مقایسه روش های طبقه بندی پیکسل پایه و شیءگرا در تهیۀ نقشه کاربری اراضی (مطالعه موردی: دشت های اصفهان- برخوار، نجف آباد و چادگان)
نویسندگان
چکیده مقاله:
الگوریتم های شناسایی تغییرات در تصاویر سنجش‌ازدور به دو دسته پیکسل پایه و شیءگرا بر پایه حداقل واحد پردازش تقسیم می شوند. هدف از این پژوهش مقایسه عملکرد روش های پیکسل پایه و شیءگرا در طبقه بندی کاربری اراضی در دشت های اصفهان- برخوار، نجف آباد و چادگان و بررسی تغییر کاربری اراضی در طول دوره آماری با استفاده از تصاویر لندست (TM (1985 و (OLI (2015 است. طبقه بندی کاربری اراضی شامل قطعه بندی داده های تصویری با استفاده از الگوریتم قطعه بندی چندمقیاسه در محیط نرم‌افزار eCognition انجام شد. سپس این قطعات انتخاب‌شده و با استفاده از الگوریتم نزدیک ترین همسایه شیءگرا طبقه بندی شدند. طبقه بندی پیکسل پایه نظارت شده شامل انتخاب نمونه های تعلیمی با استفاده از الگوریتم حداکثر احتمال انجام شد. ارزیابی صحت در هر دو روش انجام شد. نتایج نشان داد که طبقه-بندی شیءگرا با صحت کلی بالای 90 درصد نسبت به طبقه بندی پیکسل پایه از دقت بالاتری برخوردار است. نقشه های کاربری اراضی نشان داد به ترتیب در دشت های اصفهان- برخوار، نجف آباد و چادگان مساحت کاربری مسکونی برابر با 2.09، 9.66، 3.74 درصد افزایش و کاربری مرتعی برابر با 7.48، 10.94 و 17.73 درصد کاهش در طول دوره موردمطالعه داشته اند. همچنین در دشت چادگان سطح اراضی زراعی و تحت آیش به ترتیب به میزان 8.31 و 5.64 درصد افزایش داشته اند.
منابع مشابه
مقایسه روش های پیکسل پایه، شیءگرا و پارامترهای تاثیر گذار در طبقه بندی پوشش/کاربری اراضی استان آذربایجان غربی
طبقه بندی یکی از مهم ترین روش های استخراج اطلاعات از تصاویر رقومی ماهواره ای است. در روش های معمول پیکسل پایه، طبقه بندی براساس ارزش عددی هریک از پیکسل ها انجام می شود که نتیجه بازتاب عارضه های متناظر آن در سطح زمین است. توانایی روش های کلاسیک در طبقه بندی تصاویر ماهواره ای هنگامی که اشیاء متفاوت اطلاعات طیفی مشابهی دارند محدود می با شد. این امر موجب کاهش صحت روش های طبقه بندی پیکسل پایه می گرد...
متن کاملاستخراج نقشه کاربری اراضی با استفاده از مقایسه الگوریتم های مختلف طبقه بندی پیکسل پایه و شئ گرا؛ مطالعه موردی: شهر زنجان
این پژوهش با هدف استخراج نقشه کاربری اراضی شهری، با استفاده از مقایسه الگوریتم‌های مختلف طبقهبندی پیکسل‌پایه و شئ‌گرا میباشد. در این راستا الگوریتم‌های طبقه...
متن کاملارزیابی تطبیقی تکنیک های پردازش پیکسل پایه و شیءگرا در طبقه بندی تصاویر ماهواره ایAster برای استخراج نقشه های اراضی کشاورزی و باغی در حاشیه شرقی دریاچه ارومیه
تحقیق حاضر نمونه‌ای از کاربرد تکنولوژی سنجش از دور در مدیریت منابع کشاورزی است. در این تحقیق با پردازش رقومی تصاویر ماهوارهای Aster خرداد ماه سال2016 نقشه‌های کاربری اراضی حاشیه شرقی دریاچه ارومیه استخراج شده است. در...
متن کاملمقایسه روشهای پیکسل پایه، شیءگرا و پارامترهای تاثیر‌گذار در طبقهبندی پوشش/کاربری اراضی استان آذربایجان غربی
طبقهبندی یکی از مهمترین روشهای استخراج اطلاعات از تصاویر رقومی ماهوارهای است. در روشهای معمول پیکسل پایه، طبقهبندی براساس ارزش عددی هریک از پیکسل‌ها انجام می‌شود که نتیجه بازتاب عارضه‌های متناظر آن در سطح زمین است. توانایی روشهای کلاسیک در طبقهبندی تصاویر ماهوارهای هنگامی که اشیاء متفاوت اطلاعات طیفی مشابهی دارند محدود میباشد. این امر موجب کاهش صحت روشهای طبقهبندی پیکسل پایه می‌گرد...
متن کاملمقایسه کارآیی روش های طبقه بندی پیکسل پایه (روش های شبکه عصبی آرتمپ فازی و تصمیم گیری درختی) و شیءگرا در تهیه نقشه کاربری اراضی (مطالعه موردی: حوزه خشک و نیمه خشک میمه، استان ایلام)
نقشه کاربری اراضی، از ابزارهای پایه برای مدیران و برنامهریزان در راستای توسعه پایدار مناطق مختلف است. روشهای مختلفی برای تهیه نقشه کاربری اراضی ارائه شده است. تهیه نقشه کاربری اراضی با استفاده از تصاویر ماهوارهای با بهرهگیری از تکنیکهای مختلفی از جدیدترین و مهمترین این روشها است. هدف از این تحقیق انجام، بررسی کارایی روشهای طبقهبندی پیکسل پایه (روشهای شبکه عصبی آرتمپ فازی و تصمیمگیری...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
عنوان ژورنال
دوره 9 شماره 1
صفحات 40- 57
تاریخ انتشار 2018-05-22
با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023