குறியிடப்பட்டது
  • ஜெ கேட் திறக்கவும்
  • RefSeek
  • ஹம்டார்ட் பல்கலைக்கழகம்
  • EBSCO AZ
  • OCLC- WorldCat
  • பப்ளான்கள்
  • சர்வதேச அறிவியல் அட்டவணைப்படுத்தல்
  • யூரோ பப்
  • கூகுள் ஸ்காலர்
இந்தப் பக்கத்தைப் பகிரவும்
ஜர்னல் ஃப்ளையர்
Flyer image

சுருக்கம்

வேர்ல்ட்வியூ-2 செயற்கைக்கோள் மற்றும் UAV படத்தொகுப்பைப் பயன்படுத்தி ஓக் துளைப்பான் வண்டு தாக்குதலின் காய்ந்த மரங்களைக் கண்டறிதல் ஒரு பொருள் சார்ந்த அணுகுமுறை

யூசுப் தாகி மொல்லாய், கரம்ஷாஹி ஏ மற்றும் செய்யத் யூசப் எர்பானிஃபர்ட்

ஈரானில் 10% ஈரானில் காடுகளால் ஆனதால் நில மேலாண்மை தொடர்பாக வன சரக்கு தகவல் இன்றியமையாததாக உள்ளது. எனவே, மரங்களின் எண்ணிக்கை, உயரம், DBH மற்றும் அளவு போன்ற துல்லியமான வனத் தகவல்கள் வன நிர்வாகத்திற்கு முக்கியமானவை. இத்தகைய தரவுகளுக்கு பாரம்பரியமாக உழைப்பு மிகுந்த மற்றும் நேரத்தைச் செலவழிக்கும் புல அளவீடுகள் தேவைப்பட்டாலும், ரிமோட் சென்சிங் போன்ற புதிய தொழில்நுட்பங்கள் இந்த புல அளவீடுகளில் சிலவற்றை கூடுதலாகவும் மாற்றவும் செய்துள்ளன. தனிப்பட்ட மரங்களின் தகவலைப் பிரித்தெடுக்க பல்வேறு வகையான சென்சார்கள் பயன்படுத்தப்பட்டாலும், வேர்ல்ட் வியூ-2 (WV-2) மேற்பரப்புத் தகவலைப் பிரித்தெடுக்க சமீபத்தில் பயன்படுத்தப்பட்டது, ஏனெனில் WV-2 அதிக இடஞ்சார்ந்த மற்றும் நிறமாலை தெளிவுத்திறனைக் கொண்டுள்ளது. இந்த ஆய்வில், WV-2 செயற்கைக்கோளை வகைப்படுத்தவும், ஆய்வுத் தளங்களில் UAV படத்துடன் துல்லியமாக மதிப்பிடவும் பொருள் அடிப்படை வகைப்படுத்திகள் (KNN வழியுடன்) பயன்படுத்தப்பட்டன. காய்ந்த மரங்களைப் பிரித்தெடுப்பதற்கு பொருள் அடிப்படையிலான அல்காரிதத்தின் வகைப்பாடு துல்லியம் சிறந்தது என்று ஆய்வு சுட்டிக்காட்டுகிறது. தனித்தனி மரங்களை அடையாளம் கண்டு அளப்பதில் இருந்து வனப் பண்புகளைப் பிரித்தெடுக்க WV-2 தரவின் சாத்தியத்தை மதிப்பிடுவதற்காக இந்த ஆய்வு நடத்தப்படுகிறது. WV-2 தரவு, பொருள்-அடிப்படையிலான வகைப்பாடு கொண்ட NDVI, பல காரணங்களால் மற்றும் பல வனப்பகுதிகளில் ஏற்படும் மரங்களின் இறப்பைக் கண்டறிய பயன்படுத்தப்படலாம் என்பதை எங்கள் முடிவுகள் நிரூபிக்கின்றன.

மறுப்பு: இந்த சுருக்கமானது செயற்கை நுண்ணறிவு கருவ