ارزیابی دقت تصاویر فراطیفی و چندطیفی در طبقه بندی پوشش تالاب ها با استفاده از روش های مختلف طبقه بندی (مطالعه موردی: تالاب شادگان)
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 26
This Paper With 21 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JGSKH-24-74_015
تاریخ نمایه سازی: 30 بهمن 1402
Abstract:
طبقهبندی پوششی تالابها به منظور شناسایی نوع گونههای گیاهی داخل تالاب و تمایز آن با پوشش گیاهی حاشیهی تالاب و بررسی تغییرات اکوسیستم آنها از اهمیت ویژهای برخوردار است. با توجه به مشابهت طیفی بین گونههای مختلف گیاهی تالاب و گیاهان حاشیهی تالاب و زمینهای کشاورزی این امر با استفاده از دادههای چندطیفی با مشکلاتی مواجه است و دادههای ابرطیفی میتواند در این زمینه بسیار سودمند باشد. در این مطالعه توان سنجنده های ابرطیفی و چندطیفی در شناسایی ویژگی های تالاب و توانایی سنجنده های ETM+(۲۰۱۱)، Hyperion(۲۰۱۱) و ALI(۲۰۱۱) به منظور مطالعهی ویژگی های تالاب شادگان طی سال ۱۳۹۰ بررسی شد و شاخصهای مختلف طیفی به همراه ترکیب مناسبی از باندهای تصاویر ماهوارهای سنجندههای مذکور به عنوان ورودی انواع روش های طبقهبندی شامل روشهای حداکثر احتمال، حداقل فاصله، شبکه عصبی و ماشین بردار پشتیبان مورد مقایسه قرار گرفت. نتایج نشان داد که روش های ماشین بردار پشتیبان و شبکه عصبی با دارا بودن دقت طبقهبندی بالای ۸۵ درصد در هر سه تصویر, نتایج نزدیک تری به واقعیت نشان می دهند. دقت طبقهبندی برای هر سه تصویر برای روش ماشین بردار پشتیبان در بالاترین حد خود بود به طوریکه برای تصویر Hyperion صحت کلی برابر ۹۵.۷۳، برای ALI برابر ۸۸.۰۳ و برای ETM+ برابر با ۸۹.۳۴ است. بنابراین ویژگی های در نظر گرفته شده برای تالاب، در سه تصویر حاصل از الگوریتم SVM نشان داد که نمایش تمایز کاربری پوشش گیاهی حاشیه تالاب از کاربری زمین های کشاورزی آبی دارای ابهام بیشتری نسبت به سایر ویژگی های تالاب است. بررسی ها نشان داد که این بخش در تصاویر ALI و ETM+ نسبت به تصاویر Hyperion کمتر قابل شناسایی هستند و یا در برخی مناطق این قسمت ها اصلا قابل تفکیک از ارضی کشاورزی آبی نیستند، در حالیکه Hyperion به دلیل دارای بودن تعداد ۲۲۰ باند و داشتن سطح بالاتری از جزئیات طیفی, توانایی تفکیک این دو کلاس را از هم دارد.
Keywords:
Authors
حمید باقری
Department of Civil Engineering, Technical and Vocational University (TVU), Tehran, Iran
رحیمه رستمی
PhD student, University of Tehran
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 :