اثر مونه‌بندی روی تصاویر ماهواره‌ای قبل از نمونه‌برداری خوشه‌ای در افزایش دقت برآورد مشخصات کمی جنگل‌ (مطالعۀ موردی: باینگان، کرمانشاه)

در تحقیق حاضر از مونه‌بندی قبل از نمونه‌برداری خوشه‌ای برای برآورد مشخصات کمی جنگل‌های بلوط در بخش باینگان کرمانشاه استفاده شد. ابتدا مونه‌بندی روی تصاویر ماهوارۀ لندست 8 انجام گرفت و منطقه به چهار مونه از نظر NDVI تقسیم شد. تعداد نمونۀ مورد نیاز برای کل جنگل، با نمونه‌برداری اولیه و براساس دقت محاسبه و با توجه به ناهمگنی بین مونه‌ها تقسیم شد. در مجموع 34 خوشۀ پنج‌نمونه‌ای شامل 170 قطعه‌ نمونۀ 90×90 متر در سطح 30 هزار هکتار از جنگل به‌صورت تصادفی برداشت شد. نتایج محاسبات با مونه‌بندی نشان داد که تراکم جنگل‌های منطقۀ مورد مطالعه 49/149 پایه، تاج‌پوشش 62/1367 متر مربع (67/13 درصد) و سطح مقطع 21/3 متر مربع در هکتار با اشتباه نمونه‌برداری به‌ترتیب 74/1، 65/2 و 14/3 درصد است. اما در حالت بدون مونه‌بندی تراکم، تاج‌پوشش و سطح مقطع در هکتار جنگل به‌ترتیب 8/221، 5/2013 و 77/4 با اشتباه نمونه‌برداری به‌ترتیب 11/9، 14/9 و 33/9 درصد بود. بنابراین اشتباه نمونه‌برداری با مونه‌بندی بسیار کمتر از روش خوشه‌ای بدون مونه‌بندی بود، اگرچه برآوردهای انجام‌گرفته از مشخصات کمی جنگل نیز کمتر بودند. این تفاوت به‌واسطۀ نقش زیاد مونه نخست در محاسبۀ میانگین جنگل بوده که مساحت (وزن) زیاد اما تراکم و تاج‌پوشش کم داشته است. مونه‌بندی قبل از نمونه‌برداری تعداد نمونۀ مورد نیاز برای رسیدن به خطای 10 درصد را 80-66 درصد کاهش داد. بر این اساس و با توجه به ناهمگنی موجود در ترکیب، تراکم و پوشش جنگل‌های غرب کشور، می­توان گفت استفاده از مونه‌بندی قبل از نمونه‌برداری موجب افزایش دقت شده و در کارهای اجرایی نیز قابل توصیه است.