بررسی روش های مختلف طبقه بندی در ارزیابی تغییرات اراضی کشاورزی و باغات با استفاده از تصاویر لندست

  • سال انتشار: 1397
  • محل انتشار: سومین همایش ملی کاربرد مدل های پیشرفته تحلیل فضایی(سنجش از دور و GIS) در آمایش سرزمین
  • کد COI اختصاصی: GISLS03_095
  • زبان مقاله: فارسی
  • تعداد مشاهده: 997
دانلود فایل این مقاله

نویسندگان

ریحانه بهادر

دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی،گروه عمران، واحدیزد، دانشگاه آزاد اسلامی، یزد، ایران.

سیدعلی المدرسی

دکتری ژئومورفولوژی ، دانشیار گروه سنجش از دور و GIS دانشگاه آزاد اسلامی یزد.

سیدزین العابدین حسینی

دکتری سنجش از دور و سیستم اطلاعات جغرافیایی،استادیار دانشکده منابع طبیعی و کویرشناسی دانشگاه یزد.

چکیده

تخمین و تعیین سطح زیر کشت محصولات کشاورزی در برنامه ریزی ها و تصمیم گیری ها بسیار اهمیت دارد. جمع آوری اطلاعات و مشاهدات زمینی و تهیه گزارشات در خصوص وضعیت و سطح زیر کشت محصولات کشاورزی با روش های سنتی پرهزینه و زمان بر و در مناطق وسیع عملا قابل اجرا نمی باشد. داده های حاصل از سنجش از دور می توانند با تشخیص نوع و تعیین سطح زیر کشت محصولات، اطلاعات مفیدی در این رابطه به متخصصان کشاورزی ارائه کند. در این تحقیق به بررسی و تعیین سطوح اراضی کشاورزی و باغات و ارزیابی تغییرات کاربری ها با استفاده از تصاویر لندست در سال های 1984و 2015 در حوضه آبخیز رودشت اصفهان پرداخته شد. پیش پردازش های لازم بر روی تصاویر انجام شد و سپس نمونه های تعلیمی و آموزشی با استفاده از GPS جهت طبقه بندی با روش های حداکثر احتمال و حداقل فاصله از میانگین و ارزیابی صحت طبقه بندی برداشت شد. نتایج تصحیح هندسی تصاویر 1984 با میزان RMSe برای تصویر 0/48 به دست آمد که قابل قبول بود. نتایج طبقه بندی تصویر نشان داد مساحت اراضی کشاورزی از سال 1984 تا 2015 تصاویر لندست،1038,482 هکتار در طبقه بندی حداکثر احتمال و در طبقه بندی حداقل فاصله از میانگین به مقدار 106,859 هکتار کاهش یافته است. مساحت اراضی باغی نیز در طبقه بندی حداکثر احتمال 27,3146 هکتار و در طبقه بندی حداقل فاصله از میانگین 1123,311 هکتار کاهش یافته است. در ارزیابی خطای طبقه بندی تصاویر لندست برای سال 1984 و 2015 ضریب کاپای روش حداکثر احتمال برابر 0/7967 و 0/8641 و در روش حداقل فاصله 0/8327 و 0/8406 به دست آمد که نشان داد در تصاویر لندست طبقه بندی به روش حداقل فاصله از میانگین دارای دقت بالاتری از روش حداکثر احتمال بوده است .

کلیدواژه ها

ارزیابی تغییرات اراضی، لندست، حداکثر احتمال، حداقل فاصله، GIS & RS

مقالات مرتبط جدید

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.