چکیده:
ﻫﺪف اﺳﺎﺳﯽ اﯾﻦ ﺗﺤﻘﯿﻖ ﺗﻮﻟﯿﺪ ﻧﻘﺸﻪ ﮐﺎرﺑﺮی اراﺿﯽ ﺣﻮﺿﻪ آﺑﺮﯾﺰ ﻫﻮﻣﻨﺪ-آﺑﺴﺮد ﺑﺎ اﺳﺘﻔﺎده از ﺳﻪ اﻟﮕﻮرﯾﺘﻢ ﻃﺒﻘﻪ ﺑﻨﺪی ﻧﻈﺎرت ﺷﺪه ﺑﯿﺸﯿﻨﻪ اﺣﺘﻤﺎل، ﻣﺘﻮازی اﻟﺴﻄﻮح و ﻓﺎﺻﻠﻪ ﻣﯿﻨﯿﻤﻢ از ﻣﯿﺎﻧﮑﯿﻦ ﺑﺎ اﺳﺘﻔﺎده از ﺗﺼﻮﯾﺮ OLI ﺟﻮﻻی ﺳﺎل 2016 ﻣﯿﺒﺎﺷﺪ. ﻧﺘﺎﯾﺞ ﺣﺎﺻﻞ ﺑﯿﺎﻧﮕﺮ ان ﺑﻮد در ﻣﯿﺎن ﺳﻪ اﻟﮕﻮرﯾﺘﻢ ﻃﺒﻘﻪ ﺑﻨﺪی اﺟﺮا ﺷﺪه اﻟﮕﻮرﯾﺘﻢ ﻃﺒﻘﻪ ﺑﻨﺪی ﺑﯿﺸﯿﻨﻪ اﺣﺘﻤﺎل ﺑﺮاﺳﺎس ﺷﺎﺧﺺ ﻫﺎی ﺻﺤﺖ ﺳﻨﺠﯽ ﺻﺤﺖ ﮐﻠﯽ و ﺿﺮﯾﺐ ﮐﺎﭘﺎ ﮐﻪ ﺑﻪ ﺗﺮﺗﯿﺐ ﺑﺮاﺑﺮ 0/89 و 0/84 ﺑﻮده اﻧﺪ از دﻗﺖ و ﺻﺤﺖ ﺑﺎﻻﺗﺮی ﺑﺮای ﻃﺒﻘﻪ ﺑﻨﺪی ﺑﺮﺧﻮردار ﺑﻮده اﺳﺖ و ﻟﺬا ﻧﻘﺸﻪ ﮐﺎرﺑﺮی اراﺿﯽ ﺑﻪ دﺳﺖ اﻣﺪه ﺑﺮاﺳﺎس اﯾﻦ ﻃﺒﻘﻪ ﺑﻨﺪی ﺑﻪ ﻋﻨﻮان ﻃﺒﻘﻪ ﺑﻨﺪی ﺑﻬﯿﻨﻪ در ﻧﻈﺮﮔﺮﻓﺘﻪ ﻣﯿﺸﻮد. ﺑﺮاﺳﺎس اﻟﮕﻮرﯾﺘﻢ ﻃﺒﻘﻪ ﺑﻨﺪی ﺑﯿﺸﯿﻨﻪ اﺣﺘﻤﺎل 6 ﮐﺎرﺑﺮی اﺳﺎﺳﯽ در ﻣﺘﻄﻘﻪ ﺷﻨﺎﺳﺎﯾﯽ ﺷﺪ ﮐﻪ ﺑﻪ ﺗﺮﺗﯿﺐ وﺳﻌﺖ ﻋﺒﺎرﺗﻨﺪ از: ﻧﻮاﺣﯽ ﺳﺎﺧﺘﻪ ﺷﺪه ﯾﺎ ﺷﻬﺮی(0/042 از ﻣﺴﺎﺣﺖ ﮐﻞ ﺣﻮﺿﻪ)، ﺑﺎﻏﺎت(0/0581 از ﻣﺴﺎﺣﺖ ﮐﻞ ﺣﻮﺿﻪ)، ﮐﺸﺎورزی(0/09 از ﻣﺴﺎﺣﺖ ﮐﻞ ﺣﻮﺿﻪ(، ﻣﺮاﺗﻊ ﻣﺘﻮﺳﻂ(0/23 از ﻣﺴﺎﺣﺖ ﮐﻞ ﺣﻮﺿﻪ(، ﻣﺮاﺗﻊ ﻏﻨﯽ )0/27 از ﻣﺴﺎﺣﺖ ﮐﻞ ﺣﻮﺿﻪ(و ﻣﺮاﺗﻊ ﺿﯿﻒ و ﺿﻤﯿﻦ ﻫﺎی ﺑﺎﯾﺮ(0/278 از ﻣﺴﺎﺣﺖ ﮐﻞ ﺣﻮﺿﻪ)را ﺑﻪ ﺧﻮد اﺧﺘﺼﺎص داده اﺳﺖ. ﺑﺎ ﺑﻪ روز رﺳﺎﻧﯽ اﻃﻼﻋﺎت اﯾﻦ ﻧﻘﺸﻪ ﺗﻬﯿﻪ ﺷﺪه از ﻃﺮﯾﻖ ﺗﺼﺎوﯾﺮ ﻣﺎﻫﻮاره ای جدیدتر میتوان تغییرات کاربری اراضی را در منطقه مورد بررسی پایش نمود.
Land use is one of the main aspects of human interaction with the environment, the correct and up-to-date awareness of the changes and the availability of precise land use maps, which today are carefully prepared with the help of remote sensing data, are one of the most important tools It is needed to optimize the environment. The main objective of this research is to produce a land use map of the Homand-Abder watershed using three Maximum Likelihood Supervision Classification (ALS) algorithms and the minimum distance from Miquin using OLI's July 2016 image. The results showed that among the three classification algorithms implemented, the maximum probability classification algorithm based on validation accuracy indexes of general accuracy and kappa coefficient which were 0.89 and 0.84, respectively, had higher accuracy for classification. Therefore, the land use map drawn up by this classification is considered as an optimal classification. On the basis of the maximum classification algorithm, the probability of six basic applications in the area was identified, which are as follows: built-up or urban areas (0.042 of the total area of the basin), gardens (0.0581 of the total area of the basin), agriculture 0 from the total area of the basin), the average rangelands (0.23 of the total area of the basin), rich rangelands (0.27 of the total area of the basin), and rangelands of diphth and Bayer (0.278 of the total area of the basin) have given. Updating the map data provided through newer satellite imagery can monitor land use changes in the area under study.
خلاصه ماشینی:
ارزیابی و اعتبارسنجی سه الگوریتم طبقه بندی نظارت شده تصاویر ماهواره ای در تهیه نقشه کاربری اراضی (مطالعه موردی: حوزه ابریز هومند-ابسرد) بهروز نصیری استادیار اقلیم شناسی دانشگاه لرستان ،لرستان ،ایران 1 زهرا زارعی چقابلکی دانشجوی دکترای اقلیم شناسی دانشگاه لرستان ،لرستان ،ایران سیما اکبرپور کارشناسی ارشد اقلیم شناسی چکیده هدف اساسی این تحقیق تولید نقشه کاربری اراضی حوضه آبریز هومند-آبسرد با استفاده از سه الگوریتم طبقه بندی نظارت شده بیشینه احتمال ، متوازی السطوح و فاصله مینیمم از میانکین با استفاده از تصویر OLI جولای سال ٢٠١٦ میباشد.
استفاده از داده های سنجش از دور برای تهیه نقشه کاربری اراضی از سال ١٩٧٢ همزمان با 2Land use -Land cover(LULC) پرتاب اولین LANDSAT شروع شده است (لطیی و همکاران ،١٣٨٦).
شتایی و عبدی(١٣٨٦)با اعمال سه الگوریتم طبقه بندی نظارت شده حداکثر احتمال ، متوازی السطوح و حداقل فاصله از میانگین اقدام به تولید نقشه کاربری اراضی از تصاویر +ETM برای مناطق کوهستانی زاگرس کردند.
هدف اساسی این تحقیق ارزیابی و اعتبار سنجی سه روش طبقه بندی نظارت شده حداکثر احتمال ، سطوح موازی و حداقل فاصله از میانگین با استفاده از تصاویر سنجنده OLI تصاویر ماهواره ای برای تولید نقشه کاربری اراضی حوضه آبریز هومند-آبسرد با استفاده از تصاویر ماهواره لندست ٨ میباشد.
نتایج حاصل بیانگر ان بود در میان سه الگوریتم طبقه بندی اجرا شده الگوریتم طبقه بندی بیشینه احتمال براساس شاخص های صحت سنجی صحت کلی و ضریب کاپا که به ترتیب برابر ٠/٨٩ و ٠/٨٤ بوده اند از دقت و صحت بالاتری برای طبقه بندی برخوردار بوده است و لذا نقشه کاربری اراضی به دست امده براساس این طبقه بندی به عنوان طبقه بندی بهینه در نظرگرفته میشود.