مقایسه و ارزیابی ، الگوریتم های جنگل تصادفی ، ماشین بردار پشتیبان و K نزدیکترین همسایگی برای طبقه بندی پوشش زمینی تالابهای ساحلی (منطقه مورد مطالعه تالاب شادگان)

تالابها یکی از مهم ترین اکوسیستم های جهان هستند که نقش مهمی در تنظیم اقلیم و حفاظت از محیط زیست دارند. به همین منظور برای حفاظت از تالابها، لازم است تا تغییرات پوشش زمینی آنها به صورت دورهای با استفاده از فناوری سنجش از دور پایش شود. لذا تهیه طبقه بندی مطلوب از پوشش زمینی تالابها برای حفاظت از این مناطق امری ضروری است . جهت طبقه بندی تصاویر سنجش از دور از، الگوریتم های مختلفی استفاده می شود، که می توان به الگوریتم های یادگیری ماشین جنگل تصادفی ، ماشین بردار پشتیبان و k نزدیک ترین همسایه اشاره کرد. به منظور ارزیابی این الگوریتم ها، از تصاویر-Sentinel ۲Aدر تالاب شادگان استفاده شد و نتایج نشان داد که الگوریتم جنگل تصادفی با دقت کلی % ۹۳/۱۸ و ضریب کاپای ۰/۹۱ می تواند دقت طبقه بندی بهتری را ارائه دهد.

مقایسه و ارزیابی ، الگوریتم های جنگل تصادفی ، ماشین بردار پشتیبان و K نزدیکترین همسایگی برای طبقه بندی پوشش زمینی تالابهای ساحلی (منطقه مورد مطالعه تالاب شادگان) Keywords:

تالاب ساحلی , طبقه بندی , الگوریتم RF , SVM , .KNN