شناسایی گونه های درختی با تصاویر حرارتی پهپاد و یادگیری ماشین

چکیده مقاله

تهیه نقشه گونه های درختی به عنوان یکی از مولفه های کلیدی در مدیریت منابع طبیعی، کشاورزی و حفاظت از محیط زیست، از اهمیت بسزایی برخوردار است این پژوهش در مطالعه موردی گونه های درختی مرکبات، کاج، افرا و نخل به شناسایی خودکار این گونه ها با استفاده از تصاویر حرارتی و از الگوریتم های یادگیری ماشین شامل جنگل تصادفی، رگرسیون غیرخطی بیز ساده گوسی، گرادیان بوست، رگرسیون لجستیک و Extra Trees برای تحلیل داده های حرارتی پرداخته است نتایج نشان داد که الگوریتم های جنگل تصادفی و ET با دقت ۸۲٪ بهترین عملکرد را داشتند، در حالی که گرادیان بوست با ۷۷٪، رگرسیون لجستیک با ۶۲٪ و بیز ساده گوسی با ۴۰% در رتبه های بعدی قرار گرفتند این پژوهش نشان دهنده ظرفیت بالای روش های یادگیری ماشین در تشخیص گونه های درختی و تهیه نقشه و گزارش گونه های آن ها است که می تواند به مدیریت پایدار جنگل ها و مزارع کمک کند

کلیدواژه‌ها

نویسندگان

فاطمه آقاجانی افروزی

دانشکده عمران دانشگاه صنعتی نوشیروانی بابل

رضا رحیمی نژاد بوگر

دانشکده عمران دانشگاه صنعتی نوشیروانی بابل

مهدی رمضانی فرخانی

دانشکده کامپیوتر دانشگاه صنعتی نوشیروانی بابل

عبادت قنبری پرمهر

دانشکده عمران دانشگاه صنعتی نوشیروانی بابل

�قاجانی افروزی، فاطمه و رحیمی نژاد بوگر، رضا و رمضانی فرخانی، مهدی و قنبری پرمهر، عبادت،1404،شناسایی گونه های درختی با تصاویر حرارتی پهپاد و یادگیری ماشین،بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو،تهران

ارائه‌شده در

مجموعه مقالات بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو29 آبان 1404 · تهران