چکیده:
مطالعة حاضر، مدلسازی تغییرات کاربری اراضی محدودة شهر ارومیه را بهمنظور آشکارسازی تغییرات انجامگرفته در اراضی کشاورزی مد نظر قرار داده است. در این زمینه تصاویر ماهوارهای لندست بهکار گرفته شد. سپس، پردازش شیءپایه تصاویر ماهوارهای با اعمال فرایند سگمنتسازی انجام گرفت و در مرحلة بعدی با بهینهسازی مقیاس سگمنتسازی و تجزیة تصویر به عناصر تشکیلدهندة آن، از انواع الگوریتمهای شیءپایه متناسب با شرایط فیزیکی و هندسی هر یک کلاسهای کاربری اراضی بهکار گرفته شد. در طول فرایند پردازش تصاویر علاوه بر اطلاعات طیفی، از اطلاعات مربوط به شکل، همگنی و بافت (GLCM) برای استخراج کاربریها استفاده شد. نتایج پژوهش نشان میدهد شهر ارومیه در طی 31 سال گذشته گسترش فیزیکی زیادی داشته، بهطوریکه مساحت آن از 43/7 درصد کل منطقة مورد مطالعه در سال 1363، به 75/30 در سال 1394 افزایش یافته است. این افزایش با کاهش زمینهای کشاورزی جبران شده، بهطوری که حجم وسیعی از اراضی کشاورزی مستعد مورد ساختوساز قرار گرفته است که بهمعنای تخریب اراضی حاصلخیز بهویژه اراضی باغی در این منطقه بهخصوص در محدودة مسیر رودخانه شهرهای چای، بند، محور مهاباد، محور سرو، محور دریا، و محور سلماس بوده است. همچنین، نتایج این تحقیق در شناسایی قابلیت الگوریتمهای شیءگرا برای مطالعات شهری اهمیت زیادی دارد و میتواند راهگشای تحقیقات آتی در بهکارگیری الگوریتمهای کارآمد شیءگرا در پردازش تصاویر سنجش از دور برای مطالعات شهری باشد.
خلاصه ماشینی:
در زمينۀ موضوع تحقيق و به کارگيري تکنيک هاي شي ءگرا، طبيـب محمـودي و همکاران (٢٠١٤) با به کارگيري روش هاي پردازش شيءگرا تصاوير ماهواره اي در مناطق شـهري و همچنين توابع GLCM اقدام به استخراج عارضه کردند و به اين نتيجـه رسـيدند کـه بـه کـارگيري اطلاعات بافتي همراه با تلفيق ساير لايـه هـاي اطلاعـاتي (چنـدمنظره اي) باعـث کـاهش ابهـام در تشخيص عارضه هاي تصوير ميشود و دقت کلي و کاپا را افزايش ميدهـد ( Tabib Mahmoudi et ٢٠١٤ ,.
نتايج اين تحقيق در زمينۀ ارزيابي قابليت الگوريتم هـاي شي ءگرا و شناسايي کارآمدترين آن ها براي مدل سازي روند تخريب اراضـي اهميـت زيـادي دارد، زيرا در اين تحقيق الگوريتم هاي، بافت تصوير، شکل ، ژئومتري، آماري و طيفـي در ترکيـب بـاهم براي هر يک از کلاس هاي کاربري به کار گرفتـه شـده انـد و ايـن رويکـرد تلفيقـي الگـوريتم هـاي شي ءگرا در ترکيب باهم روش و متدولوژي کارآمدي را براي مـدل سـازي عـوارض سـط ح زمـين فراهم کرده است .
همان طور که در شکل ٣ نشان داده شـده اسـت ، پـژوهش حاضـر در چهـار مرحلـۀ اصلي، شامل آماده سازي ، سگمنت سازي، پياده سازي الگوريتم هاي شي ءگرا و طبقه بندي و استخراج نتايج انجام گرفته است که در بخش هاي بعدي مورد بحث و بررسي قرار ميگيرد.
در پژوهش حاضر، براي سگمنت سازي اطلاعات مربوط به ويژگيهاي مختلف کلاس هاي کاربري اراضي (شکل ، اندازه ، بافت ، ميـانگين ، انحـراف اسـتاندارد، همبستگي و درجۀ روشنايي) به کار گرفته شد و ايـن فراينـد بـا اعمـال الگـوريتم سـگمنت سـازي Multiresolution Segmentation انجام گرفت .