مقایسه نقشه طبقه بندی کاربری اراضی با آلگوریتم های ناپارامتریک (ماشین بردار پشتیبان) و پارامتریک (حداکثر احتمال) با استفاده از تصویر سنجنده OLI (مطالعه موردی: حوزه قره سو استان گلستان)

Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 300

This Paper With 10 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ISCCDCE04_292

تاریخ نمایه سازی: 5 آبان 1397

Abstract:

یکی از ضروری ترین اطلاعات مورد نیاز مدیران و متولیان منابع طبیعی، نقشه های کاربری اراضی می باشد. داده های ماهواره ای، به جهت ارایه ی اطلاعات به هنگام و رقومی، تنوع اشکال و امکان پردازش در تهیه ی نقشه های کاربری اراضی از اهمیت بالایی برخوردارند. طبقه بندی کاربری اراضی با استفاده از تصاویر حاصل از سنجش از دور یکی از مهمترین کاربرد های سنجش از دور است و بسیاری از آلگوریتم ها برای این منظور توسعه یافته اند. این مطالعه مقایسه بین دو آلگوریتم ناپارمتریک ماشین بردار پشتیبان SVM)) و آلگوریتم پارامتریک حداکثر احتمال را در طبقه بندی تصاویر ماهواره ای مورد بررسی قرار می دهد. ماشین های بردار پشتیبان و حداکثر احتمال از آلگوریتم های طبقه بندی نظارت شده هستند که در سنجش از دور مورد استفاده قرار گرفته اند. در این مطالعه کارایی آلگوریتم ماشین بردار پشتیبان با آلگوریتم حداکثر احتمال برای طبقه بندی کاربری اراضی حوزه قره سو استان گلستان با استفاده از تصویر سنجنده OLI مربوط به سال 2013 مقایسه شده است. نتایج ارزیابی صحت نقشه کاربری حاصل از طبقه بندی با آلگوریتم حداکثر احتمال نشان داد که میزان صحت کلی نقشه در حدود 64٪ و ضریب کاپا 0.6 بدست آمده است در صورتی که صحت نقشه حاصل از طبقه بندی با آلگوریتم ماشین بردار پشتیبان به 70٪ و ضریب کاپا به 0.64 ارتقا یافت. بنابراین، این مطالعه کارایی و قابلیت آلگوریتم های SVM در طبقه بندی تصاویر حاصل از سنجش از دور به اثبات می رساند.

Authors

فاطمه مصدق

دانشجوی کارشناسی ارشد جنگلداری دانشگاه علوم کشاورزی و منابع طبیعی گرگان

شعبان شتایی جویباری

دانشیار گروه جنگلداری دانشگاه علوم کشاورزی و منابع طبیعی گرگان