اثر تعیین پیش احتمال وقوع پدیده ها در بهبود نتایج طبقه بندی تاج پوشش با استفاده از داده های سنجنده ASTER(مطالعه موردی: جنگل های اطراف ایلام)
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 746
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NRREFS02_013
تاریخ نمایه سازی: 25 تیر 1393
چکیده مقاله:
تحقیق حاضر با هدف اثر تعیین پیش احتمال وقوع پدیده ها در بهبود نتایج طبقه بندی تاج پوشش جنگل با استفاده از داده های سنجنده ASTER در پارک حفاظت شده دالاب شهرستان ایلام صورت گرفت. پس ازتصحیح هندسی، پردازش های مناسب بر روی تصاویر انجام شد. برای تهیه نقشه واقعیت زمینی و نمونه تعلیمی تعداد 157 قطعه نمونه به روش تصادفی سیستماتیک پیاده گردید. در هر قطعه نمونه میزان تاج پوشش درختان برداشت و درصد تاج پوشش کل درختان بر حسب هکتار محاسبه و قطعات نمونه به چهار طبقه تراکم تاج پوشش طبقه بندی گردیدند. برای پردازش تصویر قبل از طبقه بندی عمل نسبت گیری صورت گرفت و شاخص های گیاهی مناسب تهیه شد. برای بارزسازی بهتر تصویر تبدیل تسلدکپ صورت گرفت. با انتخاب 75 درصد از قطعات نمونه از هرطبقه تاج پوشش به عنوان نمونه تعلیمی، نشانه های طیفی طبقه ها استخراج و ترکیبات باندی مناسب انتخاب شدند. طبقه بندی با خوارزمی حداکثر احتمال انجام شد، ابتدا با داده های طیفی و با پیش احتمال مساوی وقوع طبقات و سپس با پیش احتمال معین وقوع طبقات حاصل از نقشه واقعیت زمینی صورت گرفت. نتایج با 25 درصد از نمونه های زمینی مورد ارزیابی قرار گرفت و بطور کلی نشان داد ترکیبات باندی در طبقه بندی با در نظر گرفتن پیش احتمال وقوع طبقات صحت کلی و ضریب کاپای بالاتری را بدست آوردند. نتایج مشخص نمود که داشتن اطلاعات لازم در ارتباط با میزان وقوع هر طبقه و مقدار سهمی که آن طبقه در تصویر دارد و محاسبه این پیش احتمال در نتایج طبقه بندی اثر مثبت دارد.
کلیدواژه ها:
نویسندگان
سمیه افشار
دانش آموخته دوره کارشناسی ارشد جنگلداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان،
شعبان شتایی جویباری
دانشیار گروه جنگلداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
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 :