نوع مقاله : مقاله پژوهشی

نویسندگان

• سعیده اسکندری ¹
• مجید توکلی ²

¹ دانشیار پژوهش، مؤسسه تحقیقات جنگلها و مراتع کشور، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران

² بخش تحقیقات منابع طبیعی، مرکز تحقیقات و آموزش کشاورزی و منابع طبیعی استان لرستان، سازمان تحقیقات، آموزش و ترویج کشاورزی

چکیده

جنگل‌های بلوط زاگرس در سال‌های اخیر به‌دلیل دخالت‌های انسانی و عوامل طبیعی تخریب شده‌اند. یکی از عوامل اصلی تخریب آنها، طغیان آفت برگخوار سفید بلوط است. این پژوهش، به‌منظور تهیه نقشه پراکنش این آفت و نقشه شدت خسارت برگخواری آن در شهرستان پلدختر استان لرستان انجام شد. ابتدا با بازدیدهای میدانی تعدادی قطعه‌نمونه در مناطق تحت تأثیر آفت برداشت شد. تصاویر ماهواره‌ای سنتینل2 (2025) پوشش‌دهنده جنگل‌های بلوط استان، از سایت کوپرنیکوس اخذ شد. برای تهیه نقشه محدوده پراکنش آفت، از الگوریتم ماشین‌بردار پشتیبان استفاده شد. برای تهیه نقشه شدت خسارت برگخواری آفت، ابتدا شاخص NDVI محاسبه شد. سپس همبستگی پیرسون بین شدت خسارت برگخواری و این شاخص محاسبه شد. درنهایت، مدل رگرسیونی برای تعیین رابطه بین این دو متغیر به‌دست آمده و براساس آن نقشه شدت خسارت برگخواری حاصل شد. صحت نقشه‌ها با شاخص‌های صحت، ارزیابی شد. نتایج نشان داد که 858 هکتار از جنگل‌های موردمطالعه، تحت تأثیر این آفت هستند. ارزیابی صحت نقشه پراکنش آفت نشان داد که این نقشه با صحت کلی 89 درصد دقت مطلوبی دارد که نشاندهنده دقت روش SVM است. همچنین همبستگی پیرسون بین دو متغیر شدت برگخواری و NDVI حدود 0.94 بود و r2 مدل رگرسیونی نیز 0.89 بود که نشاندهنده اعتبار مدل رگرسیونی مورد استفاده برای تهیه نقشه شدت خسارت برگخواری است. این نقشه با صحت کلی 85 درصد دقت مطلوبی در شناسایی شدت خسارت آفت بلوط نشان داد. این نتایج، مطلوبیت شاخص NDVI را در برآورد شدت خسارت آفت و دقت مدل رگرسیونی را در برآورد شدت خسارت برگخواری بلوط نشان می‌دهد.

کلیدواژه‌ها

• تصویربرداری سنتینل2
• جنگل‌های بلوط
• رگرسیون خطی
• شدت خسارت برگخواری
• ماشین‌بردار پشتیبان
• نقشه‌برداری آفت

موضوعات

• سنجش از دور و سیستم اطلاعات جغرافیایی

عنوان مقاله [English]

Monitoring the Distribution and Severity of Defoliation Caused by Leucoma wiltshirei coll in the Zagros Forests Using Sentinel-2 Satellite Images and Geographic Information Systems (Case Study: Poldokhtar County, Lorestan Province)

نویسندگان [English]

• Saeedeh Eskandari ¹
• Majid Tavakoli ²

¹ Associate Prof., Forest Research Division, Research Institute of Forests and Rangelands, Agricultural Research, Education and Extension Organization, Tehran, I.R. Iran

² Research Division of Natural Resources, Lorestan Agricultural and Natural Resources Research and Education Center, Agricultural Research, Education and Extension Organization (AREEO)

چکیده [English]

Zagros oak forests have been destructed by human and natural factors in recent years. One of the reasons of degradation is outbreak of Leocoma pest. This study was conducted to map the pest distribution and defoliation damage severity caused by this pest in Poldokhtar County, Lorestan Province. Initially, field surveys were carried out to take plots in areas affected by pest. Sentinel-2 satellite imagery (2025) covering oak forests were obtained from Copernicus platform. The SVM algorithm was applied to map pest distribution. For mapping the defoliation damage severity, NDVI was calculated, followed by an analysis of Pearson correlation between defoliation severity and this index. Subsequently, a regression model was developed to define the relationship between these two variables, which was used to generate a defoliation damage severity map. The accuracy of maps was evaluated using accuracy metrics. The findings indicated that 858 hectares of study area are affected by this pest. The accuracy assessment of the distribution map yielded an overall accuracy of 89%, demonstrating high precision of SVM method. Furthermore, Pearson correlation between defoliation severity and NDVI was 0.94, with r2 of 0.89 for regression model, confirming the validity of regression model used to map the damage severity. This map achieved an overall accuracy of 85%, proving its precision for identifying the defoliation damage severity caused by Leocoma pest. These results demonstrate the utility of NDVI for estimating damage severity of pest, as well as the accuracy of regression model for estimating defoliation damage severity caused by Leocoma pest.

کلیدواژه‌ها [English]

• Defoliation damage severity
• Pest mapping
• Oak forests
• Sentinel-2 imagery
• Support Vector Machine
• Linear regression