%0 Journal Article %T بهبود تخمین ارتفاع جنگل به کمک بهینه سازی ماتریس پراکنش به روش تغییر پایه پلاریزاسیون مطالعه موردی: جنگل های شمالی سوئد %J فصلنامه علمی- پژوهشی اطلاعات جغرافیایی « سپهر» %I سازمان جغرافیایی %Z 2588-3860 %A حسینی, سیده سمیرا %A عبادی, حمید %A مقصودی مهرانی, یاسر %D 2017 %\ 05/22/2017 %V 26 %N 101 %P 33-44 %! بهبود تخمین ارتفاع جنگل به کمک بهینه سازی ماتریس پراکنش به روش تغییر پایه پلاریزاسیون مطالعه موردی: جنگل های شمالی سوئد %K اینترفرومتری پلاریمتری %K تخمین ارتفاع %K ماتریس انتقال %K بهینه سازی %K ماتریس پراکنش %R 10.22131/sepehr.2017.25724 %X در دهه‌های اخیر توجه زیادی به تخمین زیست توده جنگلی شده است. تهیه نقشه‌های جامع و صحیح از زیست توده جنگلی جهت مدل کردن چرخه کربن جهانی و کاهش گازهای گلخانه‌ای از اهمیت بسیار زیادی برخوردار است. روش‌های قدیمی برای تخمین زیست توده براساس مقادیر بازپراکنش‌ها به کمک آنالیزهای رگرسیون صورت می‌پذیرفت. مشکل اصلی این روش‌ها، سطح اشباع پایین آنها در طول موج‌ها و پلاریزاسیون‌های مختلف بدلیل در نظر نگرفتن پارامترهای ساختاری بود. به کمک تکنیک‌های اینترفرومتری، تحقیقات به سمت استخراج پارامترهای ساختاری سوق پیدا کرد. ارتفاع یکی از پارامترهای ساختاری می‌باشد که جهت تخمین زیست توده جنگلی می‌تواند استفاده شود. بهبود روش‌های بازیابی ارتفاع درختان نقش بسیار مهمی در استخراج صحیح زیست توده جنگلی ایفا می‌کند. در این مقاله یک روش جدید به منظور بهینه‌سازی ماتریس پراکنش به کمک تغییر پایه پلاریزاسیون جهت تخمین ارتفاع معرفی شده است. به کمک تغییر ماتریس پراکنش در پایه پلاریزاسیون‌های مختلف برای هر دو تصویر پایه و پیرو، پارامترهای همبستگی مختلف استخراج شده و با روش‌های مختلف تخمین ارتفاع، ارتفاع درختان تخمین زده شده است. داده‌های مورد بررسی، داده‌های تمام پلاریمتری از سنجنده هوایی SETHI در باند P می‌باشد که در منطقه جنگل‌های شمالی واقع در Remningstorp در جنوب کشور سوئد برداشت شده است. نتایج نشان می‌دهد که روش‌هایی که در آنها تغییر فاز وجود دارد در اثر تغییر پارامترهای هندسی بیضوی، بهبود چشمگیری داشته‌اند بطوری که روش‌های فاز حجم تصادفی برروی زمین با  76/0= R2 و76/3 = RMSE و تفاضلی مدل رقومی با 69/0-= R2 بهترین بهبود در نتایج را داشته‌اند و روش وارونگی دامنه همدوسی که با مقدار کوهرنس ارتفاع را استخراج می‌کند، با 17/0= R2 بهبود چندانی در نتایج آن ملاحظه نشده است. %U https://www.sepehr.org/article_25724_8aa1a49e1033c0533d5f8bba3ec3b41e.pdf