به گزارش phys، مطالعه‌ای که در ۲۹ ژوئیه در مجله سنجش از دور (Journal of Remote Sensing) منتشر شده است، از تصاویر ماهواره‌ای با وضوح بسیار بالا (VHR) ماهواره گائوفن-۷ (Gaofen-7) چین و تصاویر گوگل ارث (Google Earth) برای دستیابی به اندازه‌گیری‌های دقیق ارتفاع جنگل‌ها استفاده می‌کند. ماهواره گائوفن-۷ که به تهیه تصاویر استریوسکوپیک با وضوح بسیار بالا شناخته می‌شود، قادر است تصاویر دقیقی از سطح زمین، از جمله جنگل‌ها، ثبت کند.
روش نوین میانگین‌گیری چندزمانه
برای حل چالش‌های موجود در اندازه‌گیری دقیق ارتفاع جنگل‌ها، محققان روشی نوین به نام میانگین‌گیری چندزمانه گوگل ارث، به‌اختصار میج (MAGE) معرفی کرده‌اند. این تکنیک از تصاویر تاریخی چندزمانه گوگل ارث برای جمع‌آوری نقاط کنترل زمینی (GCPs) بدون نیاز به بررسی‌های میدانی گسترده استفاده می‌کند.
با میانگین‌گیری مختصات از تصاویر تاریخی متعدد، روش میج دقت را بهبود می‌بخشد و فرایند را ساده‌تر می‌کند. این مطالعه روش مذکور را در سوئیس، شمال شرق و جنوب چین آزمایش کرده است. با استفاده از تصاویر استریوسکوپیک گائوفن-۷ و نقاط کنترل زمینی مشتق شده از میج، محققان مدل سطح دیجیتال (DSM) را از تصاویر گائوفن-۷ ایجاد کرده و ارتفاعات سطح زمین را کم کرده‌اند تا ارتفاع جنگل‌ها را اندازه‌گیری کنند.
نتایج چشمگیر و کاربردهای محیط زیستی
نتایج این مطالعه بسیار چشمگیر بود: خطاهای متوسط در مختصات از روش میج کمتر از ۲.۰ متر بود. در ابتدا، اندازه‌گیری‌های ارتفاع جنگل‌ها دارای خطای متوسط ۱۲.۳ متر بود، اما با استفاده از روش بهینه‌سازی شده میج، این خطا به ۱.۵ متر کاهش یافت. علاوه بر این، دقت مدل پیش‌بینی ارتفاع به طور چشمگیری بهبود یافت، به‌طوری‌که همبستگی بین ارتفاعات پیش‌بینی شده و واقعی از ۰.۷۲ به ۰.۹۵ افزایش یافت.
این یافته‌ها نشان‌دهنده اثربخشی روش میج در بهبود پردازش هندسی تصاویر با وضوح بسیار بالا و منجر به تخمین‌های دقیق‌تر ارتفاع جنگل‌ها است. این پیشرفت پتانسیل قابل‌توجهی برای کاربردهای مختلف محیط زیستی و جنگلداری دارد و امکان نظارت و مدیریت کارآمدتر منابع جنگلی را فراهم می‌کند که برای درک سلامت اکولوژیکی، ذخیره کربن و حفاظت از تنوع زیستی بسیار مهم است.
منبع: phys
