حداقل فاصله

امروزه داده های سنجش از دور قادر به ارائه جدیدترین اطلاعات برای مطالعه پوشش زمین و کاربری های اراضی می باشند. این تصاویر به دلیل ارائه اطلاعات به هنگام، تنوع اشکال، رقومی بودن و امکان پردازش در تهیه نقشه های کاربری از اهمیت بالایی برخوردارند. مشخص کردن پوشش اراضی کمک شایانی به مدیران مناطق جهت تصمیم گیری می کند. در این راستا هدف از انجام این پژوهش مقایسه کارآیی روش های پارامتریک (کمترین فاصله و جعبه ای) و ناپارامتریک (ماشین بردار پشتیبان) در طبقه بندی پوشش اراضی با استفاده از تصاویر ماهواره ای لندست 8 در بخشی از شهرستان دزفول می باشد. ماهیت این پژوهش توسعه ای-کاربردی و روش انجام آن توصیفی-تحلیلی بوده است. بدینمنظور داده های ماهواره ای شامل تصاویر ماهواره ای لندست 8 (13/8/2013) تهیه گردید، و با استفاده از نرم افزار ENVI آماده سازی و مورد تجزیه و تحلیل قرار گرفته است. میزان کارآیی هر روش طبقه بندی با محاسبه دو شاخص صحت کلی و ضریب کاپا بررسی گردید.نتایج مقایسه روش های مورد استفاده در پژوهش نشان داد الگوریتم SVM به ویژه سه کرنل خطی، شعاعی و چند جمله ای نسبت به روش های پارامتریک به ترتیب با 15/97% ، 89/95%و 63/95% از دقت مطلوب تری برخوردار هستند.این مطالعه کارآیی و قابلیت مطلوب تر الگوریتم های SVM را در طبقه بندی تصاویر سنجش از دور در مقایسه با روش های پارامتریک تأیید می نماید.

شناخت لندفرم ها و تغییرات آن ها از نیازهای اساسی ژئومورفولوژی مناطق بیابانی به منظور مدیریت آن هاست. یکی از روش هایی که در شناخت تغییرات لندفرم ها مورداستفاده قرار می گیرد طبقه بندی پدیده ها و عوارض زمین با داده های سنجش ازدور در زمان های مختلف می باشد. هدف از این پژوهش، کارایی سه الگویتم نظارت شده حداکثر شباهت، فاصله ماهالانوبیس و حداقل فاصله برای طبقه بندی لندفرم های بخشی از دشت یزد-اردکان و بررسی تغییرات آن هاست. بدین منظور از تصاویر سنجنده های TM ، ETM و OLI ماهواره Landsat مربوط به سال های 1987، 2000 و 2016، در بازه زمانی 30 ساله استفاده شد. ابتدا تصحیحات لازم بر روی تصاویر انجام گردید و سپس با بازدیدهای میدانی و بر پایه نقشه های توپوگرافی، ژئومورفولوژی و تصاویر گوگل ارث، لندفرم های ژئومورفولوژی منطقه موردمطالعه تعریف و نمونه های آموزشی انتخاب گردید. نتایج ارزیابی دقت تصاویر طبقه بندی نشان داد الگوریتم حداکثر شباهت در سال های 1987 و2000 و 2016، به ترتیب با دقت کلی 50/91، 22/93 و 35/93 و ضریب کاپا 87/0، 89/0 و 89 /0 نسبت به دو الگوریتم دیگر، عملکرد بهتری در تهیه نقشه ژئومورفولوژی و تغییرات آن داشت. بر این اساس به منظور شناخت وضعیت تغییرات لندفرم ها از روش آشکارسازی تغییرات ""پس از طبقه بندی"" از روش الگوریتم حداکثر شباهت استفاده شد و نقشه ماهیت تغییرات تهیه شد. همچنین نتایج طبقه بندی و تحلیل تغییرات لندفرم ها  طی 30 سال با روش الگوریتم حداکثر شباهت نشان داد که سبخا و لندفرم های موجود بروی دشت سر پوشیده به جز تپه های ماسه ای مواج دارای روند نزولی تا سال 2016 بودند و در تغییرات لندفرم های بیابانی منطقه عوامل طبیعی توأم با عوامل انسانی نقش داشتند. به طورکلی این نتایج نمایانگر آن است که در محدوده موردمطالعه در طی 30 سال، نه تنها بر وسعت اراضی بیابانی افزوده نشده است، بلکه از محدوده اراضی بیابانی کاسته شده و بر دیگر کاربری ها افزوده شده است . همچنین در شرق و غرب منطقه مرز لندفرم ها تغییر کرده است.