تهیه نقشه کاربری اراضی با طبقه بندی شیء پایه با تصاویر ماهواره ای با قدرت تفکیک بالای WorldView ۲
سال انتشار: 1400
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 164
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ESTJ-23-4_018
تاریخ نمایه سازی: 20 اردیبهشت 1401
چکیده مقاله:
زمینه و هدف: نقشههای پوشش اراضی، دادههای مهمی برای ارزیابی زیست محیطی هستند. در این مطالعه، دقت تهیه نقشه کاربری اراضی منطقه هفت برم شیراز با الگوریتم شیء پایه برروی تصاویر ماهواره ای WorldView ۲ سال ۲۰۱۵میلادی بررسی شده است. روش بررسی: در این مطالعه از تصاویر WorldView ۲ در جنگلهای اطراف شیراز استفاده شده است که میتواند نقشههای پوشش گیاهی را با جزئیات زیاد تهیه کند. روش آنالیز تهیه نقشه، روش شیء پایه با درخت تصمیم می باشد. فرآیند کار شامل: قطعه بندی، انتخاب و استخراج عارضههای مدنظر شامل ۹کلاس با شاخصهای طیفی، طبقه بندی سلسله مراتبی شیء پایه و ایجاد درخت تصمیم برای طبقهبندی تصویر و در نهایت طبقهبندی و ارزیابی صحت آن میباشد. یافتهها: نتایج نشان داد که کلاسهای طبقهبندی موفق بودهاند و صحت کلی ۴۵/۸۷ درصد بود. بیشترین صحت طبقهبندی در صحت تولیدکننده برای کلاسهای آب، جنگل، محصول، ساختمان بود. بالاترین صحت مربوط به آب است (۱۰۰درصد). بحث و نتیجهگیری : درختان دست کاشت و جنگلهای طبیعی با روش شی پایه تشخیص داده شدند. باندهای اضافی ساحلی، امکان تشخیص اراضی بایر را از سایر پوشش گیاهی فراهم مینمایند. فاصله تا درخت و سایه نقش مهمی در تشخیص ساختمانها دارند.
کلیدواژه ها:
نویسندگان
یوسف تقی ملایی
دانش آموخته دکتری جنگلداری دانشگاه ایلام( مدرس مرکز آموزش عالی اقلید)
عبدالعلی کرمشاهی
دانشیار و عضو هیئت علمی گروه علوم جنگل، دانشکده کشاورزی، دانشگاه ایلام، ایران. (مسوول مکاتبات)
سیدیوسف عرفانی فرد
دانشیار، گروه سنجش از دور و GIS، دانشکده جغرافیا، دانشگاه تهران.
مهدی حیدری
دانشیار و عضو هیئت علمی گروه علوم جنگل، دانشکده کشاورزی، دانشگاه ایلام، ایران.
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :