CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ارزیابی الگوریتم های طبقه بندی ماشین بردار پشتیبان، نقشه زاویه طیفی، واگرایی اطلاعات طیفی و کدهای باینری در استخراج نقشه کاربری اراضی (مطالعه موردی: منطقه بیابانی کاشان، آران و بیدگل)

عنوان مقاله: ارزیابی الگوریتم های طبقه بندی ماشین بردار پشتیبان، نقشه زاویه طیفی، واگرایی اطلاعات طیفی و کدهای باینری در استخراج نقشه کاربری اراضی (مطالعه موردی: منطقه بیابانی کاشان، آران و بیدگل)
شناسه ملی مقاله: DESERT01_239
منتشر شده در اولین همایش ملی بیابان (علوم، فنون و توسعه پایدار) در سال 1391
مشخصات نویسندگان مقاله:

صالح آرخی - استادیار گروه منابع طبیعی، دانشکده کشاورزی، دانشگاه ایلام
سیده فاطمه موسوی - دانشجوی کارشناسی ارشد بیابان زدایی، دانشگاه کاشان
حمیدرضا ناصری - استادیار مرکز تحقیقات بین المللی بیابان،تهران

خلاصه مقاله:
نقشه کاربری اراضی یکی از فاکتور های اساسی در مطالعات منابع طبیعی و مدیریت محیط زیست می باشد. در طول زمان، الگوهای پوشش زمین و به تبع آن کاربری اراضی دچار تغییر و دگرگونی اساسی می شوند و عامل انسانی می تواند بیشترین نقش را در این فرآیند ایفا نماید. امروزه، بر پایه پیشرفت های تکنولوژی حاصله در قلمرو سنجش از راه دور، می توان تصاویر ماهواره ای را به منظور بررسی دقیق تر تغییرات کاربری پردازش و نتایج نهایی را به طور مصور ارائه نمود. اغلب تهیه نقشه کاربری اراضی یک منطقه یکی از پر هزینه ترین بخش های پروژه های زیست محیطی و منابع طبیعی است. داده های ماهواره ای یکی از سریع ترین و کم هزینه ترین روش های در اختیار محققان جهت تهیه نقشه کاربری اراضی می باشد. در تحقیق حاضر با استفاده از چهار روش ماشین بردار پشتیبان، نقشه زاویه طیفی، واگرایی اطلاعت طیفی و کدهای باینری کاربری اراضی منطقه کاشان، آران و بیدگل با استفاده از تصاویر ماهواره لندست و سنجیده ETM+ سال 2005 استخراج شده است. بدین منظور، داده های تمرینی با استفاده از مختصات توپوگرافی و تفسیر بصری جمع آوری شد. عملیات پیش پرداز شامل تصحیحات هندسی و اتمسفری بر روی تصاویر اعمال گردید. به منظور ارزیابی دقت چهار روش مذکور از پارامترهای کاپا و دقت کلی استفاده گردید. بدین ترتیب روش ماشین بردار پشتیبان در تصاویر ETM+ نتایج بهتری را تولید نموده است. دقت کل بدست آمده در این روش 96.7 و ضریب کاپای آن 0.95% می باشد. بدین ترتیب روش SVMبا توجه به دقت بالاتر و تطابق بیشتر با واقیت زمینی منطقه مورد مطالعه به عنوان طبقه بندی کننده بهینه برای استخراج نقشه های کاربری اراضی پیشنهاد می گردد.

کلمات کلیدی:
کاربری اراضی، الگوریتم ماشین برردار پشتیبان، نقشه زاویه طیفی، واگرایی اطلاعت طیفی، طبقه بندی تصاویر، کد های باینری

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/160366/