تهیه نقشه کاربری اراضی دشت عباس ایلام با استفاده از روش‌های شبکه عصبی مصنوعی، ماشین بردار پشتیبان و حداکثر احتمال

ثبت نشده

چکیده

یکی از ضروری‌ترین اطلاعات مورد نیاز مدیران و متولیان منابع طبیعی، نقشه‌های کاربری اراضی می‌باشد. در پژوهش حاضر، به‌منظور تهیة نقشة کاربری اراضی دشت عباس از داده‌های رقومی سنجنده (1386)ETM+ استفاده شد. ابتدا تصویر با میانگین خطای مربعات 47/0 پیکسل تصحیح هندسی شد. جهت طبقه­بندی تصویر از روش‌های طبقه­بندی شبکه عصبی مصنوعی، ماشین بردار پشتیبان و حداکثر احتمال استفاده شد. در نهایت، نقشة پوشش اراضی منطقه به چهار کلاس اراضی کشاورزی، مرتع فقیر، اراضی بایر و پهنه‌های ماسه‌ای طبقه بندی گردید. برای ارزیابی صحت نتایج طبقه‌بندی، نقشة تولیدی با نقشة واقعیت زمینی ایجاد شده از طریق GPS و بازدید صحرایی مورد مقایسه قرار گرفت.  نتایج نشان داد، روش شبکه عصبی مصنوعی به‌ترتیب با صحت کلی 37/98 درصد و ضریب کاپای97/0 نسبت به روش­ ماشین بردار پشتیبان (با صحت کلی 36/92 درصد و ضریب کاپای 87/0) و حداکثر احتمال (با صحت کلی 42/81 درصد و ضریب کاپای 73/0) عملکرد بهتری در تهیه نقشه کاریری اراضی داشته است. مطالعة حاضر نشان داد که روش طبقه بندی شبکة عصبی، قابلیت تهیة نقشه پوشش اراضی را با صحت بالا دارد.

جستجوی کلمه کلیدی


برای دسترسی به متن کامل این مقاله و 9 میلیون مقاله دیگر ابتدا ثبت نام کنید

ثبت نام

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

ورود

منابع مشابه

تهیه نقشه ­های کاربری اراضی یکی از مهمترین وظایف فن­آوری سنجش از دور در مدیریت عرصه­های مختلف محسوب می­گردد. در تحقیق حاضر جهت تهیه نقشه کاربری اراضی حوزه آبخیز ابوالعباس از تصویر ماهواره­ای لندست/TM سال 1388 استفاده شده است. سپس تصویر به کمک هر یک از الگوریتم­های شبکه عصبی مصنوعی پرسپترون سه لایه، ماشین بردار پشتیبان شعاعی و الگوریتم حداکثر احتمال طبقه­بندی شد. در نهایت میزان کارایی الگوریتم­...

از جمله عوامل مهم در برنامه‌ریزی و مدیریت شهری، به ویژه در راستای نیل به توسعه‌ی پایدار در نواحی شهری و استفاده بهینه از سرزمین، اطلاع بهنگام از وضعیّت پوشش اراضی برای این مناطق است. داده‌های سنجش از دور به جهت ارائه‌ی اطلاعات به هنگام و رقومی، تنوع اشکال و امکان پردازش پتانسیل بالایی برای تهیه‌ی نقشه‌های به روز کاربری اراضی شهری دارند. در این تحقیق با استفاده از تصویر ماهواره‌ای Landsat/ETM+ و ...

تهیة نقشة پوشش اراضی، برای بسیاری از فعالیت‌های برنامه‌ریزی و مدیریت شهری دارای اهمیت است. در پژوهش حاضر، به‌منظور تهیة نقشة پوشش اراضی شهر اراک از داده‌های رقومی سنجنده LISS-III (1385) استفاده شد. ابتدا تصویر با میانگین خطای مربعات 58/0 پیکسل تصحیح هندسی شد و با توجه به کوهستانی بودن منطقه، تصحیح توپوگرافی نیز بر روی تصویر اعمال گردید. برای طبقه‌بندی تصویر، دو روش طبقه‌بندیِ نظارت‌شده با الگوری...

تهیه نقشه کاربری و پوشش اراضی برای برنامه­ریزی و مدیریت منابع طبیعی امری ضروری می­باشد. در این بین استفاده از داده­های سنجش از دور با توجه به ارائه اطلاعات به روز، پوشش تکراری، کم­هزینه بودن در ارزیابی منابع طبیعی جایگاه خاصی دارد. لذا در این پژوهش، تصاویر لندست 8 به­عنوان داده ورودی برای تهیه نقشه کاربری اراضی در سطح 2و1 مورد استفاده قرار گرفت. در این بین، با توجه به جدید بودن این تصاویر، تصحی...

طبقه‌بندی تصویر همیشه یکی از موضوعات مهم در سنجش از دور است که اطلاعات بدست آمده در زمینه طبقه‌بندی تصویر به‌طور گسترده‌ای در برنامه‌های کاربردی دیگر مانند برنامه‌ریزی شهری، مدیریت منابع طبیعی، کشاورزی و غیره استفاده می‌شود. از آنجا که هدف اصلی از پردازش تصاویر ماهواره‏ای، تهیه نقشه‏های موضوعی و کارآمد می‏باشد، انتخاب الگوریتم مناسب طبقه‏بندی نقش زیادی در این امر ایفاء می‏کند. این مطالعه کارایی...

Land use classification and mapping mostly use remotely sensed data. During the past decades, several advanced classification methods such as neural network and support vector machine (SVM) have been developed. In the present study, Landsat TM images with 30m spatial resolution were used to classify land uses through two classification methods including support vector machine and neural network...

× خانه ژورنال ها ثبت نام ورود