• دوشنبه ۱۸ آذر ۱۳۹۸
  • |

آمار سایت

  • تمام بازديد‌ها: 1683375 بازدید
  • بازديد 24 ساعت قبل: 3099 بازدید
  • مهمانان حاضر در زیرپورتال: 20 کاربر
  • کاربران حاضر در زیرپورتال:0 کاربر

ورود به سایت

شناسایی آفات جنگلی با تصاویر ماهواره ای

به لحاظ علمی، آفت حشره‌ای است که جمعیت آن از حد قابل قبول یا آستانه بالاتر می‌رود. آفات، حشرات، بیماری ها و سایر عوامل زیست محیطی، تأثیرات قابل توجهی در جنگل ها و منابع طبیعی دارند. آنها می توانند بر رشد درخت و عملکرد چوب و محصولات غیر چوبی تأثیر منفی بگذارند. خسارت ناشی از آفات جنگلی می تواند زیستگاه حیات وحش را به میزان قابل توجهی کاهش داده و از این طریق تنوع زیستی محلی و غنای گونه ها را کاهش دهد. از گذشته موضوع حفاظت از جنگل ها در برابر عوامل تخریب مانند آتش سوزی، آلودگی، گونه های تهاجمی، حشرات و بیماری ها بسیار مهم و حیاتی بوده است. در حالی که آفات و حشرات اجزای جدایی ناپذیر اکوسیستم های جنگلی هستند، فوران آنها تأثیر قابل توجهی در سلامت جنگل ها دارند.
اقدامات برای محافظت از جنگل ها از آفات و بیماری ها، بخشی جدایی ناپذیر از مدیریت پایدار جنگل ها است. مدیریت مؤثر آفات به اطلاعات موثق نیاز دارد. دسترسی به اطلاعاتی از قبیل نوع آفات، زیست شناسی آنها، توزیع آنها، تأثیرات آنها بر اکوسیستم های جنگلی، محل پراکنش آنها و روش های کنترل آنها بسیار اهمیت دارد. در حالی که اطلاعات کیفی زیادی در مورد آفات و بیماریها در مقیاس محلی، ملی و حتی منطقه ای وجود دارد، اما اطلاعات کمی و جامع در سطح جهانی بسیار اندک است. امروزه فن آوری فضایی نقش بسیار مهمی در مطالعه آفات جنگلی دارند که در ادامه به برخی از این مهم اشاره شده است.
فن آوری فضایی با قابلیت جمع آوری داده های مشاهده زمینی در مقیاس های مختلف مکانی، زمانی و طیفی، امکانات و قابلیت های موثری را برای متخصصین و تصمیم گیران به منظور نظارت بر آشفتگی جنگل (مانند تغییرات در پارامترهای بیوفیزیکی و بیوشیمیایی جنگل) فراهم می کند. جستجوی تحقیقات انجام شده در زمینه جنگل در دهه گذشته رشد فزاینده مطالعه بیماریها و آفات جنگل ها با کمک سنجش از دور را نشان می دهد. با استفاده از سنجش از دور تشخیص جنگل های آلوده به حشرات یا آفات (تغییر در ویژگی طیفی درختان جنگل) امکان پذیر است. بسته به نوع یا مرحله آسیب، علائم ممکن است نشان دهنده کاهش میزان کلروفیل، آب در شاخ و برگ، تغییر رنگ برگ، ریزش زود هنگام برگ و ... باشد. در شکل 1 نمونه ای از تغییر در جنگل بر اثر آفات مشاهده می شوند.
 
شکل 1: تغییر ظاهر گیاهان و در نتیجه بازتاب آنها در اثر آفات
  1. استفاده از خواص طیفی
مقادیر طیفی در یک تصویر نماینده تاج بالای درخت بوده و کل درخت را توصیف نمی کند. از آنجایی که بسیاری از آفات بر توانایی درخت در فرآیند فتوسنتز و ذخیره رطوبت در شاخ و برگ تأثیر گذاشته که یکی از نتایج آن تغییر قابل توجه در رنگ شاخ و برگ ( تغییر رنگ) است. برای مثال، سوزنها روی درختان کاج در مرحله حمله سوسک های کاج کوهی، قرمز می شوند یا درختان بلوط از نظر بصری به دلیل مرگ ناگهانی بلوط، قهوه ای و خشک شده به نظر می رسند. سنجنده ها با توانایی ثبت قسمت مرئی از طیف الکترومغناطیسی (طول موج از 400 تا 700 نانومتر) قادر به تشخیص این علائم هستند که به طور مشابه در سیستم بینایی انسان نیز ظاهر می شوند.
 
با این حال، مرگ و میر جنگل ناشی از بیماری و حشرات یک فرایند تدریجی بوده و آنی اتفاق نمی افتد. برای همین، علائم در مراحل مختلف بیماری متفاوت بوده و ممکن است برخی از علائم در مراحل اولیه را نتوان به راحتی مشاهده کرد. به عنوان مثال، درختان ناسالم با کاهش کلروفیل ها ممکن است به دلیل کاهش جذب طول موج های آبی و قرمز توسط شاخ و برگ، کمی درخشان تر از درختان سالم در محدوده طیفی مرئی باشند و تشخیص آنها با طیف مرئی مشکل می باشد. اما سنجنده هایی که در محدوده طیف مادون قرمز نزدیک (طول موج از حدود 700 تا 1300 نانومتر) تصویر برداری می کنند، احتمالاً نسبت به چنین استرس فیزیولوژیکی حساس هستند. به طور مشابه، مقدار انرژی منعکس شده در محدوده مادون قرمز میانی (طول موج از حدود 1300 تا 2500 نانومتر) با رطوبت پوشش گیاهی در ارتباط است. سنجنده ها امروزه قادر به ثبت تابش منعکس شده در آن محدوده ها بوده و با استفاده از این ویژگی نیز بسیاری از تغییرات در گیاهان قابل شناسایی است. برای پیشبرد بیشتر عملکرد سنجش از راه دور، محققان از انواع شاخص های طیفی (یعنی ترکیبی از باند های طیفی) مانند شاخص پوشش گیاهیNDVI ، شاخص NDMI استفاده می کنند. امروزه با استفاده از قابلیت طیفی داده های هایپر اسپکترال اختلافات طیفی ظریف بین گیاهان سالم و ناسالم قابل شناسایی بوده و در این زمینه کاربرد های زیادی دارند. در شکل 2 تصویری طبقه بندی شده از وضعیت سلامت و بیماری درختان جنگلی نمایش داده شده است.
 
شکل 2: طبقه بندی تصویر برای تشخیص بخش سالم و متاثر از بیماری در جنگل
 (a): برداشت نمونه از شدت های مختلف بیماری (b): نقشه طبقه بندی شده با شدت های مختلف بیماری
  1. استفاده از خواص مکانی
رشد و توسعه در فناوری سنجش از دور به ما امکان می دهد تا جزئیات مکانی بیشتری در سطح زمین در مقیاس های مختلف مکانی داشته باشیم. امروزه اندازه تفکیک زمینی در برخی سنجنده ها به زیر نیم متر رسیده و این قابلیت سبب می شود که جزئیات بیشتری از پوشش گیاهی را داشته باشیم و تشخیص بیماری راحتر باشد. بنابراین این ویژگی به متخصصان جنگل در دقت تشخیص بیماری یا بروز حشرات کمک شایانی می کند. برای مشاهده تغییر ساختار کلی جنگل در سطوح وسیع می توان از داده های با اندازه تفکیک پایین استفاده نمود اما برای دقت بیشتر باید از داده های با اندازه تفکیک کوچکتر استفاده نمود.  در شکل 3 با استفاده تصاویر ماهواره ای آیکونوس با توان تفکیک مکانی بالا، شدت بیماری طبقه بندی شده است.
شکل 3: طبقه بندی شدت بیماری با استفاده از تصاویر ماهواره ای ایکونوس
  1. استفاده از خواص اندازه تفکیک زمانی:
امروزه حجم  ذخیره و بایگانی داده های مشاهده زمینی با سرعتی بی سابقه در حال رشد است. با داشتن داده های سری زمانی ، استخراج روند بیماری و حرکت حشرات در طولانی زمان امکان پذیر می شود. از آنجا که بیشتر درختان آلوده فوراً نمی میرند، برای مطالعه بسیاری از بیماریهای جنگلی یا حشرات نیاز به استفاده از تصاویر سالانه یا دوسالانه وجود دارد. بنابراین هر ویژگی از بیماری آفات که در مرور زمان اتفاق می افتد به وسیله سری زمانی تصاویر ماهواره ای قابل مطالعه است. در شکل 4: روند شدت بیماری با تصاویر چند زمانه بررسی شده است.
 
شکل 4: مطالعه روند شدت بیماری با استفاده از تصاویر چند زمانه ماهواره سنتینل 2
شدت بیماری از 18 آوریل 2003 تا 31 می  2003 با سرعت زیادی افزایش یافته است.
  1. روش های معمول مطالعه بیماریها:  
شنسایی آفات و بیماریها به کمک تصاویر ماهواره ای در جنگل با روش های مختلفی انجام می شود. اما معمولترین روش ها که امروزه بیشترین استفاده را دارند، روش های حد آستانه، طبقه بندی، روش های آماری و کشف تغییرات می باشند. در روش حد آستانه با تهیه شاخص های مناسب جهت جداسازی مناطق آسیب دیده و یا شدت آنها حدود آستانه مناسب تعیین و به کمک آنها مناطق آسیب دیده جدا می شوند. در روش های طبقه بندی (شکل 5) نیز بسته به نوع مطالعه از هر منطقه نمونه های تعلیمی تهیه و در نهایت به کمک آنها تصویر طبقه بندی و کلاسه های مختلف از هم جدا می شوند. در روش های آماری با استفاده از ارزش پیکسل ها، در مناطق مختلف آسیب دیده، معادله های مختلفی برازش شده و سپس به کل تصویر تعمیم داده می شوند. و با کمک آنها مناطق مختلف شناسایی می شوند. روش کشف تغییرات (شکل 6) مربوط به مطالعه دو یا چند زمان است که تغییرات در تصاویر جدید نسبت به تصاویر قبلی، شناسایی می شوند.
 
شکل 5: طبقه بندی اراضی جنگلی متاثر از شدت بیماری و آسیب،  با استفاده از تصاویر ماهواره SPOT5 در دو منطقه منتخب (a) و (b):
 
شکل 6: شناسایی روند پیش روی بیماری در جنگل با استفاده از روش بارزسازی تغییرات
 (a): با شدت کمتر  (b) : با شدت متوسط (c) : با شدت بیشتر

کلیدواژه ها: جنگل | بیماری جنگلی | تصویر ماهواره ای | سازمان فضایی ایران | سنجش از دور | آفات جنگلی | آسیب جنگل | آسیب بیماری جنگل |



CAPTCHA

دفعات مشاهده: 180 بار   |   دفعات چاپ: 10 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر