چکیده:
استفاده از رو ش های فازی آرتمپ و شبکهی عصبی پرسپترون چندلایه برای تهیهی نقشهی پوشش اراضی (مطالعهی موردی: شهر اصفهان) ازجمله عوامل مهم در برنامه ریزی و مدیریت شهری، بهویژه در راستای نیل به توسعهی پایدار در نواحی شهری و استفادهی بهینه از سرزمین، دسترسی بهنگام از وضعیت پوشش اراضی برای این مناطق است. داده های سنجش از دور پتانسیل بالایی برای تهیهی نقشههای بهروز پوشش اراضی شهری دارند. روشهای متفاوتی در زمینهی تهیهی نقشهی پوشش اراضی شهری با استفاده از تصاویر ماهواره ای گزارش شده است که هریک مزایا و معایبی دارند. دو روش طبقه بندی فازی آرتمپ و شبکهی عصبی پرسپترون چندلایه، ازجمله روشهای طبقه بندی تصاویر هستند که از توانایی بالایی در تفکیک طبقات مختلف پوشش اراضی، بهویژه پیکسلهای مختلط برخوردار هستند. هدف از این مطالعه، مقایسهی توانایی این دو روش طبقه بندی با بهکارگیری تصویر سنجندهی LISS-III سال 1387 در تهیهی نقشهی پوشش اراضی شهر اصفهان است. نخست تصویر با میانگین خطای مربعات 4/0 پیکسل تصحیح هندسی شد. پس از آن، دو روش طبقه بندی فازی آرتمپ و شبکهی عصبی پرسپترون چندلایه بهاجرا درآمد. درنهایت نقشهی پوشش اراضی منطقه به پنج طبقهی آب، مناطق مسکونی، اراضی بایر، پوشش گیاهی و جاده طبقه بندی شد. برای ارزیابی درستی نتایج طبقه بندی، برداشت های زمینی بسیاری با استفاده از GPS انجام گرفت و صحت کلی برای روش فازی آرتمپ و شبکهی عصبی پرسپترون چندلایه، بهترتیب 88 و 3/93 درصد برآورد شد. این مطالعه نشان داد که روش طبقه بندی شبکهی عصبی پرسپترون چندلایه، نسبت بهروش فازی آرتمپ، از توان تفکیک و قابلیت بیشتری برای تهیهی نقشهی پوشش اراضی در مناطق شهری برخوردار است.
خلاصه ماشینی:
"143-127 استفاده از روشهای فازی آرت مپ و شبکهی عصبی پرسپترون چند لایه برای تهیهینقشهی پوشش اراضی(مطالعهی موردی:شهر اصفهان) آزاده زائری ایرانی{o*o}-کارشناس ارشد محیط زیست،دانشکدهی منابع طبیعی،دانشگاه صنعتی اصفهان علیرضا سفیانیان-استادیار گروه محیط زیست-دانشکدهی منابع طبیعی،دانشگاه صنعتی اصفهان پذیرش مقاله:1390/06/22 تأیید نهایی:1391/03/09 چکیده {IBاز جمله عوامل مهم در برنامهریزی و مدیریت شهری،به ویژه در راستای نیل به توسعهی پایداردر نواحی شهری و استفادهی بهینه از سرزمین،دسترسی بهنگام از وضعیت پوشش اراضیبرای این مناطق است.
این مطالعه نشان داد که روش طبقهبندی شبکهی عصبی پرسپترون چند لایه،نسبتبه روش فازی آرت مپ،از توان تفکیک و قابلیت بیشتری برای تهیهی نقشهی پوشش اراضیدر مناطق شهری برخوردار است.
انواعی از روشهای شبکههای عصبی مصنوعی برای طبقهبندی کاربری و پوشش اراضی وجود دراد که از میان آنها،شبکههای عصبی پرسپترون چند لایهای معمولترین مدل مورد استفاده برایطبقهبندی تصویر در سنجش از دور پوشش و کاربری اراضی منطقه،براساس روابط آموزشی طی فاز آموزشی،تهیهمیشود )6:9991,tseW dna,namreG,nagehaG;201:5002,ayajiW(.
(به تصویر صفحه مراجعه شود) برای تعیین صحت طبقهبندی از تصاویر رنگی کاذب و برداشت میدانی استفاده شد و براساس نتایج به دست آمده ازماتریس خطای طبقهبندی پوشش اراضی(جدول شمارهی 6)،صحت کلی طبقهبندی 88 درصد برآورد شد.
(به تصویر صفحه مراجعه شود) (به تصویر صفحه مراجعه شود) (به تصویر صفحه مراجعه شود) مقایسهی شیوهی تفکیک طبقههای پوشش اراضی دو نقشهی به دست آمده و نیز ماتریس خطای حاصل از دوروش،نشان میدهد که روش شبکهی پرسپترون چند لایه در مقایسه با روش فازی آرت مپ،از توانایی بالاتری برایطبقهبندی تصویر ماهوارهای برخوردار است."