شناسایی سطح آب از تصاویر ماهواره ای لندست با استفاده از الگوریتم های ژنتیک (منطقه مورد مطالعه: ایران)

آب روی سطح زمین یکی از مهم ترین قسمت های چرخه هیدرولیکی، انرژی های غیرقابل تعویض و مهم برای بشر و گیاهان است، و اطلاعات واقعی در مورد نحوه انتشار و پخش آن روی سطح زمین بسیار مهم است. برای رسیدن به توزیع مکانی و بسط دادن اطلاعات جغرافیایی در مورد دریاچه ها در زمان حال نیازمند شناسایی اثر متقابل هیدرولوژی منطقه و تغییر اقلیم هستیم که برای اینکار می توان از سنجش از دور استفاده کنیم. در سال های اخیر با پیشرفت علوم ماهواره ای و سیستم اطلاعات جغرافیایی، امکان تهیه اطلاعات محدوده های منابع آبی در دوره های زمانی مختلف با حداقل زمان و هزینه جهت مدیریت بهینه منابع آب فراهم گردیده است. هدف این پژوهش ارائه روشی پایدار برای شناسایی سطوح پهنه های آبی از تصاویر ماهواره های لندست بر مبنای الگوریتم ژنتیک است. برای در نظر گرفتن تنوع پوششی و اقلیمی، تصاویر لندست TM و OLI چند منطقه شامل دریاجه ارومیه، تالاب میانکاله، دریاچه چیتگر و تالاب هامون در کشور ایران انتخاب گردید و برای ارزیابی نتایج حاصله، از تصاویر دارای قدرت تفکیک مکانی بالا مستخرج از Google Earth استفاده گردید. دو دسته روش، شامل روش های شاخص مبنا و روش هوش مصنوعی در نظر گرفته شد. شاخص های طیفی برای شناسایی سطوح آبی از تصاویر ماهواره ای از ترکیب دو یا چند باند طیفی استفاده می کننند. از میان روش های شاخص مبنا شاخص های AWEI، SWI، NDVI و الگوریتم ژنتیک جهت تفکیک پهنه های آبی مورد استفاده قرار گرفتند. روش های الگوریتم ژنتیک دارای نتایج پایدارتری بوده و دقت کلی و ضریب کاپا بدست آمده بوسیله این الگوریتم بطور میانگین 98% و 92% محاسبه گردید.

کلیدواژه ها:

سنجش از دور ، شاخص طیفی ، الگوریتم ژنتیک ، سنجده لندست ، سطح آب