شناسایی نیمه خودکار لندفرم ها با استفاده از پردازش شیءگرا، مدل رقومی ارتفاع و تصاویر ماهواره ای مطالعه موردی: حوضه آبریز رودخانه دز واقع در دامنه های غربی و جنوب غربی زاگرس

Publish Year: 1401
نوع سند: مقاله ژورنالی
زبان: Persian
View: 160

This Paper With 19 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_HYD-9-30_006

تاریخ نمایه سازی: 19 دی 1401

Abstract:

فرآیندهای سطح زمین در مقیاس های مکانی-زمانی مختلف عمل می کنند و شکل های زمینی را تولید می کنند که در یک سلسله مراتب تودرتو ساختاریافته اند. شیوه ی استخراج نیمه خودکار انواع لندفرم های منتخب از مدل های رقومی ارتفاعی DEM از اهمیت بالایی برخوردار است. لندفرم یک عارضه ژئومورفیک از سطح زمین است که خصوصیات ظاهری خاص داشته و شکل آن را می توان تشخیص داد. در حال حاضر طبقه بندی لندفرم ها عموما مبتنی بر تشخیص کارشناسی است که به طریق دستی و با استفاده از عکس های هوایی، نقشه های توپوگرافی و برداشت های صحرایی انجام می گیرد که روشی زمان بر، پرهزینه، کم دقت و تکرار نشدنی است. در این پژوهش از ۵ مشتق اصلی  DEM۵/۱۲ متری ماهواره ALOS (لایه ی شیب، لایه جهت شیب، لایه ی خمیدگی، لایه ی جریان تجمعی و لایه ی ارتفاع) و همچنین از تصاویر ماهواره ای  Sentinel-۲و شاخص پوشش گیاهی NDVI به عنوان لایه های کمکی استفاده گردیده، سگمنت سازی که در این منطقه صورت گرفت با استفاده از روش segmentation multi resolation انجام شد. در این سگمنت سازی به لایه ارتفاع، ارزش ۳ و به لایه خمیدگی ارزش ۲ و به بقیه ی لایه ها ارزش ۱ داده شد و در قسمت Composition of homogeneity criterion، به Shape ۷/۰ و Compactness ۳/۰ و پارامتر مقیاس ۵۰ در نظر گرفته شد و سپس با استفاده از الگوریتم های Layer Values   و Geometry و دستورات assign class به طبقه بندی لندفرم های واقع در دامنه های غربی و جنوب غربی زاگرس (محدوده ی شهرستان الیگودرز) اقدام شده است. نتایج نشان داد که استفاده از الگوریتم های Layer Values و Geometry و دستورات assign class توانایی خوبی در جداسازی و طبقه بندی لندفرم ها دارند، به گونه ای که ۸ نوع لندفرم (دامنه، یال، پهنه های آبی، پرتگاه، قله، خط الراس، دشت های پست و دشت های مرتفع) با ضریب کاپا ۸۷/۰ و دقت کلی ۷۱/۹۱ درصد استخراج گردید. لندفرم های یال بیشترین بخش منطقه را تشکیل داده و لندفرم های غالب منطقه محسوب می شوند و توزیع مناسبی در قسمت های مختلف دارند ولی لندفرم های قله با حداقل مساحت فقط بخش محدودی از منطقه ی موردمطالعه را تشکیل داده است.

Authors

وحید رحمتی نیا

فارغ التحصیل دانشگاه تبریز

بختیار فیضی زاده

دانشیار وعضو هیئت علمی گروه GIS دانشگاه تبریز

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 :
  • Anderson, J.R. Hardy, E.E. Roach, J.T. Witmer, R.E. (۱۹۷۶). A ...
  • Band, L. Tague, C. Brun, S. Tenenbaum, D. Fernandes, R. ...
  • Bishop, MP. & Shroder, JF. (۲۰۰۰). Remote sensing and geomorphometric ...
  • Blaschke T & Strobl J ۲۰۰۱. What’s wrong with pixels? ...
  • Cheng, Y & Xu, Y. Zhu, H. Hu, C. Liu, ...
  • Drăguţ. L, Clemens Eisank (۲۰۱۱). Automated object-based classification of topography ...
  • eCognition (۲۰۱۲). eCognition User Guide and Reference book. http://www.Definiens-imaging.com (Munich, ...
  • Eisank, C. Drăguţ, L. Götz, J. and Blaschke, T. (۲۰۱۰). ...
  • Eisank, C. Smith, M. Hillier, J. (۲۰۱۴). Assessment of multiresolution ...
  • Feizizadeh, Bakhtiar, Jafari, Firooz, Nazmfar, Hossein (۲۰۰۸). The use of ...
  • Fisher, P. Wood, J. and Cheng, T. (۲۰۰۴). Where is ...
  • Giles, P.T. Franklin, S.E. (۱۹۹۸). An automated approach to the ...
  • Huang, L. Ni, L. (۲۰۰۸). Object-oriented classification of high resolution ...
  • Huggett RJ (۲۰۰۷). Fundamentals of Geomorphology. Routledge, London, UK.۴۴۸p ...
  • Janowski, L. Tylmann, K. Trzcinska, K. Rudowski, S. & Tegowski, ...
  • Lillesand, T. Kiefer, R.W. Chipman, J. (۲۰۰۱). Remote sensing and ...
  • MacMillan, R.A. Jones, R.K. McNabb, D.H. (۲۰۰۴). Defining a hierarchy ...
  • Makram, Marzieh, Neghaban, Saeed (۲۰۱۴). Classification of Land Forms Using ...
  • Matsuura, T. Aniya, M. (۲۰۱۲). Automated segmentation of hillslope profiles ...
  • Miliaresis, G.C. (۲۰۰۱). Extraction of bajadas from digital elevation models ...
  • Pedersen, G.B.M. (۲۰۱۶). Semi-automatic classification of glaciovolcanic landforms: An object-based ...
  • Poor Baqer Kurdi, Qanavati, Karam, Saffari; Seyed Mehdi, Ezatollah, Amir, ...
  • Rajabi, Masoumeh, Bayati, Maryam (۲۰۰۸). Landform study of glacial valleys, ...
  • Rasouli, Ali Akbar (۲۰۰۵). An Analysis of GIS Technology, First ...
  • Rasouli, Ali Akbar (۲۰۰۸). Principles of Applied Remote Sensing with ...
  • Siavash, Shayan, Mojtaba, Yamani, Manouchehr Farajzadeh, Ali Ahmadabadi (۲۰۱۲). Supervised ...
  • Van A, S. Seijmonsbergen, A.C. (۲۰۰۶). Expert-driven semi-automated geomorphological mapping ...
  • Vaz, D.A. Sarmento, P.T.K, Barata, M.T. Fenton, L.K. Michaels, T.I. ...
  • Wilson, JP. And Gallant, JC. (۲۰۰۰). Terrain analysis principles and ...
  • نمایش کامل مراجع