Hopp til hovedinnhold
Arvin Fakhri

Arvin Fakhri

Postdoktor

  • Seksjon for fornybar energi og skogvitenskap

Jeg er postdoktor i BioDivAbove-prosjektet ved Fakultet for miljøvitenskap og naturforvaltning (MINA), hvor jeg forsker på fjernmåling og fotogrammetri i økologi, med særlig fokus på sopp i død ved. Jeg bruker data fra laser skanning, multispektral bildebehandling og fotogrammetri for å lage detaljerte kart som viser hvordan vi kan overvåke sopp og biologisk mangfold fra luften. Målet mitt er å øke vår forståelse av skogøkosystemer og bidra til bedre verktøy for naturforvaltning og bevaring. Min forskning er en viktig del av BioDivAbove-prosjektets mål om å kartlegge skogens biologiske mangfold fra oven.

Les mer om BioDivAbove her BioDivAbove

Hvorfor det betyr noe: Forskningen min bidrar til å beskytte og forstå vår natur, og gir verdifull innsikt for bærekraftig forvaltning av skog og økosystemer.

  • Fagfelt

    • Remote Sensing
    • Photogrammetry
  • Publikasjoner

    Forskerprofil med publikasjoner i vitenarkivet

    [link] Arij, N., Latifi, H., Fakhri, A., & Esmaili, R. (2025). Four decades of spatio-temporal trends in Miankaleh Wetland´ s water body and vegetation as revealed by remote sensing time series. Ecological Informatics, 103374.

    [link] Naserirad, S., Naghavi, H., Pourghasemi, H., & Fakhri, A. (2025). Identifying Factors Influencing Wildfires in Khorramabad's Natural Areas Using a Decision Tree Model. Desert Ecosystem Engineering, 14(46), 1-16.

    [link] Fakhri, A., Latifi, H., Samani, K. M., & Fassnacht, F. E. (2025). Introducing a computationally light approach to estimate forest height and fractional canopy cover from Sentinel-2 data. Journal of Arid Environments, 228, 105343.

    [link] Fakhri, A., Latifi, H., Mohammadi Samani, K., & Fassnacht, F. E. (2025). Improving the accuracy of forest structure analysis by consumer-grade UAV photogrammetry through an innovative approach to mitigate lens distortion effects. Remote Sensing, 17(3), 383.

    [link] Fakhri, A., Latifi, H., Samani, K. M., & Fassnacht, F. E. (2024). CaR3DMIC: A novel method for evaluating UAV-derived 3D forest models by tree features. ISPRS Journal of Photogrammetry and Remote Sensing, 208, 279-295.

    [link] Fakhri, A., Latifi, H., Mohammadi Samani, K., Shakeri, Z., Naghavi, H., & Fassnacht, F. E. (2023). Combination of UAV photogrammetry and field inventories enables description of height–diameter relationship within semi-arid silvopastoral systems. Remote Sensing, 15(21), 5261.

    [link] Fakhri, A., Valadan Zoej, M. J., Safdarinezhad, A., & Yavari, P. (2022). Estimation of heavy metal concentrations (Cd and Pb) in plant leaves using optimal spectral indicators and artificial neural networks. Environmental Science and Pollution Research, 29(50), 76119-76134.

    [link] Fakhri, A., Sayadi, S., Naghavi, H., & Latifi, H. (2022). A novel vegetation index-based workflow for semi-arid, sparse woody cover mapping. Journal of Arid Environments, 201, 104748.

    [link] Fakhri, A., & Latifi, H. (2021). A consumer grade UAV-based framework to estimate structural attributes of coppice and high oak forest stands in semi-arid regions. Remote Sensing, 13(21), 4367.

    [link] Fakhri, A., Sayadi, S., Latifi, H., & Khare, S. (2019, October). An optimized enhanced vegetation index for sparse tree cover mapping across a mountainous region. In 2019 IEEE International Workshop on Metrology for Agriculture and Forestry (MetroAgriFor) (pp. 146-151). IEEE.