مطالب مرتبط با کلیدواژه

MLC


۱.

ارزیابی عملکرد الگوریتم های ماشین بردار پشتیبان و حداکثر احتمال در تهیة نقشة کاربری اراضی جنگل های رودخانه ای با استفاده از سنجندة OLI (منطقة مورد مطالعه: جنگل های رودخانه ای مارون بهبهان)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: SVM MLC جنگل های رودخانه ای سنجندة OLI طبقه بندی مارون بهبهان

حوزه‌های تخصصی:
  1. حوزه‌های تخصصی جغرافیا جغرافیای طبیعی آب و هواشناسی
  2. حوزه‌های تخصصی جغرافیا فنون جغرافیایی سنجش از راه دور GIS
تعداد بازدید : ۶۳۶ تعداد دانلود : ۵۷۵
تهیة اطلاعات دقیق و به روز از منابع جنگلی یکی از عوامل اساسی در مطالعه و مدیریت پایدار این منابع است و این اطلاعات را می توان به آسانی و با صرف هزینه و زمان کمتر، از راه طبقه بندی داده های دورسنجی تهیه کرد. در این مطالعه به منظور ارزیابی عملکرد الگوریتم های ماشین بردار پشتیبان و حداکثر احتمال در تهیه نقشه کاربردی اراضی جنگل های رودخانه ای، از داده های ماهواره لندست 8 استفاده شد. برای این کار، پنجره ای از تصاویر چندطیفی سنجندة OLI جنگل های رودخانة مارون بهبهان، در استان خوزستان، انتخاب شد. پس از عملیات پیش پردازش، شامل رفع خطای رادیومتریک و تصحیح اتمسفریک، طبقه بندی تصاویر به روش نظارت شده و با استفاده از الگوریتم های حداکثر احتمال و ماشین بردار پشتیبان و با هفت کلاس کاربری جنگل، مرتع، کشاورزی، آیش، رودخانه، مسکونی و جاده، و همچنین سه کلاس کاربری جنگل، رودخانه و دیگر مناطق، روی مجموعة باندهای اصلی صورت پذیرفت. برای ارزیابی عملکرد الگوریتم ماشین بردار پشتیبان، از سه گروه نمونة تعلیمی با تعداد 241، 141 و 41 نمونه و همچنین از چهار هستةخطی، چندجمله ای، شعاعی و حلقوی استفاده شد. نتایج حاصل نشان داد که تهیة نقشة طبقه بندی جنگل های رودخانه ای مارون و تفکیک کاربری ها با استفاده از تصاویر سنجندة OLI امکان پذیر است و بهترین نتیجه مربوط به طبقه بندی، با استفاده از الگوریتم - PolynomialSVM در باندهای اصلی سنجندة OLI و با سه کلاس کاربری و صحت کلی 24/99 و ضریب کاپای 97/0 است. همچنین مشخص شد که با کاهش تعداد کلاس ها از هفت به سه، کاربری صحت طبقه بندی افزایش می یابد ولی با کاهش تعداد نمونه ها تا حد میانگین، تغییر محسوسی در کیفیت طبقه بندی رخ نمی دهد و در صورت کاهش زیاد تعداد نمونه ها، از صحت طبقه بندی نیز کاسته می شود.
۲.

ارزیابی تغییرات سطح آب دریاچه زریوار در بازه زمانی 30 سال (1993 تا 2023)(مقاله علمی وزارت علوم)

کلیدواژه‌ها: SVM MLC WRI NWI دریاچه زریوار

حوزه‌های تخصصی:
تعداد بازدید : ۱۶ تعداد دانلود : ۲۰
در این تحقیق با استفاده از تکنیک های سنجش از دور و سیستم های اطلاعات جغرافیایی GIS، تغییرات سطح آب دریاچه زریوار ارزیابی شده است. برای ارزیابی این تغییرات تصاویر ماهواره لندست 5 و 8 برای سال های 1993، 2010 و 2023 دانلود گردیده و سطح آب دریاچه با دو روش ماشین بردار پشتیبانی SVM و حداکثر احتمال MLC تخمین زده شده است. علاوه بر این از شاخص های طیفی جدید آب (NWI) و شاخص نسبت آب (WRI) نیز استفاده گردید. نتایج نشان داد که شاخص های طیفی فوق به نتایج مشابهی دست یافتند. به طوری که پهنه دریاچه برای سال 2023 برای شاخص NWI و WRI به ترتیب معادل 0/26 و0/06 کیلومتر مربع براورد گردید. در حالیکه در سال 1993 این مقادیر به ترتیب معادل8/21 و 8/2 کیلومتر بوده و این امر افزایش جزئی را نشان می دهد. مقادیر براورد شده برای الگوریتم SVM و MLC متفاوت بوده و برای سال 2023 به ترتیب مقادیر 12/75 و6/21 کیلومتر مربع را نشان داد. مقدار ضریب کاپا برای این سال برای مدل های فوق به ترتیب معادل 0/94 و 0/87 به دست آمده و دقت بالای مدل SVM را نشان داد. مقادیر ضریب همبستگی بین دو شاخص طیفی WRI و NWI نیز معادل 0/97 به دست آمد. همچنین مشاهده شد که بین شاخص NWI و باندهای 7 گانه لندست 8 همبستگی منفی برقرار بوده و بیشترین همبستگی بین این شاخص و باند مادون قرمز نزدیک معادل 0/95- می باشد. بررسی ها نشان داد که سطح آب دریاچه زریوار در حال کاهش بوده است.