ارزیابی کارایی انواع روش های طبقه بندی درختی جهت استخراج نقشه کاربری اراضی با استفاده از داده های ماهواره ای و GIS درمنطقه بیابانی مهران

سال انتشار: 1391
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,472

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ESPME02_337

تاریخ نمایه سازی: 22 خرداد 1391

چکیده مقاله:

یکی از کاربرد های عمده داده های ماهواره ای طبقه بندی پوشش سطح زمین میباشد. طی سالهای گذشته یک تعداد الگوریتم های طبقه بندی برای طبقه بندی داده های سنجش از دور ابداع شده اند. قابل توجه ترین آنها شامل روشهای حداکثر احتمال، روشهای شبکه عصبی مصنوعی و طبقه بندی های درختی میباشد. در این مطالعه، ابتدا تصحیحات هندسی و رادیومتری بر روی داده های ETM+ سال 2007 صورت گرفت. سپس با بازدیدهای میدانی ، طبقات مختلف کاربری اراضی تعریف و نمونه های آموزشی انتخاب گردید. در این مطالعه، هدف اصلی مقایسه سه الگوریتم انشعاب روش طبقه بندی درختی برای طبقه بندی پوشش سطح زمین منطقه بیابانی مهران میباشد. نتایج حاصل از ارزیابی دقت تصاویر طبقه بندی شده نشان داد که روش طبقه بندی انشعاب جینی یا ضریب کاپای 87/65 و دقت کل 73/33 % داری بالاترین دقت می باشد وبعد از آن طبقه بندی انشعاب آنترپی و انشعاب نسبت بهره با ضریب کاپای 85/13 و82/16 و دقت کل 72/12 و 68/41% قرار دادرند. در این تحقیق، بالاترین دقت طبقه بندی مربوط به طبقه بندی درختی با روش انشعاب جینی بود.

نویسندگان

حسن فتحی زاد

دانشجوی کارشناسی ارشد بیابان زدایی دانشگاه ایلام

صالح آرخی

استادیار گروه منابع طبیعی، دانشکده کشاورزی، دانشگاه ایلام

غلامرضا خسروی

دانشجوی کارشناسی ارشد آبخیزداری دانشگاه بندرعباس

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 :
  • بنیاد، امیر اسلام و حاجی قادری، طه (1386). تهیه نقشه ...
  • علوی پناه، سید کاظم (1384).کاربرد سنجش از دور در علوم ...
  • Breiman, L., Friedman, J.H., Olshen, R. A., and Stone, C.J ...
  • Chubey, M.S., Franklin, S.E., , and Wulder, M.A (2006). Object-based ...
  • Gopal, S. _ Woodcock, C.E., and Strahler, A.H (1999). Fuzzy ...
  • Hanson, MC., Dub ayah, R., and Defries, R S (1996). ...
  • Loveland, T.R. , Reed, B.C., and Brown, J.F., Ohlen, D.O., ...
  • Lu, D., Mausel, P., Brondi zio, E., and Moran, E ...
  • Murthy, CS., Raju, PV., and Bardrinath, K V S (2003). ...
  • Swain, P.H., and Davis, S. M. (editors) (1978). Remote Sensing: ...
  • Wang, F (1990). Fuzzy supervised classification of remote sensing images. ...
  • Xu, M., Wa tanachatu raporn, P., Varshney , P.K., and ...
  • Yang, C., Prasher, S.O., Enright, P., Madramootoo, C., Burgess, M., ...
  • Zambon, M, Lawrence, R., Bunn, A., and Powell, S (2006). ...
  • نمایش کامل مراجع