مقایسه دقت انواع روش های طبقه بندی برای تهیه نقشه کاربری اراضی (مطالعه موردی: شهر رضوانشهر)
Publish place: geography and human relationships، Vol: 6، Issue: 4
Publish Year: 1403
نوع سند: مقاله ژورنالی
زبان: Persian
View: 86
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_GAHR-6-4_021
تاریخ نمایه سازی: 19 تیر 1403
Abstract:
با توسعه روش های گوناگون در زمینه طبقه بندی تصاویر ماهواره ای و آشکارسازی تغییرات به ویژه در دهه های اخیر انتخاب بهترین و صحیح ترین روش برای تهیه نقشه کاربری و پوشش اراضی در مناطق مختلف رشد روزافزونی داشته است. هدف اصلی این پژوهش مقایسه دقت انواع روش های طبقه بندی برای تهیه نقشه کاربری اراضی در شهر رضوانشهر می باشد. بدین منظور هفت کلاس کاربری اراضی در شهر رضوانشهر (شامل مراتع، مناطق مسکونی، جاده، زمین های زراعی، رودخانه، مناطق ساحلی و جنگل) با استفاده از تصاویر ماهواره ای تعیین شدند. سپس نمونه های آموزشی از سطح منطقه با استفاده از تصاویر ماهواره ای، تصاویر گوگل ارث و بازدید میدانی جمع آوری شد. در مرحله بعد با استفاده از ویژگی های تصاویر کلاس های کاربری اراضی در محدوده مورد مطالعه تعیین و پس از مشخص نمودن میزان تفکیک پذیری کلاس ها طبقه بندی به صورت حداکثراحتمال (MLC)، ماشین بردار پشتیبان(SVM)، حداقل میانگین فاصله (MD) انجام شد. نتایج ارزیابی این سه روش نشان داد که روش ماشین بردار پشتیبان نسبت به روش های دیگر از دقت بیش تری (صحت کلی ۶۰/۹۲ ضریب کاپا ۸۷/۰ برای سال ۲۰۰۰ و صحت کلی ۱۶/۹۷ و ضریب کاپای ۹۳/۰ برای سال ۲۰۲۲) برخوردار است. بنابراین از نتایج این پژوهش می توان برای تهیه نقشه کاربری اراضی با دقت بالاتر با استفاده از روش ماشین بردار پشتیبان در کارهای ارزیابی محیط زیست و منابع طبیعی در مناطق با شرایط مشابه استفاده نمود.
Keywords:
Authors
عقیل مددی
گروه جغرافیای طبیعی
طیبه بابایی اولم
جغرافیای طبیعی دانشگاه محقق اردبیلی
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 :