مقایسه ی الگوریتم های مختلف طبقه بندی تصاویر ماهواره ای در تهیه ی نقشه ی کاربری اراضی

یکی از ضروری ترین اطلاعات مورد نیاز مدیران و تصمیم گیران منابع طبیعی نقشه های کاربری اراضی است. استفاده از داده های ماهواره ای یکی از سریع ترین و کم هزینه ترین روش ها جهت تهیه نقشه ی کاربری اراضی به شمار می رود که ارزش، قابلیت وکارایی این نقشه ها به میزان دقت آن ها بستگی دارد. با توجه به اینکه الگوریتم های مختلفی برای طبقه بندی وجود دارد، در این پژوهش کارایی آنها در طبقه بندی نظارت شده جهت تهیه نقشه کاربری اراضی بررسی شد؛ بدین منظور، تصاویر ماهواره ای لندست ۹ حوزه گلپایگان در سال ۲۰۲۴ اخذ و پس از انجام تصحیحات لازم، اقدام به پردازش و طبقه بندی با ۶ الگوریتم حداکثر احتمال، حداقل فاصله از میانگین، فاصله ماهالانویی، نقشه بردار زاویه طیفی، ماشین بردار پشتیبان و سطوح موازی گردید. از داده های واقعیت زمینی به منظور تعیین میزان دقت طبقه بندی نقشه های تهیه شده استفاده گردید. نتایج نشان داد که روش طبقه بندی ماشین بردار پشتیبان با ضریب کلی برابر ۰/۹۴ درصد و کاپا برابر با ۰/۸۵ نسبت به روش های دیگر دارای دقت بالاتری است. سایر الگوریتم های مورد استفاده به ترتیب شامل الگوریتم های فاصله ماهالانویی، حداکثر احتمال، حداقل فاصله، زاویه طیفی و سطوح موازی با ضرایب صحت کلی و کاپای ۰/۷۶، ۸۹/۹۷ درصد و۰/۷۱، ۸۶/۸۲ درصد و ۰/۶۶، ۸۴/۸۵ درصد و ۰/۳۷، ۶۲/۴۸ درصد و ۰/۱۸، ۲۹/۴۶ درصد در رده های بعدی قرار گرفتند. این یافته ها نشان می دهد که انتخاب الگوریتم مناسب نه تنها بر دقت تفکیک کلاس ها تاثیر مستقیم دارد، بلکه می تواند در پایش دقیق زمین، مدیریت بهینه اراضی و برنامه ریزی منابع طبیعی نقش کلیدی ایفا کند. الگوریتم های پیشرفته نظیر ماشین بردار پشتیبان، امکان تولید نقشه های دقیق و قابل اعتماد را فراهم می کنند، در حالی که الگوریتم های با دقت پایین تر بیشتر برای مطالعات پیش تحلیلی مناسب هستند.

کلیدواژه ها:

الگوریتم ، طبقه بندی نظارت شده ، ماهواره لندست ۹ ، صحت کلی ، ضریب کاپا