امیر سلیمی - دکتری مهندسی اکتشاف معدن، گروه معدن، دانشکده مهندسی، دانشگاه زنجان
علی مصطفوی - دانشجوی کارشناسی مهندسی اکتشاف معدن، گروه معدن، دانشکده مهندسی، دانشگاه زنجان

توان تفکیک طیفی بالای داده های بدست آمده از سنجنده های ابرطیفی، باعث شده است که تصاویر ابرطیفی نسبت به گذشته بیشتر مورد استفاده قرار گیرند. از سویی دیگر تعداد باندهای فراوان در کنار مشکل وجود نویز تصاویر ابرطیفی بویژه انواع ثبت شده توسط سنجنده های فضابرد میتواند منجر به اختلال در دقت فرآیند طبقه بندی و کاهش آن گردد. در این تحقیق برای طبقه بندی مناطق دگرسانی معادن سرچشمه، دره زار و محدوده سریدون از تصویر ابرطیفی هایپریون استفاده شد. بدلیل قابلیت بالای روش طبقه بندی ماشین بردار پشتیبان )SVM( در طبقه بندی تصاویر ابرطیفی، هدف اصلی در این مطالعه استفاده از نسخه مقاوم در برابر نویز این روش طبقه بندی میباشد بطوریکه مشکلات تعدد باندها و نویز موجود در داده هایپریون بصورت توآمان مورد توجه قرار گیرد. در نتیجه استفاده از نسخه مذکور مشاهده گردید که دقت طبقه بندی افزایش یافته است بطوریکه ضریب کاپا در حالت استفاده از نسخه مقاوم در مقابل نویز برابر با 0/49 گردید که در مقایسه با نسخه استاندارد SVM که برابر با 0/41 است، از دقت بیشتری برخوردار میباشد.

دگرسانی؛ طبقه بندی؛ ابرطیفی؛ هایپریون؛ نویز