مهدی فرهنگی - دانشجوی کارشناسی ارشد فتوگرامتری دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشت تهران، ایران
اصغر میلان - استادیار دانشکده مهندسی عمران، آب و محیط زیست، دانشگاه شهید بهشتی، تهران، ایران

بررسی تغییرات کاربری اراضی بخصوص در محیط های شهری از ابزارهای مهم و ضروری مدیریت بهینه شهری بوده و با بدست آوردن اطلاعات بروز و دقیق از کاربری اراضی می توان به مدیریت شهری در برنامه ریزی دقیق برای اداره رضایت بخش در این محیط ها کمک نمود. از طرف دیگر امروزه توسعه تکنولوژ ی تصاویر ماهواره ای با قدرت تفک یک بالا، ابزاری موثر در ز مینه تحلیل و ارزیابی کاربری اراضی در اختیار متخصصین سنجش از دور قرار داده است. امروزه از این تصاویر در حوزه های مختلف استفاده می شود که یکی از آنها حوزه مدیریت شهری است و با استفاده از این تصاویر می توان کاربری اراضی و تغییرات سالیانه آنها را رصد نمود . یکی از روش های استخراج عوارض و مشخص نمودن کاربری آنها استفاده از روش های طبقه بندی عوارض می باشد. بدیهی است هر چقدر دقت طبقه بندی عوارض بیشتر باشد دقت مشخص نمودنکاربری اراضی بیشتر خواهد بود. لذا در این مقاله هدف بررسی و ارزیابی دقت رو ش های مختلف طبقه بندی نظارت شده در یک محیط پر تراکم شهری است برای این منظور از تصاویر ماهواره ای با قدت تفکیک بالای GeoEye شهر کرج که برای سال ۱۳۸۴ می باشد استفاده شده است. نتایج ارزیابی نشان می دهد که الگوریتم Neural Net با دقت کلی ۷۵.۷۲۲۸ و ضریب کاپا ۰.۶۷۰۶ ، بهترین عملکرد را در طبقه بندی اراضی ارائه داده است . از طرفی بهترین الگوریتم ها ی طبقه بندی نظارت شده با توجه به دقت تولید برای کاربری ساختمان و پوشش گیاهی Neural Net ، برای کاربری راه Binary Encoding و برای کاربری زمین بایر Maximum Likelihood می باشد .

طبقه بندی نظارت شده، تحلیل کاربری اراضی، تصاویر ماهواره ای با قدرت تفکیک بالا، دقت طبقه بندی ، طبقه بندی تصاویر ماهواره ای