ETM+

یکی از کاربردهای عمده ی داده های ماهواره ای طبقه بندی پوشش سطح زمین می باشد. طیّ سال های گذشته تعدادی الگوریتم های طبقه بندی برای طبقه بندی داده های سنجش از دور ابداع شده اند. قابل توجه ترین آنها شامل روش های حداکثر احتمال، روش هایشبکه عصبی مصنوعی و طبقه بندی های درختی می باشد. در این مطالعه، ابتدا تصحیحات هندسی و رادیومتری بر روی داده های ETM+ صورت گرفت. سپس با بازدیدهای میدانی ، طبقات مختلف کاربری اراضی تعریف و نمونه های آموزشی انتخاب گردید. در این مطالعه، هدف اصلی مقایسه سه الگوریتم انشعاب روش طبقه بندی درختی برای طبقه بندی پوشش سطح زمین حوزه چم گردلان استان ایلام می باشد. در ضمن، کارکرد این روش با دو روش طبقه بندی دیگر، شامل حداکثر احتمال و شبکه عصبی مصنوعی آرتمپ فازی مقایسه شده است. نتایج حاصل از ارزیابی دقت تصاویر طبقه بندی شده نشان داد که روش طبقه بندی درختی با دقت کل 87 و ضریب کاپای 84/0 دارای بیشترین صحت و پس از آن روش های شبکه عصبی مصنوعی آرتمپ فازی و حداکثر احتمال به ترتیب با دقت کل 84 و 81 و ضریب کاپای 81/0 و 78/0 در رتبه های بعدی ازنظر دقت قرار می گیرند. بعلاوه، زمانی که روش های مختلف انشعاب مورد آنالیز قرار گرفت، مشخص گردید که روش انشعاب جینی نسبت به روش های انشعاب نسبت بهره و آنتروپی دقت بالاتری (با دقت کل 6% و 2% و ضریب کاپای 7% و 2% بیشتر) داشت. در این تحقیق، بالاترین دقت طبقه بندی مربوط به طبقه بندی درختی با روش انشعاب جینی بود. بنابراین، این مطالعه نشان می دهد که روش های طبقه بندی درختی مزیّت های زیادی نسبت به روش های طبقه بندی شبکه عصبی مصنوعی آرتمپ فازی و حداکثر احتمال دارد و آن اینکه آنها از لحاظ محاسباتی سریع بوده و تابع فرضیات آماری در ارتباط با توزیع داده ها نمی باشند.

مدیریت بهینة منابع طبیعی نیازمند در اختیار داشتن اطلاعات بهنگام و صحیح است. نقشة کاربری اراضی یکی از مهم ترین منابع اطلاعاتی در مدیریت منابع طبیعی قلمداد می شود. هدف از انجام پژوهش حاضر، مقایسه دو روش طبقه بندی پیکسل پایه و شیء گرا در تهیه نقشه کاربری اراضی با استفاده از تصاویر ETM+ در شهرستان ملکشاهی در استان ایلام است. در این پژوهش پس از تهیة تصویر ذی ربط و اعمال تصحیحات هندسی و رادیومتریک روی تصویر با استفاده از دو روش مذکور، نقشة کاربری اراضی استخراج گردید. برای ارزیابی دقت طبقه بندی از شاخص های دقت کل، ضریب کاپا، دقت تولیدکننده و دقت استفاده کننده بهره گرفته شد. نتایج به دست آمده نشان داد که وضوح تصویر روش طبقه بندی شیء گرا بالاتر از روش طبقه بندی پیکسل پایه است. نتایج برآورد دقت نشان می دهد که روش شیء گرا در هر دو شاخص صحت کل و ضریب کاپا با مقادیر به ترتیب 93 درصد و 96 درصد، دقیق تر از روش پیکسل پایه است. براساس نتایج به دست آمده کاربری های جنگل و مرتع حدود 98 درصد از سطح این شهرستان را می پوشاند. در این تحقیق پیشنهاد می شود که از روش طبقه بندی شیء گرا در تهیة نقشه های کاربری اراضی استفاده شود.

یکی از عوامل مهم برای برنامه ریزی و مدیریت شهری به خصوص در راستای نیل به توسعه پایدار در نواحی شهری و استفاده بهینه از سرزمین، در دسترس بودن اطلاعات صحیح و بهنگام از وضعیت کاربری اراضی مناطق شهری است. در این راستا، هدف از انجام این تحقیق مقایسه دو روش طبقه بندی پیکسل پایه و شیءگرا در تهیه نقشه کاربری اراضی با استفاده از تصویر ETM⁺ در شهر ایلام با استفاده از نرم افزار Idrisi Selvi است. پس از تهیه تصویر مربوط و اعمال تصحیح هندسی و رادیومتریک بر روی تصویر با استفاده از دو روش مذکور، نقشه کاربری اراضی استخراج شد. برای ارزیابی دقت طبقه بندی از شاخص های صحت کل، ضریب کاپا، دقت تولیدکننده و دقت استفاده کننده استفاده شده است. نتایج به دست آمده نشان داد که روش طبقه بندی شیءگرا تصویری با وضوح بهتر نسبت به روش طبقه بندی پیکسل پایه ارائه می دهد. نتایج برآورد دقت هم نشان می دهد که روش شیءگرا در هر دو شاخص صحت کل و ضریب کاپا با مقادیر به ترتیب 94 درصد و 91 درصد نسبت به روش پیکسل پایه با صحت کل و ضریب کاپا با مقادیر به ترتیب 88 درصد و 86 درصد، دقیق تر است. با توجه به نتایج به دست آمده از این تحقیق پیشنهاد می شود که روش طبقه بندی شیءگرا در تهیه نقشه های کاربری اراضی مناطق شهری مورد استفاده قرار گیرد.