طبقه بندی بافتهای فرسوده شهری با استفاده از سنجش ازدور مبتنی بر شی گرایی
- سال انتشار: 1403
- محل انتشار: یازدهمین همایش بین المللی گردشگری، جغرافیا ومحیط زیست پایدار
- کد COI اختصاصی: TGES17_018
- زبان مقاله: فارسی
- تعداد مشاهده: 83
نویسندگان
گروه سنجش ازدور و سیستم اطلاعات جغرافیایی، دانشگاه تبریز، تبریز، ایران
گروه سنجش ازدور و سیستم اطلاعات جغرافیایی، دانشگاه تبریز، تبریز، ایران
گروه سنجش ازدور و سیستم اطلاعات جغرافیایی، دانشگاه تبریز، تبریز، ایران
چکیده
الگوریتمهای مکانی و طیفی، الگوهای بافت شهری، پردازش شی گرا، شهر تبریز طبقه بندی بافتهای شهری فرسوده از طریق تصاویر ماهوارهای به روشهای مختلف، با استفاده از هر دو رویکرد مبتنی بر پیکسل و مبتنی بر شی، تکاملیافته است. این مطالعه بر روی کاربرد آنالیز تصویر مبتنی بر شی (OBIA) برای طبقه بندی این بافتها تمرکز دارد. هدف بررسی حاضر؛ تکنیکهای مختلف مبتنی بر شی برای شناسایی اشیا و ارزیابی اثربخشی هر روش است. این پژوهش از نوع توصیفی - کمی بوده و دادهها با استفاده از تصاویر ماهوارهای و تحلیلهای شی گرا در نرمافزار eCognition جمعآوری شده است. قلمرو مکانی این تحقیق، شهر تبریز و سه منطقه شهید بهشتی، بارنج و کرکج است که بهعنوان نمونه هایی از بافتهای فرسوده شهری انتخاب شده اند. برای پردازش دادهها، از مدلهای کنتراست (GLCM)، آنتروپی و انحراف معیار برای تحلیل و طبقه بندی بافتهای فرسوده استفاده شده است. این مدلها برای شناسایی دقیقتر ویژگیهای مکانی و طیفی مناطق شهری به کار رفته اند و دقت هر یک از آنها از طریق ماتریس خطا و ضریب کاپا ارزیابی شده است. ویژگیهای طیفی مناطق مسکونی، جادهها و فضاهای سبز با استفاده از سه روش متمایز مبتنی بر شی شناسایی و طبقه بندی شدند. در بین روشهای ارزیابیشده، روش کنتراست بهعنوان موثرترین روش ظاهر شد که بهدقت کلی ۰.۸۹۳۸.۱ و۱ برای بافتهای فرسوده دستیافت. یافتههای ما نشان میدهد که روش کنتراست GLCM تواناییهای برتر را در شناسایی اشیا در محیطهای شهری نشان میدهد که نشان میدهد الگوریتمها و ویژگیهای OBIA دارای پتانسیل قابلتوجهی برای تشخیص و طبقه بندی مناطق شهری هستند. این تحقیق بینشهای ارزشمندی را برای برنامه ریزان شهری در تصمیم گیری آگاهانه برای تحولات آتی ارائه میدهد.کلیدواژه ها
الگوریتمهای مکانی, طیفی, الگوهای بافت شهری, پردازش شی گرا, شهر تبریز, طبقه بندی بافتهای شهری, تصاویر ماهوارهای, رویکرد مبتنی بر پیکسل, رویکرد مبتنی بر شی, تصویر مبتنی بر شی, OBIA, تحلیل تصویر, GLCM, مدلهای کنتراست, آنتروپی, انحراف معیار, مناطق شهری, ماتریس خطا, ضریب کاپا, مناطق مسکونی, جادهها, فضاهای سبز, محیطهای شهری, الگوریتمها, ویژگیهای OBIA, برنامه ریزان شهری, تحولات آتیمقالات مرتبط جدید
- بهینه سازی گرمایش فضاهای صنعتی نظامی با تاکید بر اصول پدافند غیرعامل
- طراحی و توسعه مدل عوامل موثر بر آلاینده های محیط زیستی ناشی از فعالیت های ساختمانی با در نظر گرفتن مصالح ساختمانی و فرآیندهای اجرایی در ایران
- گیاه پالایی آب زهکشی شده از معدن با گیاه وتیور
- راهکارهای نوآورانه فناوری های پاک در انرژی: رویکردی تحول آفرین برای توسعه اقتصاد سبز جهانی
- نقش مهندسی شیمی در دستیابی به کربن خنثی
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.