سنجش کارآمدی الگوریتم طبقه بندی جنگل تصادفی در استخراج مناطق ساخته شده با استفاده از داده های دوقطبی سنتینل ۱

سال انتشار: 1399
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 372

فایل این مقاله در 11 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GISLS04_098

تاریخ نمایه سازی: 23 مرداد 1400

چکیده مقاله:

با رشد و توسعه روزافزون مناطق ساخته شده، برنامه ریزی و شناسایی مناطق ساخته شده و روند این امر الزامی است. استخراج مناطق ساخته شده شهری می تواند برای برنامه ریزان شهری در امر برنامه ریزی و مدیریت مفید واقع شود. امروزه استفاده از روش های سنجش ازدوری در استخراج مناطق ساخته شده بیشتر مورداستفاده قرار می گیرد. در این میان، تصاویر راداری به دلیل اینکه می تواننددر هر شرایط آب و هوایی و در طول شبانه روز اقدام به تصویربرداری بکنند و همچنین تصاویر راداری در شناسایی مناطق شهری دارای پراکنش بالاتری نسبت به مناطق دیگر دارند، در استخراج مناطق ساخته شده شهری استفاده می شود. در این مطالعه با استفاده از الگوریتم طبقه بندی جنگل تصادفی اقدام به استخراج مناطق ساخته شده شهری گردید. برای این کار از تصاویر سنتینل ۱ در قطبش های مختلف VV و VH استفاده شد. با مقایسه نتایج کار مشاهده شد که تصاویر سنتینل ۱ در قطبش VH دارای صحت کلی ۸۸ درصد و ضریب کاپای ۰.۷۶ هستند و همچنین برای باند VV صحت کلی و ضریب کاپا به ترتیب ۷۹ درصد و ۰.۵۹ را نشان داد. بر اساس این مطالعه می توان نتیجه گرفت که استفاده از قطبش های مختلف در شناسایی مناطق ساخته شده می تواند از صحت بالاتری برخوردار باشد.

کلیدواژه ها:

استخراج مناطق ساخته شده ، سنتینل ۱ ، طبقه بندی جنگل تصادفی ، صحت کلی

نویسندگان

شاهین جعفری

دانشجوی کارشناسی ارشد سنجش ازدور و GIS، دانشکده جغرافیا، دانشگاه تهران

سارا عطارچی

استادیار گروه سنجش ازدور و GIS، دانشکده جغرافیا، دانشگاه تهران