سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارتقاء کیفیت نقشه کاربری/پوشش اراضی با استفاده از برخی شاخص های طیفی در شهرستان سراب، آذربایجان شرقی

Publish Year: 1403
Type: Journal paper
Language: Persian
View: 119

This Paper With 15 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_JSW-38-5_004

Index date: 4 February 2025

ارتقاء کیفیت نقشه کاربری/پوشش اراضی با استفاده از برخی شاخص های طیفی در شهرستان سراب، آذربایجان شرقی abstract

مطالعه الگوی کاربری/پوشش اراضی و کسب اطلاعات درست و به روز در این خصوص از گام های نخست در مدیریت اراضی است. تحقیق حاضر در منطقه ای با وسعت ۸۰۰۰ هکتار از اراضی شهرستان سراب به منظور بررسی امکان تفکیک حداکثری و نقشه برداری دقیق پدیده های زمینی مرتبط با کاربری/پوشش اراضی انجام شد. الگوی کاربری/پوشش منطقه مورد مطالعه با استفاده از باندهای مرئی، NIR و SWIR سنجنده OLI و به کمک الگوریتم ماشین بردار پشتیبان و حداکثر احتمال طبقه بندی شدند. سپس به منظور بهبود کیفیت نقشه کاربری/پوشش اراضی، نقشه DEM و سه گروه شاخص طیفی شامل شاخص های پوشش گیاهی (NDVI-SAVI-LAI-EVI۱-EVI۲)، شاخص های خاک (BSI-BSI۳-MNDSI-NBI-DBSI-NBLI) و شاخص های تلفیقی مستخرج از تصاویر ماهواره ای (TLIVI-ATLIVI-LST-) بررسی و شاخص های منتخب مجدد در الگوریتم طبقه بندی برتر وارد و کیفیت نقشه های خروجی مورد ارزیابی قرار گرفت. مقایسه نتایج محاسبه صحت کلی طبقه بندی و ضریب کاپا نشان داد که در تمامی ترکیبات باندی به کار رفته، روش ماشین بردار پشتیبان عملکرد بهتری نسبت به روش حداکثر احتمال داشته است. سپس، شاخص هایی که بیشترین تاثیر را در افزایش صحت طبقه بندی داشتند انتخاب و مجددا عملیات طبقه بندی فقط با روش ماشین بردار پشتیان انجام شد و تا حصول بیشترین مقادیر پارامترهای ارزیابی صحت نقشه تکرار شد. نتایج نشان داد از شاخص های گیاهی، شاخص LAI با بیشترین تاثیر باعث افزایش ۶۴/۲ درصدی صحت طبقه بندی، از شاخص های خاک، شاخص های BSI و MBI مطلوب ترین عملکرد را داشته و به ترتیب باعث افزایش ۹۵/۱ و۶۴/۱ واحدی صحت طبقه بندی شده و از شاخص های تلفیقی، LST و ALTIVI به ترتیب موجب افزایش ۷۵/۲ و ۳۵/۲ واحدی درصد صحت طبقه بندی شدند. در نهایت فرآیند طبقه بندی با استفاده از پنج باند سنجنده OLI (باندهای مرئی+NIR+SWIR۱) و شاخص های منتخب شامل LAI، BSI، MBI، LST و ALTIVI و الگوریتم ماشین بردار پشتیبان انجام و صحت طبقه بندی و ضریب کاپا به ترتیب ۲۴/۸۵ % و ۸۲/۰ محاسبه و منطقه مورد مطالعه به دوازده کلاس کاربری/پوشش اراضی تفکیک شد. در نهایت به منظور بهره گیری از نقشه کاربری/پوشش اراضی در مدیریت پایدار اراضی توصیه به تهیه این نقشه در دو مرحله شامل انتخاب الگوریتم برتر و در گام بعد استفاده از شاخص های طیفی می باشد.

ارتقاء کیفیت نقشه کاربری/پوشش اراضی با استفاده از برخی شاخص های طیفی در شهرستان سراب، آذربایجان شرقی Keywords:

ارتقاء کیفیت نقشه کاربری/پوشش اراضی با استفاده از برخی شاخص های طیفی در شهرستان سراب، آذربایجان شرقی authors

علی سرابچی

گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

حسین رضائی

گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

فرزین شهبازی

گروه علوم و مهندسی خاک، دانشکده کشاورزی، دانشگاه تبریز، تبریز، ایران

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 :
Al-doski, J., Mansorl Sh.B., & Shafri, H.Z.M. (۲۰۱۳). Image classification ...
Amirantekabi, S., Javan, F., & Hasani Moghaddam, H. (۲۰۱۷). Detection ...
Amiri, F. (۲۰۲۳). A review of remote sensing vegetation indices ...
Amiri, F., & Nateghi, S. (۲۰۲۳). Lands cover classification of ...
Beg, A.A.F., & Reddy, Y.S. (۲۰۱۰). Estimation of urban heat ...
Banaei, M.H. (۱۹۹۸). Soil Moisture and Temperature Regime Map of ...
Dehghani, T., Ahmadpari, H., & Amini, A. (۲۰۲۲). Assessment of ...
Diek, S., Fornallaz, F., Schaepman, M.E., & De Jong, R. ...
Esfandeh, S., Danehkar, A., Salmanmahiny, A., Sadeghi, S.M.M., & Marcu, ...
Ghoodjani, A. (۲۰۱۶). Advanced statistical methods and applications. Jameh Negar ...
Gitelson, A.A., Merzlyak, M.N., & Chivkunova, O.B. (۲۰۰۱). Optical properties ...
Hasani Moghaddam, H., Adli Atiq, R., Gholami, J., Abasi Ghadim, ...
Hosseini, S.B., Saremi, A., Noori Gheydari, M.H., Sedghi, H., & ...
Huete, A.R. (۱۹۸۸). A soil-adjusted vegetation index (SAVI). Remote Sensing ...
Huete, A.R., Liu, H.Q., Batchily, K., & van Leeuwen, W.J.D. ...
(۲۰۲۱). Country Climate Analysis. In: Islamic Republic of Iran Meteorological ...
Jamalabad, M.S., & Abkar, A.A. (۲۰۰۴). Forest canopy density monitoring, ...
Jensen, J. (۲۰۰۵). Introductory Digital Image Processing. Prentice Hall ...
Koroleva, P.V., Rukhovich, D.I., Rukhovich, A.D., Rukhovich, D.D., Kulyanitsa, A.L., ...
Li, H., Wang, C., Zhong, C., Su, A., Xiong, C., ...
Nguyen, C.T., Chidthaisong, A., Diem, P.K., & Huo, L. (۲۰۲۱). ...
Niazi, Y., Ekhtesasi, M.R., Maleki Nejad, H., Morshedi, J., & ...
Nouri, A., Omidvar, J., Modaresi, F., Davari, K., Nouri, S., ...
Ojaghi, S., Ebadi, H., & Ahmadi, F. (۲۰۱۵). Using artificial ...
Piyoosh, A.K., & Ghosh, S.K. (۲۰۱۸). Development of a modified ...
Qian, X., & Zhang, L. (۲۰۲۲). An integration method to ...
Radoux, J., Chomé, G., Jacques, D.C., Waldner, F., Bellemans, N., ...
Rasul, A., Balzter, H., Ibrahim, G.R.F., Hameed, H.M., Wheeler, J., ...
Rouse, J.J., Haas, R.H., Deering, D., Schell, J., & Harlan, ...
Rujoiu-Mare, M.R., & Mihai, B.A. (۲۰۱۶). Mapping land cover using ...
Saraskanrood, S., Khodabandelo, B., Naseri, A., & Moradi, A. (۲۰۱۹). ...
Sinha, S., Sharma, L.K., & Nathawat, M.S. (۲۰۱۵). Improved land-use/land ...
Yadav, P., Kapoor, M., & Sarma, K. (۲۰۱۲). Land use ...
Yao, Y., Yan, X., Luo, P., Liang, Y., Ren, Sh., ...
Yousefi, S., Tazeh, M., Mirzaee, S., Moradi, H., & Tavangar, ...
Zinck, J.A., Metternicht, G., Bocco, G., & Del Valle, H.F. ...
نمایش کامل مراجع