بررسی و تحلیل عملکرد شاخص های طیفی در استخراج مناطق شهری بر اساس تصاویر ماهواره ای چندطیفی (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
افزایش بی رویه جمعیت در بسیاری از جوامع ازجمله ایران منجر به تغییرات سریع چشم اندازهای شهری شده است. در برنامه ریزی های شهری استفاده از تصاویر سنجش ازدوری و بکارگیری شاخص های طیفی نقش بسزایی در تسریع روند نظارت شهری دارد. بررسی این امر نیازمند به ارزیابی عملکرد شاخص ها در شرایط مختلف متناسب با کاربرد است که می تواند یکی از چالش های کاربران دراین زمینه باشد. هدف از این پژوهش، یک مطالعه تطبیقی و تحلیل راه کارهای مناسب جهت بکارگیری شاخص های مطرح شهری با کمک تصاویر ماهواره ای و تحلیل عملکردآنهاست. در این راستا، ابتدا شاخص های طیفی از تصاویر لندست 8، سنتینل2و1 استخراج و سپس به جهت جداسازی مناطق ساخته شده، الگوریتم حد آستانه خودکار بر روی تصاویر اعمال شد. نتایج حاکی از آن است که به طورکلی تصاویر سنتینل-2 عملکرد بهتری نسبت تصاویر لندست از خود نشان دادند. از بین شاخص های طیفی، شاخص UI برای تصاویر لندست و سنتینل-2 در رفسنجان با دقت کلی (28/86 و 19/98)، شاخص NBI برای تصاویر لندست و سنتینل-2 در شهر آمل با دقت کلی (21/87 و 48/97)، شاخص UI در لندست و IBI در سنتینل-2 برای اصفهان با دقت کلی (73/78 و 69/91) دارای بهترین عملکرد بوده اند. همچنین با هدف ارزیابی عملکرد شاخص های ضعیف با اعمال حد آستانه دستی این نتیجه حاصل شد که اغلب موارد حد آستانه دستی باعث افزایش دقت خواهد شد. در یک بررسی دیگر با بکارگیری تصاویر سنتینل-1 با حد آستانه نظارت شده توسط کاربر اقدام به شناسایی مناطق ساخته شده شد که نتایج برای سه شهر آمل، رفسنجان و اصفهان به ترتیب دقت های کلی 24/89، 03/80 و 10/76 حاصل شد. یافته های این تحقیق نشان داد که دقت عملکرد شاخص ها با توجه به پارامترهایی مانند نوع اقلیم، سنسورهای مختلف و حدآستانه می تواند متغیر باشد. لذا نتایج این تحلیل می تواند با به عنوان یک الگوی راهبردی محققان را در جهت شناخت و درک بهتر شاخص ها با در نظرگرفتن پارامترهای مختلف یاری کند.Investigating and Analyzing the Performance of Spectral Indices in Urban Extraction by Multi-spectral Satellite Images
Population growth has resulted in rapid changes in urban landscapes in many countries, including Iran. Monitoring urban areas can be accelerated by utilizing remote sensing images and spectral indices in urban planning. This requires evaluating the performance of indices according to the application in different conditions, which can be challenging for users. This study was conducted to compare and analyze suitable solutions for analyzing urban indicators using satellite imagery and their effectiveness. For this purpose, Landsat-8 and Sentinel-2 images were first analyzed to extract spectral index; then automated threshold algorithms were applied to separate constructed areas. Results indicate that Sentinel-2 images perform better than Landsat images in general. Among the spectral indices, the UI index for Landsat and Sentinel-2 images in Rafsanjan with overall accuracy of 86.28 and 98.19, the NBI index for Landsat and Sentinel-2 images in Amol city with overall accuracy of 87.21 and 97.48, and the UI index in Landsat and IBI in Sentinel-2 for Isfahan with overall accuracy of 78.73 and 91.69 have the best performance. Furthermore, applying the manual threshold limit to weak indicators has increased accuracy in most cases. Another study used Sentinel-1 images with user-controlled thresholds to identify built-up areas, and the results for Amol, Rafsanjan, and Isfahan were 89.24, 80.03, and 76.10, respectively. The findings of this study revealed that the performance accuracy of indices can vary depending on parameters such as the type of climate, different sensors, and thresholds. Therefore, as a strategic model, the results of this analysis can provide researchers with a better understanding of indicators as a result of considering different parameters.
تبلیغات
