کاربرد شاخص PMLI در بارزسازی پلاستیک کشاورزی با استفاده از داده های لندست 8

استفاده از پلاستیک در کشاورزی علی رغم فواید زیادی که دارد باعث تولید حجم انبوهی از زباله های پلاستیکی میشود .پلاستیک ها در طبیعت بابیش از 500سال ماندگاری،باورودبه کانالهای آب و رودخانه هاچرخه غذایی آبزیان را مختل وباعث مرگ و میر آنها میشوند با گرفتگی آبراها توسط پلاستیک زادوولد حشرات افزایش میابدو در صورت دفن به صورت با تشکیل شیرآبه باعث نفوذ فلزات سنگین و ترکیبات خطرناک به آبهای زیرزمینی میشوند.مناطق کشاورزی با پوشش پلاستیکی در جهان سالانه %20 افزایش میابد.با این حال درک درستی از توزیع مکانی پلاستیک های کشاورزی به خاطر نبود تکنولوژی موثر ، به ویژه در مناطق وسیع وجود ندارد.از سنجش از دور به طور گسترده برای تهیه نقشه اراضی با رزولوشن های مکانی متفاوت استفاده میشود. تهیه نقشه پلاستیک در مناطق وسیع با تصاویر ماهواره ای با رزولوشن متوسط (مثل داده های لندست)به خاطر نبود جزییات مکانی وتفاوتهای طیفی آسان نیست.برای حل این مشکل از شاخص PML که بر اساس حساسیت طیفی است برای تحلیل پلاستیک در تصاویر با رزولوشن متوسط استفاده شد. با استفاده از شاخص PML پلاستیک را در قالب طبقه بندی درخت تصمیم بارزسازی ودقت این طبقه بندی با شبکه عصبی ارزیابی شد.دقت بارزسازی PML در کلاس بندی درخت تصمیم 96.0377 وضریب کاپا0.9358 و دقت کلاس بندی با شبکه عصبی %97.97 و ضریب کاپا0.9713 بدست آمد .تمام اطلاعات بدست آمده برای افزایش دقت با تصاویر رزولشن بالای گوگل ارث مقایسه شد.نتایج نشان داد شاخص PML در بارزسازی پلاستیک کشاورزی بسیار سودمنداست.

کلیدواژه ها:

پلاستیک ، ماهواره لندست ، شاخص PML ، طبقه بندی درخت تصمیم ، شبکه عصبی