مقایسه روشهای پیکسل پایه و شییء گرا در تهیه نقشه های کاربری اراضی
/بختیار فیضی زاده
: دانشکده علوم انسانی و اجتماعی
چاپی
بصورت زیرنویس
فاقد اطلاعات کافی
کارشناسی ارشد
رشته سنجش ازدور و سیستم اطلاعات جغرافیایی GIS))
۱۳۸۶/۰۹/۱۴
تبریز
کاربری اراضی مفهومی ترکیبی از عملکرد عوامل طبیعی، فرهنگ، اقتصاد و سطح فناوری یک جامعه است که در گذر زمان شکل می گیرد .در واقع کاربری اراضی روش های بهره برداری از زمین به منظور رفع نیازهای گوناگون انسان است .با توجه به اینکه یکی از پیش شرطهای اصلی برای استفاده بهینه از زمین، اطلاع از الگوهای کاربری اراضی و تغییرات آن در طول زمان است، بنابراین استخراج نقشه های کاربری اراضی یکی از مهمترین اهداف در مدیریت منابع طبیعی محسوب می گرد .تصاویر سنجش از دور در زمینه کشاورزی کاربردهای متنوعی دارد .این تصاویر به علت رقومی بودن، ارائه اطلاعات به هنگام،فراهم آوردن دید همه جانبه، استفاده از قسمت های مختلف طیف الکترومغناطیس برای ثبت خصوصیات پدیده ها، دارابودن پوشش تکراری و سرعت انتقال و اطلاعات مصور از ارزش زیادی برخوردارند .بنابراین پردازش تصاویر رقومی ماهواره ای، تکنولوژی سنجش از دور را در جایگاه مهمترین و بهترین وسیله برای استخراج نقشه های کاربری های اراضی قرارداده است .محدوده مورد مطالعه جلگه شرقی دریاچه ارومیه است که فعالیتهای زراعی و باغی از مهمترین کاربری های اراضی آن محسوب می شود .آگاهی از نسبت کاربری های اراضی در این منطقه یکی از مهمترین موارد در مدیریت عرصه های کشاورزی محسوب می شود چرا که تاکنون مطالعه ای دقیق و علمی برای استخراج کاربری های اراضی این منطقه انجام نشده است .در تحقیق جاری ابتدا از طریق پردازش تصاویر ماهواره ای سنجنده HDR ماهواره SPOT ۵ نقشه های کاربری اراضی منطقه مورد مطالعه استخراج شد .در این ارتباط در مرحله پیش- پردازش تصاویر، تصحیحات هندسی شامل زمین مرجع کردن، تصحیحات ارتفاعی و تصحیحات اتمسفری برروی تصاویر اعمال شد .در مرحله پردازش پس از آشکارسازی، تصاویر با دو روش شناخته شده، طبقه بندی شدند .ابتدا، طبقه بندی پیکسل پایه تصاویر با استفاده از الگوریتم های حداکثر احتمال، متوازی السطوح و حداقل فاصله از میانگین انجام شد .سپس طبقه بندی شیء گرا با استفاده از الگوریتم نزدیکترین همسایه در محیط نرم افزار eCognation اعمال گردید .برای ارزیابی و مقایسه نتایج، ضرایب دقت کلی و کاپای طبقه بندی برای هر کدام از الگوریتم ها استخراج و مشخص گردید که در میان الگوریتم های طبقه بندی پیکسل پایه، الگوریتم طبقه بندی حداکثر احتمال با ضریب کاپای ۰.۸۶و دقت کلی ۸۷.۶۷ درصد در مقایسه با الگوریتم های متوازی السطوح و حداقل فاصله از میانگین، از دقت بالاتری برخوردار است، اما خود این الگوریتم نیز در مقایسه با الگوریتم نزدیکترین همسایه از دقت کمتری برخوردار است چرا که ضریب کاپای طبقه بندی با الگوریتم نزدیکترین همسایه در روش شیء گرا معادل ۰.۹۳ و دقت کلی نیز معادل۹۴.۲۰درصد برآورد گردید .در مرحله پس-پردازش تحقیق در محیط ArcGIS برای هر کدام از نقشه ها پایگاه اطلاعات زمینی تشکیل و با محاسبه مشخصات هندسی هر کدام از کلاسهای کاربری اراضی نتایج نهایی ارائه شده است
processing stage of research Geodatabase was formed for each map and final results has been presented by calculating geometric characteristics of each landuse class -based classification algorithm Maximum Likelihood algorithm with overall accuracy ۸۷.۶۷ and kappa Coefficient of ۰.۸۶ have higher precision in comparison with parallelepiped and Minimum distance. But this algorithm has lower accuracy in comparison with nearest neighbor algorithm, because Kappa Coefficient of classification in Nearest neighbor algorithm in object Oriented method estimated about ۰.۹۳ and overall accuracy about ۹۴.۲۰ . In the pos-Processing stage of images, geometric correction including georefrncing,orthorectification and atmospheric correction was implemented. In Processing stage, image after enhancement were classification in two ways. Frits, pixel based classification was done algorithm Maximum likelihood, Parallelepiped, Minimum distance then object oriented classification was implemented by using Nearest neighbor algorithm in the field of eCognation software. To evaluate and compare results, Overall Accuracy and Kappa Coefficient frame were extracted for each algorithm and it was determined that among Pixel- requisites for optimum use of earth, therefore extraction of landuse map is considered one of the most important goals in Natural Resource management. Satellite image has different functions in agriculture. This images due to digitization, updating, providing pervasive perspective, using a different sector of electromagnets energy for recording properties phenomenons, repetitive cover, rapidity conduction and pictorial format of data, is vary valuable. So Processing digital image of remote sensing, was set this technology as well as important and best tools for extraction landuse map.Case study is eastern plain of Uremia Lake that tilling and gardening are important landuses of this region, therefore knowledge of proportion landuse is an important parameter in agriculture management in this region. since, No precise and Scientific study is done on landuse extraction of this region Until now. In this research frist We use sensor HDR of satellite SPOT ۵ to extract landuse maps of case study area. To do so, in pre- Landuse is a synthetic concept of Social,cultural,economic and IT level of Socity forming in lapse. In fact landuse include ways of using Earth for meeting different need of Man. Consideration that awareness of landuse patterns and its changes in time is one of the main pre