مقایسه روشهای طبقه بندی BEC ،SAM ،SVM ، MLC و شبکه های عصبی برای تفکیک مزارع با استفاده از تصویر سنجنده ETM+
- سال انتشار: 1389
- محل انتشار: دومین همایش ملی کشاورزی و توسعه پایدار (فرصتها و چالشهای پیش رو)
- کد COI اختصاصی: NSASD02_333
- زبان مقاله: فارسی
- تعداد مشاهده: 2054
نویسندگان
استادیار دانشگاه لرستان
دانشجوی کارشناسی ارشد سنجش از دور وسیستم اطلاعات جغرافیایی دانشگاه
چکیده
بخش کشاورزی یکی از ارکان مهم تولیدی کشور است که با تکیه بر منابع آب وخاک ضمن تامین ارقام مختلف محصولات غذایی موردنیاز، مواد اولیه بخشهایی از صنعت،حدود یک سوم تولید ناخالص ملی و اشتغال را بهخود اختصاص می دهد. برای مدیریت منابع تولید در بخش کشاورزی، برآورد سطح زیرکشت به عنوان ابزاری برای مدیریت توزیع آب ،نهاده ها وبالاخره برآورد عملکرد محصولات ضروری می باشد. درسالهای اخیر تشدید روند تخریب اکوسیستمهای طبیعی ،زیانهای محیطی و مشکلات ناشی از استفاده غیر علمی از منابع طبیعی و به خصوص خاک، ضرورت برنامه ریزی و استفاده از روشهای نوین و سریع را صد چندان کرده است . در این تحقیق به منظور دسترسی به اطلاعات سطح زیر کشت محصول که یکی از مهمترین عوامل تاثیر گذار بر تصمیمات مدیران بخش کشاورزی است،روشهای دورسنجی برای تفیکیک گونه های زراعی بکار گرفته شد. در همین راستا ، با استفاده از تصویر سنجنده ETM+ پنج روش طبقه بندی و استخراج اطلاعات پوشش گیاهی ، شامل Maximum likelihood ، Spectral Angle Mapper(SAM)، Support Vector Machine(SVM) ، Classification(MLC) Neural Network و Binary Encoding برای تفکیک مزرعه های غلات و یونجه از یکدیگر و از سایر عوارض ، منطقه، مورد استفاده و مقایسه قرار گرفت. نتایج نشان دادند که روش طبقه بندی حداکثر احتمال (MLC) بالاترین دقت را در طبقه بندی دارد از اینرو بر اساس تصویر کلاس بندی شده حاصل از این روش ، سطح زیر کشت غلات و یونجه برآورد و مورد ارزیابی قرار گرفت.کلیدواژه ها
سنجش از دور ETM+ طبقه بندی، سطح زیر کشتمقالات مرتبط جدید
- اثر وزن بنه مادری و مقادیر کود دامی بر عملکرد بنه های دختری و گل زعفران در سال دوم
- بررسی پیشرفت های ریزازدیادی زعفران ( Crocus sativus L. ) و چالشهای آن
- بررسی ارتباط غلظت آهن بنه زعفران با عملکرد ماده خشک در دو منطقه قائن و نهبندان در خراسان جنوبی
- برهمکنش شوری، کود گاوی و روش کاشت بر محصول و رشد زعفران در سال پنجم دوره رشد
- اثر محتوای فسفر برگ و بنه بر خصوصیات رشدی بنه های دختری زعفران
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.