ارزیابی الگوریتم های طبقه بندی نظارت شده غیرپارامتریک در تهیة نقشه پوشش زمین با استفاده از تصاویر لندست 8

الموضوعات :

وحید میرزایی زاده ¹ (دانش‌آموخته کارشناسی ارشد جنگل‌داری، دانشگاه ایلام)
مریم نیک نژاد ² (دانشجوی دکتری جنگل‌داری، دانشگاه علوم کشاورزی و منابع طبیعی ساری)
جعفر اولادی قادیکلایی ³ (دانشیار دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری)

تاريخ الإرسال : 05 السبت , ربيع الأول, 1436 تاريخ التأكيد : 25 الأحد , رمضان, 1436 تاريخ الإصدار : 10 الأحد , صفر, 1437

الکلمات المفتاحية: Image classification, Remote Sensing, سنجش از دور, ماشین بردار پشتیبان, Support vector machine, طبقه‌بندی تصویر, نقشه پوشش زمین, آبخیز ارکواز, Land cover maps, Arakvaz watershed,

ملخص المقالة :

هدف از این تحقیق ارزیابی کارایی سه الگوریتم ماشین بردار پشتیبان، درخت تصمیم گیری و شبکه عصبی مصنوعی فازی آرتمپ جهت تهیة نقشه پوشش زمین حوزه آبخیز ارکواز با استفاده از تصویر سنجنده OLI ماهواره لندست 8 (سال 1393) است. پس از تصحیح هندسی تصاویر و پیش پردازش های صورت گرفته، اقدام به تعیین نمونه های تعلیمی مربوط به طبقات پوشش زمین برای انجام عملیات طبقه بندی شد و ارزیابی تفکیک پذیری نمونه ها در هر کدام از طبقات پوشش زمین با استفاده از شاخص آماری واگرایی تعیین شد. به منظور ارزیابی صحت نتایج طبقه بندی هر کدام از الگوریتم ها، نقشه واقعیت زمینی با استفاده از روش سیستماتیک به ابعاد 550 متری طراحی و نوع پوشش زمینی آن ها در محل نمونه ها مشخص گردید. در نهایت، کارایی روش های طبقه بندی با استفاده از معیارهای صحت کلی، ضریب کاپا، صحت تولید کننده و صحت کاربر مورد بررسی قرار گرفت. مقایسة صحت های کلی و ضریب کاپای کسب شده برای سه طبقه بندی کننده با مجموعه باندی مناسب در مقایسه با نقشة واقعیت زمینی نشان داد که طبقه بندی کننده ماشین بردار پشتیبان با مقدار صحت کلی 26/91% و ضریب کاپای 8731/0 نتایج مطلوب تری نسبت به سایر الگوریتم ها دارد. نتایج همچنین نشان داد که تفکیک و طبقه بندی اراضی جنگلی از سایر طبقات کاربری منطقه با صحت بالا صورت گرفته است.