مقایسه کارآیی الگوریتم های ماشین بردار پشتیبان و حداکثر احتمال در آشکارسازی تغییرات کاربری اراضی (مطالعه موردی: حوضه آبخیز سیمینه رود)

سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 166

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIS-8-2_005

تاریخ نمایه سازی: 16 آبان 1400

چکیده مقاله:

با توجه به اینکه الگوریتم های متنوعی برای طبقه بندی تصاویر ماهواره ای در سنجش از دور توسعه یافته اند، انتخاب الگوریتم مناسب طبقه بندی در دستیابی به نتایج صحیح نقش بسیاری ایفا می کند. به همین منظور در پژوهش حاضر، با مقایسه کارآیی صحت طبقه بندی دو الگوریتم حداکثر احتمال و ماشین های بردار پشتیبان، الگوریتم دقیق تر تعیین، و از آن برای بررسی روند تغییرات کاربری اراضی استفاده شد. تحقیق حاضر در حوزه آبخیز سیمینه رود و با استفاده از تصاویر سنجنده های TM، ETM+ و OLI انجام گرفت. نتایج تحقیق نشان داد که الگوریتم ماشین بردار پشتیبان، درمقایسه با الگوریتم حداکثر احتمال، تصاویر ماهواره ای را بهتر طبقه بندی کرده است و از میان کرنل های ماشین بردار، کرنل تابع پایه شعاعی (RBF) کارآیی بهتری داشته است. بنابراین، از الگوریتم ماشین بردار پشتیبان با کرنل تابع پایه شعاعی برای تهیه نقشه کاربری اراضی دوره های مورد بررسی و تغییرات کاربری استفاده شد. بررسی روند تغییرات کاربری اراضی، با استفاده از این کرنل، مشخص کرد که در طی دوره های بررسی شده، مساحت کاربری های زراعت آبی از ۳۰.۵۳۵ هکتار به ۶۷.۲۱۰ هکتار، زراعت دیم از ۷۹.۹۰۹ هکتار به ۱۲۳.۳۸۳ هکتار و مناطق مسکونی از ۴۷۴ هکتار به ۱۹۳۴ هکتار افزایش یافته است درحالی که مراتع از ۲۵۹.۸۱۱ هکتار به ۱۷۸.۳۹۸هکتار، و منابع آب از ۲۴۰ هکتار به ۴۱ هکتار روند کاهشی دارند. 

کلیدواژه ها:

تصاویر ماهواره ای ، الگوریتم ماشین های بردار پشتیبان ، حداکثر احتمال ، کاربری اراضی

نویسندگان

علیرضا دانشی

کارشناس ارشد مهندسی آبخیزداری، دانشکده منابع طبیعی دانشگاه تربیت مدرس، نور

مصطفی پناهی

استادیار گروه اقتصاد محیط زیست، دانشگاه آزاد اسلامی، علوم و تحقیقات، تهران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Al-Ahmadi, F.S., Hames S.A., ۲۰۰۹, Comparison of Four Classification Methods ...
  • Alavipanah, S.K., ۲۰۰۳, Application of Remote Sensing in Geosciences, Tehran ...
  • Arekhi, S., Adibnejad, M., ۲۰۱۱, Efficiency Assessment of the of ...
  • Barkhordary, J., Zare Mehrjuei, M., Khosroshahi, M., ۲۰۰۵. Assessment of ...
  • Billah, M., gazi, R., ۲۰۰۴, Land Cover Mapping Khulna City ...
  • Bonyad, A.A. & Hajighaderi, T., ۲۰۰۷, Producing Natural Forest Maps ...
  • Chen, J., Gong, P., He, C., Pu, R. & Shi, ...
  • Congcong, L., Jie, W., Lei, W., Luanyun, H. & Peng, ...
  • Dixon, B. & Candade, N., ۲۰۰۸, Multispectral Land Use Classification ...
  • Feyzizadeh, B., Azizi, H. & Valizadeh, K.KH., ۲۰۰۷, Extraction Land ...
  • Goudarzimehr, S., Abbaspour, R.A., Ahadnejhad, V. & Khakbaz, B., ۲۰۱۲, ...
  • Gualtieri, J.A. & Cromp, R.F., ۱۹۹۸, Support Vector Machines for ...
  • Huang, C., Davis, L.S. & Townshend, J.R.G., ۲۰۰۲, An Assessment ...
  • Hussaina, M., Chen, D., Cheng, A., Wei, H. & Stenley, ...
  • Keshavarz, A. & Ghassemian, H., ۲۰۰۵, Hierar-chical classification of hyperspectral ...
  • Lausch, A. & Herzog, F., ۲۰۰۲, Applicability of Landscape Metrics ...
  • Mohaggeg, M.H., ۲۰۰۲, Reducing on the Water Level of Urmia ...
  • Mountrakis, G., Im, J. & Ogole, C., ۲۰۱۱, Support Vector ...
  • Omidipour, R., Moradi, H.R. & Arekhi, S., ۲۰۱۴, Comparison of ...
  • Rahdari, V., Maleki Najafabadi, S. & Rahnema, M., ۲۰۰۸, Comparison ...
  • Rasouli, A.A., ۲۰۰۸, Principles of Applied Remote Sensing with Emphasis ...
  • Reger, B., Otte, A. & Waldhardt, R., ۲۰۰۷, Identifying Patterns ...
  • Rezaei Zaman, M., Morid, S. & Delavar, M., ۲۰۱۴, Impact ...
  • Serra, P., Pons, X. & Sauri, D., ۲۰۰۸, Land-Cover and ...
  • Shalaby, A. & Tateishi, R., ۲۰۰۷, Remote Sensing and GIS ...
  • Shetaee, Sh. & Abdi, O., ۲۰۰۷, Land Cover Mapping in ...
  • Sonmez, N.K. & Sari, M., ۲۰۰۷, Monitoring Land Use Change ...
  • Van, Oort, P.A.J., ۲۰۰۷, Interpreting the Change Detection Error Matrix, ...
  • Yang, X. & Lo, C., ۲۰۰۲, Using a Time Series ...
  • Yao, X., Tham, L.g. & Dai, F.C., ۲۰۰۸, Landslide Susceptibility ...
  • نمایش کامل مراجع