پیکسل مبنا

استخراج محدوده ساختمان ها از تصاویر ماهواره ای نه تنها نقش انسان را در تولید نقشه های شهری کاهش می دهد بلکه در زمان و هزینه تولید این نقشه ها صرفه جویی قابل توجهی صورت خواهد گرفت. همچنین امکان تهیه نقشه محدوده ساختمانها در بازه های زمانی کوتاه مدت سالیانه، ماهیانه و حتی کوتاه تر را نیز فراهم می آورد. شهرداریها و سایر ارگانهای شهری نیاز به نقشه های بروز از ساختمانها و سایر عوارض شهر دارند. روش انتخابی برای انجام این کار بر اساس اطلاعات هر پیکسل(Pixel Base) و با استفاده از الگوریتم درخت تصمیم گیری (Decesion Tree) است. به این صورت که با تعیین حد آستانه های مناسب با توجه به ویژگیهای طیفی هر پدیده نسبت به حذف مرحله ای عوارض اقدام و در نهایت کلاس ساختمانها با توجه به هدف مطالعه استخراج گردید. عملیات فوق بر روی تصاویر دو زمانه مربوط به سالهای ۲۰۰۸ و ۲۰۱۲میلادی انجام و سپس نقشه تغییرات ساختمانها استخراج گردید و درنهایت نقشه خروجی با نقشه های رقومی املاک در وضع موجود که از ممیزی سطح شهر تولید شده مقایسه و دقت روش انتخابی مورد ارزیابی قرار گرفته است.

آشکارسازی طیفی کانی ها با استفاده از تصاویر چند طیفی سنجنده ها، به منظور شناسایی و اکتشاف کانی های هر منطقه با بهره گیری از رفتارهای منحصربه فرد کانی ها شیوه ای نوین در زمینه علوم محیطی محسوب می گردد. تحقیق حاضر با استفاده از داده های سنجنده لندست 8 و با روش های مختلف پیکسل مبنا و زیرپیکسل مبنا مانند روش نسبت گیری باندی، آنالیز مؤلفه های انتخابی)کروستا(، نقشه بردار زاویه طیفی(SAM)، برازش مشخصه طیفی (SFF) ، روش ACE و فیلتر انطباقی تعدیل یافته(MTMF)به مطالعه و شناسایی زون های دگرسانی در منطقه تنگ بستانک در استان فارس می پردازد. انجام پردازش های لازم و استفاده از تکنیک های ذکرشده منجر به شناسایی دگرسانی های مختلفی ازجمله آرژیلیک، فیلیک و پروپلیتیک شده است. همچنین در این تحقیق با در دست داشتن نقشه واقعیت زمینی منطقه دولومیتی از سطح منطقه، دقت های طبقه بندی ازجمله دقت کلی، کاپا، دقت ناظر و دقت تولیدکننده محاسبه گشت. همچنین با استفاده از نمونه برداری تصادفی از سطح منطقه و انجام آزمایش ICP-MASS ، مجموع مربعات باقیمانده برای هرکدام از روش های پیکسل مبنا و زیرپیکسل مبنا محاسبه و آنالیز XRD جهت تدقیق نتایج شناسایی اهداف با استفاده از نمونه برداری تصادفی روی مناطق مختلف انجام شد. نتایج نشان داد روش SFF با مجموع مربعات باقیمانده 5/1 و ضریب کایا و کلی 679/0 و8/84 بیشترین دقت در شناسایی زون های دگرسانی و روش PCA با مجموع مربعات باقیمانده 46/3 و ضریب کاپا و کلی 279/0 و 4/44 کمترین دقت را در شناسایی این مناطق دارد. همچنین بعد از گزینش مناسب ترین روش شناسایی مساحت مناطق مختلف محاسبه گشت که مناطق دولومیتی، کلسیتی و کوارتز(سیلیسی) به ترتیب با 144/37، 32/33 و 86/27 کیلومترمربع بیشترین مساحت از سطح منطقه موردمطالعه را به خود اختصاص داده اند.

شوری خاک و شور شدن اراضی به عنوان یکی از مشکلات فراروی کشاورزی، از اهمیت بالایی برخوردار بوده که بایستی با شناخت صحیح از پیشروی آن جلوگیری شود. اولین گام در این راه شناسایی مناطق شور و تهیه نقشه شوری این خاک ها می باشد. این تحقیق با هدف مقایسه نقشه های شوری تهیه شده با انواع الگوریتم های طبقه بندی (حداکثر احتمال، حداقل فاصله از میانگین و متوازی السطوح) تصویر توسط داده های ماهواره لندست5 با سنجنده TM در بخشی از اراضی شرق شهرستان خوی صورت گرفته است. لذا تعداد 269نمونه خاک با مختصات جغرافیایی مشخص تجزیه و نتایج حاصله بر روی تصویرTM پیاده گردید. برای شناسایی اولیه از نقشه توپوگرافی و نرم افزار4.8 ENVI جهت پردازش تصاویر ماهواره ای استفاده شده و تصحیحات ژئومتریک با نقاط مشخص و با استفاده از GPS انجام گرفت. نمونه های آموزشی و آزمایشی با پراکنش مناسب بر روی تصویر مورد نظر پیاده شده و کلاس های شوری از یک تا نه تهیه تعیین شدند. نمونه های مربوط به هر کلاس شوری با دقت کامل و به اندازه تک پیکسل، به علت اینکه دارای مختصات بودند، در هر تصویر بر روی پیکسل مربوطه قرار گرفته و با فرمت ROI ذخیره گردیدند. نتایج حاکی از وجود همبستگی بین باندهای 1، 4و 5 تصویرTM با داده های شوری بوده و از میان الگوریتم های طبقه بندی در روش پیکسل مبنا، بالاترین میزان دقت نقشه مربوط به حداکثر احتمال می باشد. به منظور ارزیابی صحت، شاخص هایی مانند ماتریس خطا، صحت تولیدکننده، صحت کاربر، صحت کلی و شاخص کاپا استخراج گردید. همچنین مطابقت طبقات مختلف شوری خاک این نقشه با مشاهدات صحرایی و میزان شوری اندازه گیری شده بیانگر دقت بالای این الگوریتم در تهیه نقشه شوری خاک سطحی است. هدفتحقیق حاضر مقایسه نقشه های شوری تهیه شده با این روش ها در منطقه مورد نظر با نتایج سایر محققین می باشد.