استخراج نقشه کاربری اراضی با استفاده از مقایسه الگوریتم های مختلف طبقه بندی پیکسل پایه و شئ گرا؛ مطالعه موردی: شهر زنجان
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 476
This Paper With 14 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SEPEHR-28-110_014
تاریخ نمایه سازی: 16 مهر 1398
Abstract:
این پژوهش با هدف استخراج نقشه کاربری اراضی شهری، با استفاده از مقایسه الگوریتم های مختلف طبقه بندی پیکسل پایه و شئ گرا می باشد. در این راستا الگوریتم های طبقه بندی پیکسل پایه ماشین بردار پشتیبان، حداکثر احتمال، شبکه عصبی مصنوعی، حداقل فاصله از میانگین، سطوح موازی و فاصله ماهالانوی مورد استفاده قرار گرفتند. در ادامه به مقایسه روش های مذکور با طبقه بندی شئ گرا جهت تهیه نقشه کاربری اراضی شهر زنجان با استفاده از تصویرماهواره ایSentinel-2 با قدرت تفکیک مکانی 10 متر پرداخته شد. به منظور انجام پردازش تصویر مورد استفاده از نرم افزار های ENVI 5.3، SNAP،eCognition و ArcGISاستفاده شده است. برای مقایسه عملی نتایج، د ر هر د و روش از د اد ه های آموزشی یکسان برای طبقه بندی استفاد ه گرد ید ؛ سپس مهم ترین روش های ارزیابی صحت شامل د قت کلی و ضریب کاپای طبقه بندی استخراج شد. نتایج بدست آمده، نشان می دهد که از بین روش های طبقه بندی پیکسل پایه مورد استفاده در این مطالعه، روش های طبقه بندی حداکثر احتمال و روش حداقل فاصله تا میانگین با ضریب کاپای به ترتیب 95/0درصد و 85/0 درصد از دقت قابل قبولی برخوردار هستند. هم چنین مقایسه نتایج حاصل از طبقه بندی پیکسل پایه و شئ گرا نشان داد که روش شئ گرا با اعمال پارامترهای موثر در طبقه بندی و توسعه قوانین جهت اطلاح طبقه بندی اولیه شئ گرا با ضریب کاپای 95/0 درصد از نظر دقت در استخراج نقشه کاربری اراضی از روش های پیکسل پایه از اولویت برخوردار است.
Keywords:
Authors
صیاد اصغری سراسکانرود
دانشیار ژئومورفولوژی، دانشگاه محقق اردبیلی، اردبیل، ایران
بهروز خدابنده لو
دانشجوی کارشناسی ارشد سنجش از دور و GIS، دانشگاه محقق اردبیلی، اردبیل، ایران
احمد ناصری
دانشجوی کارشناسی ارشد ژئومورفولوژی، دانشگاه محقق اردبیلی، اردبیل، ایران
علی مرادی
مربی دانشگاه محقق اردبیلی، اردبیل، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :