بررسی الگوریتم K-means پایتون در استخراج نقشه پوشش اراضی ازتصاویر ماهواره ای

استفاده از داده های فناوری سنجش از دور اهمیت زیادی را برای نظارت بر اصلاحات در زمینه های مجزا از کاربرد در مدت زمان طولانی مانند تغییرات در پوشش یا استفاده از زمین به دلیل رخداد تغییر در آب و هوا در مناطق مختلف فراهم میک .کند. پژوهش حاضر با هدف ارزیابی دقت الگوریتم k-means در تهیه نقشه های پوشش اراضی بر روی تصاویر ماهواره ای انجام شد بدین منظور ابتدا دو تصویر ماهواره ای یکی از لندست ۸ و دیگری از سنتینل ۲- انتخاب شده و به ترتیب باندهای ۳۰ و ۱۰ متری آنها مورد استفاده قرار گرفت. به منظور پیاده سازی الگوریتم k-means از محیط برنامه نویسی پایتون استفاده شد. نتایج بیانگر آن بود که دقت طبقه بندی این الگوریتم بر روی تصاویر سنتینل ۲- با دقت کلی %۹۲/۹۴ و ضریب کاپای ۹۰/۴۲ بهتر از طبقه بندی آن بر روی تصویر لندست ۸ با دقت کلی ۸۸/۹۸ و ضریب کاپای ۸۲/۳۵ بود همچنین نتایج بیانگر دقت بیشتر این الگوریتم در طبقه بندی به ترتیب کلاسهای آب و زمین بدون پوشش گیاهی نسبت به کلاس پوشش گیاهی بود. نتایج این پژوهش دقت عملکرد قابل قبولی از الگوریتم k-means به منظور تهیه نقشه تغییرات پوشش اراضی نشان داد. دست آوردهای این پژوهش میتواند به منظور تهیه نقشه های تغییرات پوشش اراضی با هزینه و قیمت پایین با هدف برنامه ریزی و آمایش سرزمین مفید باشد.