Please use this identifier to cite or link to this item:
https://ptsldigital.ukm.my/jspui/handle/123456789/475901
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Wan Shafrina Wan Mohd Jaafar, Ts Dr. | - |
dc.contributor.author | Aisyah Marliza Muhmad Kamarulzaman (P103420) | - |
dc.date.accessioned | 2023-10-05T06:42:54Z | - |
dc.date.available | 2023-10-05T06:42:54Z | - |
dc.date.issued | 2021-06-10 | - |
dc.identifier.other | ukmvital:130786 | - |
dc.identifier.uri | https://ptsldigital.ukm.my/jspui/handle/123456789/475901 | - |
dc.description | Pembalakan memilih yang dijalankan di Hutan Simpanan Kekal (HSK) dapat memberikan impak yang besar terhadap kawasan yang dibalak. Aktiviti ini mempengaruhi sesebuah sistem ekologi hutan dan mengakibatkan perubahan pada alam sekitar. Bagi mengekalkan kelestarian kawasan HSK, pemantauan dan pemetaan kesemua impak akibat daripada aktiviti pembalakan seperti pengesanan tunggul kayu, pokok tumbang, jalan balak utama, lorong penarik dan bukaan kanopi hutan adalah sangat penting. Dalam kajian ini, penilaian indikator impak akibat pembalakan memilih dianalisis dan dikaji menggunakan gabungan bidang inventori hutan dan teknologi penderiaan jauh dengan menggunakan imej pesawat udara tanpa pemandu (UAV). Kawasan penyelidikan seluas 48 hektar terletak di Hutan Simpan Ulu Jelai, Lipis, Pahang. Kajian ini bertujuan untuk mengesan indikator impak utama iaitu tunggul kayu, menilai kaedah pengkelasan yang terbaik bagi mengesan kesemua indikator impak dan mengetahui keluasan yang terjejas akibat daripada aktiviti pembalakan memilih di kawasan Hutan Simpan Ulu Jelai. Kaedah integrasi Padanan Templat (TM) dan Analisis Imej Berasaskan Objek (OBIA) diaplikasikan bertujuan untuk pengesanan dan proses segmentasi dilakukan terhadap tunggul kayu yang dikategorikan sebagai indikator utama. Hasil kajian output daripada proses integrasi di atas dikelaskan menggunakan pengkelasan pembelajaran mesin. Bukaan kanopi hutan digunakan untuk mengesan kawasan yang terjejas daripada Model Ketinggian Kanopi (CHM) melalui beberapa ciri-ciri maklumat daripada kaedah pengkelasan. Jika dibandingkan dengan data lapangan, pengesanan tunggul kayu yang menggunakan kaedah integrasi TM dan OBIA memberikan ketepatan keseluruhan sebanyak 75.8%. Kesan lain daripada aktiviti pembalakan seperti lorong penarik, pokok tumbang dan jalan balak utama diekstrak melalui pengkelasan hutan dengan menggunakan algoritma Mesin Vektor Sokongan (SVM) dan Rangkaian Neural Buatan (ANN). Pengkelasan pembelajaran mesin daripada pendekatan SVM menggunakan kernel fungsi asas jejarian (RBF) memberikan ketepatan keseluruhan sebanyak 85.0%, sementara ANN dengan 500 iterasi memberikan ketepatan 79.4%. Aktiviti pembalakan juga mengakibatkan pengurangan keluasan hutan sebanyak 18.6%. Hasil kajian ini menunjukkan bahawa UAV dapat digunakan untuk melakukan analisis impak secara efisien dan dapat digunakan untuk melengkapkan prosedur inventori hutan yang konvensional.,Sarjana | - |
dc.language.iso | may | - |
dc.publisher | UKM, Bangi | - |
dc.relation | Institute of Climate Change / Institut Perubahan Iklim | - |
dc.rights | UKM | - |
dc.subject | Pembalakan | - |
dc.subject | Universiti Kebangsaan Malaysia -- Dissertations | - |
dc.subject | Dissertations, Academic -- Malaysia | - |
dc.title | Pengesanan indikator impak selepas pembalakan memilih menggunakan imej pesawat udara tanpa pemandu | - |
dc.type | Theses | - |
dc.format.pages | 166 | - |
Appears in Collections: | Institute of Climate Change / Institut Perubahan Iklim |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
Pengesanan indikator impak selepas pembalakan memilih menggunakan imej pesawat udara tanpa pemandu.pdf Restricted Access | Partial | 1.67 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.