر پیکسل موجود در تصاویر تفاوت استفاده شد. این امر نیاز به استفاده از آستانه ها را برای شناسایی گروه بندی در داده ها از بین برد. این طبقات عبارت بودند از: تغییر احیا کننده، تغییر اختلال و عدم تغییر.
به دنبال اختلال در سطح توده، مناطق برداشت شده یک بازسازی نسبتاً سریع گونه‌های پیشگام پهن برگ مانند توسکا، صنوبر و سایر درختچه‌ها را تجربه می‌کنند که به عنوان تغییر احیاکننده در تصاویر تفاوت ظاهر می‌شوند. سن توده های جنگلی بالغ اطراف 70 تا 100 سال است [ 49 ]. این تحقیق یک دوره زمانی 25 ساله را پوشش می‌دهد، بنابراین مساحت سطح کلاس تغییر احیاکننده در طول مدت مطالعه افزایش می‌یابد. این مناطق با توده های جنگلی بالغ هم از نظر ساختار سنی و هم از نظر ترکیب گونه متفاوت هستند. ماهیت و ترکیب واقعی مناطقی که در حال بازسازی هستند را نمی توان بدون درجا اندازه گیری کردداده های اعتبارسنجی از آنجایی که تمرکز این کار بر اختلال جنگل است و نه بازسازی، این مناطق تغییر در تحلیل گنجانده نشده اند. روش دیگر، طبقه بندی تصویر برای شناسایی مناطقی که در تاریخ بعدی هر جفت تصویر آشفته باقی می مانند، استفاده می شود. تصاویر متمایز باند فقط برای شناسایی مناطقی استفاده می‌شوند که اختلال سطح پایه بین جفت‌های تصویر را تجربه می‌کنند، زیرا این تمرکز اصلی مطالعه است.
به منظور حذف مناطق تغییر احیا کننده، آنها به عنوان مناطق بدون تغییر طبقه بندی شدند تا بر رویدادهای تغییر مربوط به اختلال سطح پایه در هر مرحله زمانی تصویر تمرکز کنند. نتایج طبقه‌بندی تصویر برای هر جفت تصویر برای شناسایی مناطق آشفتگی گذشته استفاده شد. نتیجه خروجی این رویه ها یک شطرنجی باینری متشکل از کلاس های تغییر اغتشاش و بدون تغییر بود.
روش طبقه بندی تجزیه و تحلیل داده های خودسازماندهی تکراری (ISODATA) بدون نظارت برای طبقه بندی هر تصویر در سری زمانی استفاده شد. این یک روش طبقه‌بندی چند متغیره است که برای شناسایی گروه‌های طیفی (خوشه‌ها) در میان پیکسل‌های تصویر ناشناخته و تجمیع آنها در تعداد مشخصی از کلاس‌ها استفاده می‌شود [ 16 ، 50 ]. این روش توسط Hame و همکاران پیدا شد. 51 ] زمانی که مجموعه داده های اعتبارسنجی تغییرات جنگل در دسترس نیست، برای تشخیص تغییر مناسب باشد. باندهای اصلی Landsat به عنوان ورودی طبقه بندی با افزودن لایه های Tasselled Cap و NDMI مورد استفاده قرار گرفتند. اینها شامل شدند زیرا نشان داده شده است که در بهبود نتایج طبقه‌بندی مربوط به نقشه‌برداری اختلال مؤثر هستند [18 ، 36]. الگوریتم طبقه بندی ISODATA با پارامترهای 255 خوشه طیفی خروجی و 20 تکرار اجرا شد. حداکثر تعداد 255 خوشه خروجی به منظور اجازه دادن به الگوریتم برای خوشه بندی پیکسل های تصویر به تعداد خوشه های مورد نیاز مشخص شد. این الگوریتم معمولاً بین سی تا سی و پنج خوشه خروجی را شناسایی می کند. گاهی اوقات تعیین تعداد کمتری از خوشه های خروجی منجر به نتایج نادرست و طبقه بندی ضعیف می شود. سپس این خوشه‌های خروجی در سه کلاس اطلاعاتی ادغام شدند و پیکسل‌ها را به‌عنوان جنگل دست‌نخورده/باززایی، جنگل آشفته یا آب شناسایی می‌کردند. این تجمیع از طریق مقایسه بصری تصاویر اصلی Landsat و منابع تصویر ثانویه برای تخصیص هر خوشه طیفی به یک کلاس اطلاعات تکمیل شد. همه رویدادهای اختلال از جمله آتش سوزی، برداشت چوب و جاده های بوته ای مرتبط با هم بدون تبعیض بین انواع تغییر طبقه بندی شدند. در نهایت، طبقه‌بندی‌های تفاوت تصویر و طبقه‌بندی ISODATA برای هر سال تحلیل ترکیب شدند تا رویدادهای اختلال را در هر دوره زمانی تجزیه و تحلیل تشخیص دهند. این مکان‌هایی را شناسایی کرد که در آن‌ها اختلال در سطح پایه در بازه زمانی بین تاریخ‌های تصویر رخ داده بود و مشابه روش‌هایی است که ماسک استفاده می‌کند.و همکاران 16 ، 18 ] و Forsythe و Waters [ 17 ].
ارزیابی دقت پس از طبقه بندی برای تعیین کیفیت اطلاعات به دست آمده از تجزیه و تحلیل داده ها و فرآیندهای طبقه بندی برای هر تصویر استفاده شد [ 52 ]. طبقه بندی کل برای هر تاریخ تصویر برای تعیین دقت آن ارزیابی شد. با توجه به در دسترس بودن داده ها و محدودیت های زمانی، تصویر مرجع به صورت بصری تفسیر شد و با نتیجه طبقه بندی مقایسه شد. تصویر مرجع مورد استفاده برای ارزیابی دقت، تصویر Landsat TM/ETM+ برای هر تاریخ تصویر بود که به عنوان ترکیب رنگی واقعی از باندهای 3، 2 و 1 مشاهده می‌شود. یک نمونه تصادفی طبقه‌بندی شده از 300 نقطه مرجع برای تصویر مرجع تولید و تفسیر شد. برای هر طبقه از طبقه بندی های کل [ 53 ، 54]. نقاط نمونه متناسب با تعداد پیکسل ها در هر یک از سه کلاس طبقه بندی شدند. بر اساس نتایج ارزیابی دقت، ماتریس‌های خطا و آمار دقت برای هر طبقه‌بندی تصویر با توجه به روش‌های ارزیابی دقت تعیین‌شده تولید شد [ 53 ، 54 ]. این تکنیک یک روش قابل اعتماد برای ارزیابی دقت در زمانی است که داده های حقیقت زمینی در دسترس نیستند [ 35 ، 55 ]

4. نتایج و بحث

طبقه بندی تصویر از سال 1986 ( شکل 3 ) یک نقشه پوشش زمینی را برای هفت تاریخ تصویر انتخاب شده برای این تحلیل ارائه می دهد. طبقات نشان داده شده عبارتند از آب (آبی)، جنگل دست نخورده/باززایی (سبز) و جنگل آشفته (قرمز). کلاس آب نشان دهنده تمام مناطقی است که در سایت مورد مطالعه حاوی آب در زمان جذب هستند. طبقه جنگل های دست نخورده/بازآفرینی شده نشان دهنده تمام زمین های جنگلی از جمله توده های جنگلی بالغ و برش های بیش از پنج سال است که رشد مجدد را تجربه کرده اند. سلامت کلی، ترکیب گونه‌های درختی و سن توده‌های بریده شده قدیمی به دلیل عدم وجود در محل قابل تأیید نیست.نمونه برداری اما به دلیل ویژگی های طیفی آن به عنوان دست نخورده/بازسازی شده طبقه بندی می شود. گونه‌های پیشگام اولین پوشش گیاهی هستند که پس از اختلال در سطح توده، یک منطقه بریده‌شده را مستعمره می‌کنند. آنها عمدتاً گیاهان برگریز با سطح برگ زیاد هستند که باعث می شوند سطح به صورت پوشش گیاهی سالم ظاهر شود که درخشندگی کم، سبزی و رطوبت زیاد را نشان می دهد، حتی اگر ساختار سنی توده کاملاً تغییر کرده باشد [ 15 ].]. کلاس جنگل آشفته، که با رنگ قرمز نشان داده شده است، نشان دهنده مقدار زمین جنگلی است که قبل از تاریخ دریافت تصویر، اختلال اخیر را تجربه کرده است. کلاس جنگل آشفته نشان دهنده مناطقی است که اخیراً مختل شده اند و مقادیر TCT روشنایی بالا، سبزی کم و رطوبت را نشان می دهند. این مناطق در گذشته نه چندان دور دچار آشفتگی شده بودند و باززایی رویشی کمی داشته اند. آمار دقت طبقه بندی برای تمام تاریخ های تصویر در جدول 2 ارائه شده است.
نتایج به‌دست‌آمده از طریق طبقه‌بندی بدون نظارت از نظر دقت کلی قابل قبول بود، اما درجه بالایی از سردرگمی بین کلاس‌های جنگلی آشفته و دست‌نخورده/باززایی شده گاهی عاملی بود و بین تاریخ‌های تصویر بسیار متفاوت بود. این منجر به برخی از نتایج طبقه‌بندی شد که مقادیر دقت تولیدکننده پایینی را برای کلاس جنگل آشفته نشان می‌دهند. این مقادیر کم می تواند نتیجه شباهت طیفی بین جنگل دست نخورده و مناطقی باشد که برداشت جزئی را تجربه کرده اند که تمام الوارهای ایستاده یا مناطق برداشت شده را که در آن بازسازی قابل توجهی رخ داده است حذف نکرده اند. همچنین به نظر می رسید که دقت تولیدکننده در تصاویر اوایل (مه-ژوئن) و اواخر (سپتامبر) فصل رشد کمتر باشد. این می تواند به تفاوت های فصلی پوشش گیاهی و تغییرات برگ روی/برگ به جای اختلال مرتبط باشد.
نتایج طبقه‌بندی در تشخیص تغییر «دلتا» پس از طبقه‌بندی استفاده نشد. در عوض از تصاویر باند پنج تفاوت برای تعیین مناطق اختلال استفاده شد. تشخیص تغییر دلتا شامل طبقه بندی دو تصویر و به دنبال آن مقایسه مبتنی بر پیکسل بین دو نتیجه طبقه بندی است [ 56 ]. این تکنیک مورد استفاده قرار نگرفت زیرا در معرض ترکیب اشتباهات طبقه بندی است که ممکن است منجر به نتایج نادرست شود [ 56 ]. تفاوت تصویر توسط Coppin و Bauer شناسایی شده است [ 34] برای پیشی گرفتن از سایر تکنیک های تشخیص تغییر. انجام تشخیص تغییر با استفاده از تکنیک تفاوت باند از اشتباهات طبقه بندی ترکیبی در فرآیند تشخیص تغییر و تجزیه و تحلیل آماری بعدی جلوگیری کرد. کلاس اغتشاش کنونی نشان داده شده در نقشه های تغییر، نتیجه اختلاف باند است. جنگل‌های دست نخورده/باززایی شده و کلاس‌های آشفتگی گذشته نقشه‌های آشفتگی محصول طبقه‌بندی تصویر هستند و بنابراین تحت تأثیر دقت نتایج طبقه‌بندی قرار می‌گیرند.
نگاشت تشخیص تغییر رویدادهای اغتشاش شامل اضافه کردن حسابی نتایج طبقه‌بندی پوشش زمین (همانطور که در شکل 3 نشان داده شده است ) و تصاویر تفاوت Landsat Band 5 که برای هر دوره زمانی تولید می‌شدند. نمونه نقشه آشفتگی 1984-1986 ( شکل 4 ) چهار نوع پوشش زمین را برای هر دوره زمانی بررسی شده در این تحقیق نشان می دهد. در نقشه: مناطق آبی نشان دهنده آب، مناطق سبز نشان دهنده جنگل دست نخورده/بازآفرینی شده، مناطق بژ نشان دهنده اختلال گذشته تجربه شده قبل از مرحله زمانی هر نقشه و مناطق قرمز نشان دهنده اختلال فعلی است که در دوره زمانی مورد بررسی قرار گرفته است.
شکل 3. نتایج طبقه بندی اراضی 1986.
در دوره دو ساله از 1984-1986 ( شکل 4 )، کلاس آشفتگی فعلی شامل 113 کیلومتر مربع ( 1.8٪ از محل مطالعه) اختلال سطح پایه است. این نقشه همچنین مساحتی به وسعت 577 کیلومتر مربع 9.1 درصد از منطقه مورد مطالعه) را در کلاس آشفتگی گذشته نشان می دهد که قبل از شروع این مرحله زمانی در سال 1984 رخ داده است . 11 درصد از منطقه مورد مطالعه. متوسط ​​اختلال سالانه برای گام زمانی 1984-1986 56 کیلومتر مربع یا 0.90٪ از منطقه تجزیه و تحلیل بود.
جدول 2. آمار دقت طبقه بندی برای تمام تاریخ های تصویر.
در دوره پنج ساله 1986-1991، کلاس آشفتگی فعلی 290 کیلومتر مربع ( 4.6٪ از منطقه مورد مطالعه) اختلال در سطح ایستاده را تجربه کرد. منطقه ای به وسعت 151 کیلومتر مربع از اختلال (2.4٪ از منطقه تجزیه و تحلیل) قبل از سال 1986 رخ داده است، که نشان دهنده کاهش قابل توجهی از کلاس اختلال گذشته در دوره 1984-1986 است. مساحت کل جنگل های آسیب دیده در سال 1991 441 کیلومتر مربع یا 7 درصد از سایت مورد مطالعه بود. متوسط ​​اختلال سالانه برای گام زمانی 1986-1991 58 کیلومتر مربع یا 0.92٪ از منطقه تجزیه و تحلیل بود.
از سال 1991 تا 1995، منطقه ای به مساحت 286 کیلومتر مربع ( 4.5٪ از منطقه مورد مطالعه) اختلال در سطح ایستاده را تجربه کرد. مشخصه آن یک منطقه آشفتگی گذشته 113 کیلومتر مربعی است که قبل از سال 1991 رخ داده است . متوسط ​​اختلال سالانه برای گام زمانی 1991-1995 72 کیلومتر مربع یا 1.14٪ از منطقه تجزیه و تحلیل بود.
در دوره پنج ساله از 1995-2000، مساحت 374 کیلومتر مربع ( 5.9٪ از سایت مورد مطالعه) در معرض اختلال سطح ایستاده بود. مساحتی به وسعت 225 کیلومتر مربع ( 6/3 درصد از سایت مورد مطالعه) نسبت به دوره های قبل آشفته باقی مانده است. مساحت کل جنگل های آسیب دیده در سال 2000 599 کیلومتر مربع یا 9.5 درصد از سایت مورد مطالعه بود. متوسط ​​اختلال سالانه برای گام زمانی 1995-2000 75 کیلومتر مربع یا 1.19٪ از منطقه تجزیه و تحلیل بود.
منطقه ای به مساحت 122 کیلومتر مربع ( 9/1 درصد از سایت مورد مطالعه) از سال 2000 تا 2002 دچار اختلال سطح ایستاده شد. مساحت کل جنگل های آسیب دیده در سال 2002 637 کیلومتر مربع یا 10.1 درصد از سایت مورد مطالعه بود. متوسط ​​اختلال سالانه برای گام زمانی 2000-2002، 61 کیلومتر مربع یا 0.96٪ از منطقه تجزیه و تحلیل بود.
در دوره پنج ساله 2002-2007، مساحت 302 کیلومتر مربع ( 4.8٪ از سایت مورد مطالعه) در معرض اختلال سطح ایستاده بود. علاوه بر رخدادهای جدید در این دوره، مساحتی به مساحت 526 کیلومتر مربع ( 4/8 درصد از سایت مورد مطالعه) از فعالیت‌های گذشته مختل شده است. مساحت کل جنگل های آسیب دیده در سال 2007 828 کیلومتر مربع یا 13.1 درصد از سایت مورد مطالعه بود. متوسط ​​اختلال سالانه برای گام زمانی 2002-2007 60 کیلومتر مربع یا 0.96٪ از منطقه تجزیه و تحلیل بود.
در نهایت، در دوره دو ساله 2007-2009، مساحت کل 75 کیلومتر مربع ( 1.2٪ از سایت مورد مطالعه) اختلال در سطح ایستاده را تجربه کرد. مساحتی به مساحت 435 کیلومتر مربع ( 9/6 درصد از منطقه تجزیه و تحلیل) در کلاس اختلال گذشته باقی مانده است. مساحت کل جنگل های آسیب دیده در سال 2009 510 کیلومتر مربع یا 8.1 درصد از سایت مورد مطالعه بود. متوسط ​​اختلال سالانه برای مرحله زمانی 2007-2009 37 کیلومتر مربع یا 0.61٪ از منطقه تجزیه و تحلیل بود.
شکل 4. نقشه اختلال 1984-1986.
در طول دوره مطالعه بیست و پنج ساله، از سال 1984 تا 2009، اختلال جنگل سطح توده در سراسر منطقه تجزیه و تحلیل تجربه شد. بر اساس نتایج حاصل از عملیات تفکیک تصویر، مساحت کل 1649 کیلومتر مربع یا 26.1 درصد از سایت مورد مطالعه دچار اختلال در سطح ایستاده شد. توزیع فضایی و اندازه رویدادهای اختلالی که در طول دوره مطالعه رخ داده اند در نقشه اختلال تجمعی ارائه شده است ( شکل 5).). سطح شیب دار رنگی متفاوتی که برای نماد رویدادهای اختلال انتخاب شده است، از قرمز تیره که نشان دهنده آخرین دوره اختلال (2007-2009) است تا سبز تیره که نشان دهنده قدیمی ترین دوره اختلال (1984-1986) است، متغیر است. این طرح رنگ به وضعیت سلامت یا سطح بازسازی در مناطق آشفته دلالت نمی کند، فقط دوره زمانی رخداد اختلال را نشان می دهد. این نقشه نشان می‌دهد که اختلالات زیادی در جنوب فلات مرکزی ناگاگامیسیس در شهرک‌های الگی، نیولندز، داسلی و لسارد رخ داده است (به شکل 1 مراجعه کنید.) که تقریباً کل دوره مطالعه را در بر می گیرد. همچنین رویدادهای آشفتگی اخیر در گوشه شمال غربی محل مطالعه در شهرستان های فرانسیس، داونر و مرسر قابل مشاهده است. اندازه کلی پچ رویدادهای اختلال در سراسر محل مطالعه متفاوت است. به نظر می رسد الگویی از اندازه لکه های بزرگتر در شمال و لکه های کوچکتر در بخش جنوبی منطقه مورد مطالعه وجود دارد.
شکل 5. نقشه اختلال تجمعی 1984-2009.
روند رویدادهای اختلال سطح پایه با استفاده از نمودارهای سری زمانی مورد بررسی و تجسم قرار گرفت. شکل 6 میانگین منطقه اختلال سالانه را بر حسب کیلومتر مربع برای هر دوره زمانی مطالعه نشان می دهد. دوره 1984-1986 میانگین سالانه منطقه اختلال 56 کیلومتر مربع یا 0.9٪ از منطقه مورد مطالعه بود. از سال 1986 تا 1991، میانگین سالانه منطقه اختلال اندکی به 58 کیلومتر مربع یا 0.9٪ از سایت مورد مطالعه افزایش یافت . در دوره 1991-1995، افزایش به 72 کیلومتر مربع یا 1.1٪ از منطقه تجزیه و تحلیل وجود دارد. نرخ اختلال اوج در طول دوره 1995-2000 با 75 کیلومتر مربع یا 1.2٪ از منطقه مورد مطالعه تحت تاثیر قرار رخ داده است. از سال 2000 تا 2002، متوسط ​​منطقه آشفتگی سالانه به 61 کیلومتر کاهش یافت.2 یا 1.0 درصد از محل مطالعه. در طول دوره 2002-2007، متوسط ​​منطقه اختلال سالانه 60 کیلومتر مربع یا 1.0٪ از منطقه تجزیه و تحلیل و از 2007-2009 کل 37 کیلومتر مربع یا 0.6٪ از سایت مورد مطالعه بود.
شکل 6. متوسط ​​اختلال سالانه (مساحت در کیلومتر 2 ).
این داده‌ها نشان‌دهنده یک اختلال متوسط ​​سالانه با ثبات تقریباً 0.9 درصدی بین سال‌های 1984 و 1991 است که به دنبال آن افزایش متوسط ​​اختلال سالانه به کمی بیش از 1.1 درصد بین سال‌های 1991 و 1995. اختلال در این سطح بین سال‌های 1995 و 2000 نسبتاً ثابت باقی می‌ماند و به دنبال آن کاهش در میانگین اختلال سالانه بین سال‌های 2000 و 2002. بین سال‌های 2002 و 2007، میانگین اختلال سالانه تقریباً 0/1% تثبیت می‌شود که مشابه سطوح تجربه شده بین سال‌های 1984 و 1991 است. متوسط ​​اختلال سالانه بین سال‌های 2007 و 2009 به میزان قابل توجهی کاهش یافته و به حداقل 6 درصد رسیده است. در پایان دوره تحصیلی روند کلی مشاهده شده در این داده ها نشان می دهد که مقادیر میانگین اختلال سالانه مشاهده شده در حدود 1.0٪ برای دوره 1984 تا 2007 ثابت است و سپس شروع به کاهش می کند.
با توجه به زمین های پارک فلات مرکزی Nagagamisis، رویدادهای اختلال در مناطقی که درست خارج از محدوده پارک استانی قرار دارند، فراوان بوده است. در طول دوره مطالعه 1984-2009، مناطق وسیعی از همه طرف در زمین های پارک، اختلالات سطح پایه را تجربه کردند. در طول دوره مطالعه، پارک استانی ناگاگامیسیس از 81 کیلومتر مربع در سال 1957 به بیش از 600 کیلومتر مربع امروز افزایش یافت. به نظر می رسد تکامل و گسترش مرزهای پارک در طول زمان پس از اینکه مناطق دچار اختلال شده اند رخ می دهد. در مورد منطقه مدیریت افزایش یافته، بیشتر این منطقه به دلیل برداشت الوار در دهه های 1970 و 1980 مختل شد. این منطقه از آن زمان دوباره کاشته شده و در حال تبدیل شدن به یک جنگل جوان پر رونق است [ 12]. تلاش مستمر برای حفظ مناطق دارای میراث طبیعی و فرهنگی در طول دوره مطالعه نشان دهنده تعهد قوی دولت و ساکنان انتاریو است. گسترش سایت امضای فلات مرکزی Nagagamisis حفاظت از این اراضی مهم طبیعی و فرهنگی را تضمین می کند.

5. نتیجه گیری ها

ترکیبی از تکنیک‌های سنجش از دور و داده‌های مورد استفاده برای انجام این تحقیق، روشی مؤثر برای نقشه‌برداری و پایش اراضی جنگلی پس از رویدادهای اختلال سطح توده است. روش‌های طبقه‌بندی تصویر از باندهای اصلی Landsat و شاخص‌های پوشش گیاهی: TCT و NDMI برای تولید نتایج با دقت طبقه‌بندی کلی بین 97.3٪ تا 84.3٪ استفاده کردند. تصاویر باند پنج تفاوت نشان داد که نمایش دقیقی از تغییرات در پوشش گیاهی و پوشش زمین پس از اختلالات جنگل سطح توده در سایت مورد مطالعه است.
نتایج این تحقیق مساحت کل آشفتگی جنگل را در دوره مورد مطالعه 1984-2009 1649 کیلومتر مربع یا 26.1 درصد از سایت مورد مطالعه برآورد می کند . نرخ اختلال در طول دوره مطالعه بسیار ثابت بود، حدود 1٪ از منطقه تجزیه و تحلیل در هر سال. به نظر می رسد مناطق بزرگی از اختلال در مناطقی متمرکز شده اند که در هر مرحله از گسترش پارک استانی ناگاگامیسیس بسیار نزدیک هستند. از نقشه‌های آشفتگی مشخص است که مناطق حفاظت‌شده برای اطمینان از حفظ مکان‌های فرهنگی و تاریخی مهم مورد نیاز است. استراتژی برنامه ریزی کاربری زمین که از طریق Lands for Life و Ontario Living Legacy اجرا شده است، کمک قابل توجهی به شبکه منطقه حفاظت شده داشته است. در داخل سایت مورد مطالعه، مساحت کل اراضی حفاظت شده از 81 کیلومتر افزایش یافت2 در سال 1957 به بیش از 600 کیلومتر مربع امروز . این گسترش فعالیت های تفریحی و حفظ میراث طبیعی و فرهنگی سایت امضای فلات مرکزی ناگاگامیسیس را افزایش داده است. تحقیقات و برنامه ریزی بیشتر برای هدایت استفاده از زمین منطقه مدیریت پیشرفته برای مزایای اضافی مورد نیاز خواهد بود.
با اندازه‌گیری آشفتگی جنگل‌های سطح توده در سایت مورد مطالعه، و یکپارچه‌سازی روش‌های تشخیص تغییر، می‌توان اختلالات جنگل سطح توده را در طول یک دوره 25 ساله از 1986-2009 پایش کرد. فعالیت برداشت الوار به عنوان یک علت برجسته اختلالات در داخل سایت مورد مطالعه شناسایی شده است. این تحقیق به درک تکامل سایت امضای فلات مرکزی Nagagamisis در واحدهای مدیریت جنگل اطراف کمک خواهد کرد. میزان و توزیع فضایی اختلال سطح توده اراضی جنگلی در محدوده مورد مطالعه را تعیین می کند.
دامنه این مطالعه توسط عوامل متعددی از جمله شرایط جوی محدود شد. شرایط جوی پویای محل مطالعه و فعالیت طوفانی معمول در عرض جغرافیایی میانی منجر به پوشش ابر مکرر در طول پنجره کسب فصل رشد مورد نظر شد. این محدودیت منجر به استفاده از تصاویری شد که کل فصل رشد را در بر می گرفت و همیشه به تاریخ های سالگرد بین تصاویر نزدیک نبود. در حالت ایده‌آل، تصاویر به صورت سالانه و در همان روز هر سال جمع‌آوری می‌شد تا تفاوت‌های رادیومتری و فنولوژیکی به حداقل برسد. در کار آینده، استفاده از شاخص‌های پچ ممکن است برای تعیین اینکه آیا تغییرات قابل توجهی در شیوه‌های برداشت چوب در طول دوره مطالعه وجود داشته است مفید باشد.

منابع

  1. Brandt, J. وسعت منطقه شمالی آمریکای شمالی. محیط زیست Rev. 2009 , 17 , 101-161. [ Google Scholar ] [ CrossRef ]
  2. شرودر، TA; Wulder، MA; هیلی، SP; Miosen، GG نقشه برداری آتش سوزی جنگلی و اختلالات برداشت شفاف در جنگل های شمالی با داده های سری زمانی Landsat. سنسور از راه دور محیط. 2011 ، 115 ، 1421-1433. [ Google Scholar ] [ CrossRef ]
  3. Wulder، MA; سفید، JC; گیلیس، دکتر والسورث، ن. هانسن، ام سی; پوتاپوف، پی. چارچوب تجزیه و تحلیل اطلاعات و اطلاعات مکانی و ماهواره ای چندمقیاس در حمایت از نظارت و به روز رسانی موجودی جنگل های وسیع. محیط زیست نظارت کنید. ارزیابی کنید. 2010 ، 170 ، 417-433. [ Google Scholar ] [ CrossRef ]
  4. Kasischke، ES; Turetsky، MR تغییرات اخیر در رژیم آتش سوزی در سراسر منطقه شمالی آمریکای شمالی – الگوهای مکانی و زمانی آتش سوزی در سراسر کانادا و آلاسکا. ژئوفیز. Res. Lett. 2006 ، 33 . [ Google Scholar ] [ CrossRef ]
  5. وبر، ام جی; Flannigan، MD ساختار و عملکرد اکوسیستم جنگل های شمالی کانادا در آب و هوای متغیر: تأثیر بر رژیم های آتش سوزی. محیط زیست Rev. 1997 , 5 , 145-166. [ Google Scholar ] [ CrossRef ]
  6. Heinselman، ML آتش‌سوزی در جنگل‌های بکر منطقه کانو آبی مرزی، مینه‌سوتا. کوات. Res. 1973 ، 3 ، 329-382. [ Google Scholar ] [ CrossRef ]
  7. Coops، NC; Wulder، MA; White, JC درک اختلال جنگل و الگوی فضایی: سنجش از دور و رویکردهای GIS . مطبوعات CRC (تیلور و فرانسیس): بوکا راتون، فلوریدا، ایالات متحده آمریکا، 2007. [ Google Scholar ]
  8. شرودر، دی. Perera، AH مقایسه ای از الگوهای پوشش گیاهی در مقیاس بزرگ پس از برف و آتش سوزی در جنگل های شمالی انتاریو. برای. Ecol. مدیریت 2002 ، 159 ، 217-230. [ Google Scholar ] [ CrossRef ]
  9. وزارت منابع طبیعی انتاریو واحدهای مدیریت جنگل در انتاریو ; The Queens Printer for Ontario: Toronto, ON, Canada, 2011. در دسترس آنلاین: http://www.mnr.gov.on.ca/en/Business/Forests/2ColumnSubPage/STEL02_163522.html (در 23 دسامبر 2013 قابل دسترسی است).
  10. پررا، ق. بالدوین، الگوهای فضایی DJB در چشم انداز جنگل مدیریت شده انتاریو. در اکولوژی یک منظره زمینی مدیریت شده. الگوها و فرآیندهای مناظر جنگلی در انتاریو . Perera, AH, Euler, DL, Thompson, ID, Eds.; UBC Press: Vancouver, BC, Canada, 2000; صص 74-99. [ Google Scholar ]
  11. پارک های انتاریو این در طبیعت ماست: قانون‌گذاری دیدگاه مشترک برای پارک‌ها و مناطق حفاظت‌شده . The Queens Printer for Ontario: Toronto, ON, Canada, 2004. در دسترس آنلاین: http://www.ontarioparks.com/english/discussion_paper.pdf (در 23 دسامبر 2013 قابل دسترسی است).
  12. وزارت منابع طبیعی انتاریو Nagagamisis Central Plateau: خلاصه اطلاعات پس زمینه ; The Queens Printer for Ontario: Hearst, ON, Canada, 2002. در دسترس آنلاین: http://www.ontarioparks.com/english/planning_pdf/naga_background.pdf (در 23 دسامبر 2013 قابل دسترسی است).
  13. وزارت منابع طبیعی انتاریو Nagagamisis Central Plateau Signature گزینه های مدیریت سایت ; The Queens Printer for Ontario: Hearst, ON, Canada, 2004. در دسترس آنلاین: http://www.ontarioparks.com/english/planning_pdf/naga_manage_opt.pdf (در 23 دسامبر 2013 قابل دسترسی است).
  14. کوهن، WB; نقش گووارد، SN Landsat در کاربردهای زیست محیطی سنجش از دور. BioScience 2004 ، 54 ، 535-545. [ Google Scholar ] [ CrossRef ]
  15. Lunetta، RS; جانسون، دی.م. لیون، جی جی. Crotwell, J. تأثیر فرکانس زمانی تصویر بر نظارت بر تشخیص تغییر پوشش زمین. سنسور از راه دور محیط. 2004 ، 89 ، 444-454. [ Google Scholar ] [ CrossRef ]
  16. ماسک، جی جی. لیندسی، FE; گووارد، SN دینامیک رشد شهری در منطقه شهری واشنگتن دی سی 1973-1996 از مشاهدات Landsat. بین المللی J. Remote Sens. 2000 , 21 , 3473-3486. [ Google Scholar ] [ CrossRef ]
  17. فورسایت، KW; Waters، NM استفاده از معیارهای بافت تصویر در تشخیص تغییرات شهری. Photogramm.-Fernerkund.-Geoinforma. 2006 ، 4 ، 287-296. [ Google Scholar ]
  18. ماسک، جی جی. هوانگ، سی. وولف، آر. کوهن، دبلیو. هال، اف. کاتلر، جی. Nelson, P. اختلال جنگل آمریکای شمالی از یک رکورد ده ساله لندست نقشه برداری شده است. سنسور از راه دور محیط. 2008 ، 112 ، 2914-2926. [ Google Scholar ] [ CrossRef ]
  19. Coppin، PR; Bauer, ME تشخیص تغییر دیجیتال در اکوسیستم های جنگلی با تصاویر سنجش از راه دور. Remote Sens. Rev. 1996 , 13 , 207-234. [ Google Scholar ] [ CrossRef ]
  20. Sader, SA; برتراند، ام. تشخیص تغییر ماهواره ای ویلسون، EH الگوهای برداشت جنگل در چشم انداز جنگل صنعتی برای. علمی 2003 ، 49 ، 341-353. [ Google Scholar ]
  21. پوتاپوف، پ. توروبانوا، اس. هانسن، سی. پوشش جنگل های شمالی در مقیاس منطقه ای و نقشه برداری تغییر با استفاده از کامپوزیت های داده لندست برای روسیه اروپایی. سنسور از راه دور محیط. 2011 ، 115 ، 548-561. [ Google Scholar ] [ CrossRef ]
  22. شین، کیو. اولوفسون، پی. زو، ز. تان، بی. Woodcock، CE به سمت نظارت نزدیک به زمان واقعی اختلالات جنگل با ادغام داده های MODIS و Landsat. سنسور از راه دور محیط. 2013 ، 135 ، 234-247. [ Google Scholar ] [ CrossRef ]
  23. گلوک، ام جی. Rempel، RS ویژگی های ساختاری مناظر پس از آتش سوزی و مناظر واضح. محیط زیست دوشنبه ارزیابی کنید. 1996 ، 39 ، 435-440. [ Google Scholar ] [ CrossRef ]
  24. کوهن، WB; جاسوسان، TA; Alig، RJ; اوتر، DR; Maiersperger، TK; Fiorella، M. مشخص کردن 23 سال (1972-1995) اختلالات جایگزینی پایه در جنگل های اورگان غربی با تصاویر Landsat. اکوسیستم ها 2002 ، 5 ، 122-137. [ Google Scholar ]
  25. کندی، RE; یانگ، ز. کوهن، WB تشخیص روند در آشفتگی و بازیابی جنگل با استفاده از سری های زمانی سالانه Landsat: 1. الگوریتم های تقسیم بندی LandTrendr-Temporal. سنسور از راه دور محیط. 2010 ، 114 ، 2897-2910. [ Google Scholar ] [ CrossRef ]
  26. کوهن، WB; هارمون، ام. والین، دی. فیورلا، ام. دو دهه شار کربن از جنگل‌های شمال غربی اقیانوس آرام. BioScience 1996 ، 46 ، 836-844. [ Google Scholar ] [ CrossRef ]
  27. کوهن، WB; فیورلا، ام. گری، جی. هلمر، ای. اندرسون، ک. یک روش کارآمد و دقیق برای نقشه برداری از جنگل در شمال غربی اقیانوس آرام با استفاده از تصاویر Landsat. فتوگرام مهندس Remote Sens. 1998 , 64 , 293-300. [ Google Scholar ]
  28. هال، FG; Botkin، DB; استربل، دی. وودز، KD; گوتز، SJ الگوهای جانشینی جنگل در مقیاس بزرگ که توسط سنجش از دور تعیین می شود. اکولوژی 1991 ، 72 ، 628-640. [ Google Scholar ] [ CrossRef ]
  29. فراته، ال. Carranza، ML کمی سازی الگوهای مقیاس چشم انداز جنگل های معتدل در طول زمان با استفاده از مدل های شبیه سازی خنثی. ISPRS Int. J. Geo-Inf. 2013 ، 2 ، 94-109. [ Google Scholar ] [ CrossRef ]
  30. آبرات، م. باچیو، سی. هاست، ا. مارکتی، آ. مینوتولی، اس. Tesconi، M. GeoMemories – پلت فرمی برای تجسم تغییرات تاریخی، محیطی و جغرافیایی در چشم انداز ایتالیا. ISPRS Int. J. Geo-Inf. 2013 ، 2 ، 432-455. [ Google Scholar ] [ CrossRef ]
  31. یشانه، ای. واگنر، دبلیو. اکسنر-کیتریج، ام. لجس، دی. Blöschl، G. شناسایی پویایی کاربری/پوشش زمین در حوضه آبریز کوگا، اتیوپی، از داده‌های چند مقیاسی، و پیامدهای تغییرات محیطی. ISPRS Int. J. Geo-Inf. 2013 ، 2 ، 302-323. [ Google Scholar ] [ CrossRef ]
  32. Moskal, LM; Jakubauskas، ME نظارت بر بازسازی جنگل پس از اختلال با تجزیه و تحلیل تصویر مبتنی بر شی سلسله مراتبی. جنگل‌ها 2013 ، 4 ، 808-829. [ Google Scholar ] [ CrossRef ]
  33. ریکوتا، سی. کارانزا، ML اندازه‌گیری ساختار چشم‌انداز وابسته به مقیاس با تنوع درجه دوم رائو. ISPRS Int. J. Geo-Inf. 2013 ، 2 ، 405-412. [ Google Scholar ] [ CrossRef ]
  34. Coppin، PR; Bauer, ME پردازش تصاویر چند زمانی Landsat TM برای بهینه سازی استخراج ویژگی های تغییر پوشش جنگل. IEEE Geosci. Remote Sens. 1994 , 60 , 287-298. [ Google Scholar ]
  35. ویلسون، EH; Sader, SA تشخیص برداشت جنگل با استفاده از چندین تاریخ از تصاویر Landsat TM. سنسور از راه دور محیط. 2002 ، 80 ، 385-396. [ Google Scholar ] [ CrossRef ]
  36. جین، اس. Sader, SA مقایسه رطوبت کلاهک منگوله ای سری زمانی و شاخص رطوبت تفاوت نرمال شده در تشخیص اختلال جنگل. سنسور از راه دور محیط. 2005 ، 94 ، 364-372. [ Google Scholar ] [ CrossRef ]
  37. Rowe, JS Forest Regions of Canada ; نشریه شماره 13000; وزارت محیط زیست، خدمات جنگلی کانادا: اتاوا، ON، کانادا، 1972. [ Google Scholar ]
  38. Ekstrom، B. برنامه مدیریت جنگل برای جنگل هرست، منطقه هرست، منطقه شمال شرقی، مدیریت جنگل هرست شامل هرست، انتاریو. 2007. در دسترس آنلاین: http://www.hearstforest.com/english/PDF/HearstForest2007FMP.pdf (در 23 دسامبر 2013 قابل دسترسی است).
  39. پارک های انتاریو پارک استانی ناگاگامیسیس The Queens Printer for Ontario: Toronto, ON, Canada, 2010. در دسترس آنلاین: http://www.ontarioparks.com/park/nagagamisis (در 23 دسامبر 2013 قابل دسترسی است).
  40. کریست، EP; Cicone, RC یک تبدیل فیزیکی مبتنی بر داده های Thematic Mapper – کلاهک منگوله دار TM. IEEE Trans. Geosci. Remote Sens. 1984 , 22 , 256-263. [ Google Scholar ] [ CrossRef ]
  41. Kauth، RJ; توماس، GS کلاهک منگوله دار – توصیف گرافیکی توسعه طیفی- زمانی محصولات کشاورزی که توسط Landsat دیده می شود. در مجموعه مقالات دومین سمپوزیوم بین المللی در مورد پردازش ماشینی داده های سنجش از دور، دانشگاه پردو، وست لافایت، IN، ایالات متحده آمریکا، 29 ژوئن تا 1 ژوئیه 1976.
  42. فرانکلین، SE; لوین، مگابایت؛ Moskal, LM; ولدر، مگابایت؛ McCaffrey، TM تفسیر شرایط برداشت جنگل در نیوبرانزویک با استفاده از تصاویر تفاوت رطوبتی تقویت شده Landsat TM (EWDI). می توان. J. Remote Sens. 2001 ، 27 ، 118-128. [ Google Scholar ]
  43. هیلی، SP; کوهن، WB; یانگ، ز. Krankina، ON مقایسه سازه‌های Landsat مبتنی بر کلاه منگوله‌ای برای استفاده در تشخیص اختلال جنگل. سنسور از راه دور محیط. 2005 ، 97 ، 301-310. [ Google Scholar ] [ CrossRef ]
  44. هورلر، DNH؛ Ahern، FJ Forestry محتوای اطلاعاتی از داده های Thematic Mapper. بین المللی J. Remote Sens. 1986 ، 7 ، 405-428. [ Google Scholar ] [ CrossRef ]
  45. کوهن، WB; جاسوسان، TA; فیورلا، ام. تخمین سن و ساختار جنگل ها در چشم انداز چند مالکیتی غرب اورگان، ایالات متحده. بین المللی J. Remote Sens. 1995 ، 16 ، 721-746. [ Google Scholar ] [ CrossRef ]
  46. گودوین، NR; Coops، NC; Wulder، MA; گیلندرز، اس. شرودر، TA; نلسون، تی. برآورد دینامیک حشرات با استفاده از یک توالی زمانی از داده های لندست. سنسور از راه دور محیط. 2008 ، 112 ، 3680-3689. [ Google Scholar ] [ CrossRef ]
  47. Sader, SA; کامپوزیت های رنگی Winne، JC RGB-NDVI برای تجسم دینامیک تغییر جنگل. بین المللی J. Remote Sens. 1992 ، 13 ، 3055-3067. [ Google Scholar ] [ CrossRef ]
  48. رانسون، کی جی. کواچ، ک. سان، جی. خاروک، VI تشخیص اختلال در جنگل شمالی با استفاده از رادار و Landsat-7. می توان. J. Remote Sens. 2003 ، 29 ، 271-285. [ Google Scholar ] [ CrossRef ]
  49. منابع طبیعی کانادا ماهیت آتش سوزی جنگل. In the State of Canada’s Forests 2003-2004 ; خدمات جنگل کانادا، دفتر مرکزی، سیاست، برنامه ریزی و امور بین الملل شعبه: اتاوا، ON، کانادا، 2004; صص 45-55. [ Google Scholar ]
  50. لیلسند، TM; کیفر، RW; Chipman، JW Remote Sensing and Image Interpretation ، 6th ed.; John Wiley and Sons Inc.: Hoboken, NJ, USA, 2008; صص 585-604. [ Google Scholar ]
  51. Hame, TI; هلر، جی اس. Miguel-Ay, A. یک سیستم تشخیص و تشخیص تغییرات بدون نظارت برای جنگلداری. بین المللی J. Remote Sens. 1998 ، 19 ، 1079-1099. [ Google Scholar ] [ CrossRef ]
  52. Congalton، RG; گرین، ک. ارزیابی دقت داده‌های سنجش از راه دور: اصول و روش‌ها . ناشران لوئیس: بوکا راتون، فلوریدا، ایالات متحده آمریکا، 1999. [ Google Scholar ]
  53. سنسمن، جنرال موتورز; Bagley، CF; Tweddale، SA ارزیابی دقت طبقه‌بندی گسسته داده‌های دیجیتال سنجش از راه دور برای نقشه‌برداری پوشش زمینی . گزارش فنی EN-95/04; USACERL: Champaign, IL, USA, 1995. [ Google Scholar ]
  54. گرنیر، ام. لابرک، اس. بنوا، ام. Allard، M. روش ارزیابی دقت برای طبقه‌بندی مبتنی بر شی تالاب. در مجموعه مقالات GEOBIA 2008—PixelsObjectsIntelligence تجزیه و تحلیل تصویر مبتنی بر شیء جغرافیایی برای قرن 21، کلگری، AB، کانادا، 5-8 اوت 2008. Hay, GJ, Blascke, T., Marceau, D., Eds. انجمن بین المللی فتوگرامتری و سنجش از دور: هانوفر، آلمان، 2008. [ Google Scholar ]
  55. فورسایت، KW; شاتز، بی. Swales، SJ; فراتو، L.-J. اتکینسون، DM تجسم سطح دریاچه مید از سال 1972 تا 2009 تغییر می کند. ISPRS Int. J. Geo-Inf. 2012 ، 1 ، 108-119. [ Google Scholar ] [ CrossRef ]
  56. Coppin، PR; Jonckheere، I. Nackaerts، K. Muys، B. روش‌های تشخیص تغییر دیجیتال در پایش اکوسیستم: یک بررسی. بین المللی J. Remote Sens. 2004 ، 25 ، 1565-1596. [ Google Scholar ] [ CrossRef ]

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *