بررسی کارایی روش های طبقه بندی تصاویر ماهواره ای در ارزیابی تغییرات کاربری اراضی شهری با استفاده از بهینه سازی مقیاس در پردازش شی ءگرا (مورد: شهر اردبیل)

  • سال انتشار: 1398
  • محل انتشار: مجله پژوهش و برنامه ریزی شهری، دوره: 10، شماره: 36
  • کد COI اختصاصی: JR_JUPM-10-36_009
  • زبان مقاله: فارسی
  • تعداد مشاهده: 57
دانلود فایل این مقاله

نویسندگان

جعفر جعفرزاده

دانشگاه محقق اردبیلی- دانشکده علوم انسانی- گروه جغرافیا

حسین نظم فر

گروه جغرافیای طبیعی، دانشکده علوم انسانی، دانشگاه محقق اردبیلی، اردبیل، ایران

چکیده

یکی از راه­های تهیه نقشه­های پوشش گیاهی و کاربری اراضی، استفاده از داده­های ماهواره­ای و فرآیند طبقه­بندی تصاویر است. با استفاده از تصاویرماهواره­ای بررسی، شناخت و ارزیابی پدیده­های مختلف و استخراج اطلاعات لازم برای برنامه­ریزی منابع زمینی یا سایر مقاصد به سهولت انجام می­گیرد. هدف پژوهش مقایسه میزان کارایی هفت روش رایج طبقه­بندی نظارت­شده داده­های ماهواره­ای در ارزیابی تغییرات کاربری اراضی با استفاده از تصاویر سنجنده TM و OLIماهواره لندست و IRS و اسپات۵ و کوئیک برد و ترکیب­های رنگی متفاوتی از این تصاویر جهت استخراج کاربری­­های اراضی زراعی، مناطق مسکونی و مناطق آبی با استفاده از پردازش شی­گرا می­باشد. ابتدا نمونه­های آموزشی در پنج کلاس کاربری به وسیله نرم­افزار ایکاگنیشن با استفاده از بهینه­سازی مقیاس سگمنت­سازی با استفاده از ترکیب­های رنگی متفاوت و ضرایب شکل و فشردگی­ استخراج شد. مقیاس مناسب جهت سگمنت­سازی برای اراضی زراعی، مقیاس ۵۰ ، برای عوارض انسانی ۸ و در نهایت برای مناطق آبی ۱۰ به دست آمد. سپس هر تصویر به طور جداگانه با استفاده از هفت روش طبقه­بندی (مانند روش شبکه عصبی) و نمونه­های مستخرج، طبقه­بندی شده و میزان کارایی هر روش با محاسبه دو شاخص صحت کلی و ضریب کاپا بررسی گردید. نتایج به دست آمده نشان­دهنده میزان دقت هر یک از روش­های طبقه­بندی بوده که شبکه عصبی با دقت کلی ۴۷۵/۹۴ و ضریب کاپای ۰۹۵/۹۲ به عنوان دقیق­ترین روش طبقه­بندی انتخاب شد. این نتایج نشان می­دهد که برداشت نمونه­های تعلیمی با دقت مناسب از طبقات موجود در تصاویر و همچنین بررسی میزان احتمال تعلق هر یک از پیکسل­های تصاویر ماهواره­ای به این طبقات، به خوبی می­تواند در طبقه­بندی گروه­های موجود در منطقه مفید واقع شود.

کلیدواژه ها

کاربری اراضی, طبقه بندی, تصاویر ماهواره ای, ارزیابی تغییرات, پردازش شی گرا

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.