آشکارسازی پوشش فضای سبز شهری با استفاده از پردازش شیءگرای تصاویر ماهواره ای (مطالعه موردی: محله های منجم و یوسف آباد تبریز)

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 66

فایل این مقاله در 14 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_URPL-2-6_005

تاریخ نمایه سازی: 28 دی 1402

چکیده مقاله:

فضای سبز شهری، از شاخصهای مهم در حوزه های مربوط به برنامه ریزی شهری، حفاظت محیط زیست و سیاست های توسعه شهری پایدار به حساب می آید. آگاهی از مکان، میزان و توزیع فضای سبز شهری یک ضرورت محسوب می شود.فضای سبز موجود به منظور توسعه اراضی مسکونی در حال کاهش است. امروزه با پیشرفت های صورت گرفته تولید تصاویر ماهواره ای با قدرت تفکیک طیفی و مکانی بالا و تکنیک های سنجش از دور، ARCGIS و پردازش تصویر امکان جمع آوری داده و تصمیم گیری سریع و دقیق در مطالعات محیطی ایجاد کرده است. هدف اصلی این پژوهش آشکارسازی پوشش فضای سبز شهری با استفاده از پردازش شیءگرا می باشد. جهت انجام این پژوهش از تصاویر ماهواره ای IRS، سنجنده (Liss) در سال ۲۰۱۷ و همچنین تصاویر سنتینل ۲، باندهای ۲، ۳، ۴، ۸ (مرئی) با قدرت تفکیکی مکانی ۱۰ متر استفاده گردید. پس از انجام تصحیحات لازم، تصاویر در محیط نرم افزاری ENVI۵.۱ و eCognition پردازش شده که این پردازش ها شامل الگوریتم های (,SI NDSI,NDVI, Brightness و...) برای شناسایی منطقه و از الگوریتم های شیءپایه جهت ارزیابی استفاده شده است. نتایج حاصل از این پژوهش نشان داد که این روش با دقت کلی ۹۳ درصد و ضریب کاپای ۹۲ درصد از دقت خوبی جهت ارزیابی برخوردار بوده است و امکان آشکارسازی فضاهای سبز شهری با استفاده از روش پردازش شیءگرا وجود داشته و مشخص گردید با بهره گیری از تصاویر ماهواره ای و الگوریتم های شیءگرا امکان شناسایی، بررسی فضای سبز شهری وجود دارد و نتایج آن در راستایی شناسایی الگوریتم های شیءپایه و استفاده از آن-ها در مطالعات تحقیقاتی آتی می تواند راهگشای کارآمدی باشد.

نویسندگان

فیروز جعفری

استادیار گروه آموزشی جغرافیا و برنامه ریزی شهری دانشگاه تبریز

آیلار حسین زاده

گروه جغرافیا و برنامه ریزی شهری/دانشگاه تبریز

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 :
  • پریور پرستو، یاوری احمدرضا، ستوده احد (۱۳۸۷)، تحلیل تغییرات زمانی ...
  • سلمانی سعید و همکاران (۱۳۹۸)، ارزیابی تکنیک­های مختلف طبقه­بندی شی­گرا ...
  • Patino,E.Jorge, Duque.c.Juan.۲۰۱۳.A review of regional science applications of satellite remote ...
  • نمایش کامل مراجع