تهیه نقشه کاربری اراضی بر اساس طبقه بندی داده های اپتیکی و راداری در مناطق دارای نویز بالا با بهرهمندی از تئوری تلفیق (مطالعه موردی منطقه قائم شهر)

سال انتشار: 1401
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 123

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCSAC07_082

تاریخ نمایه سازی: 29 مرداد 1402

چکیده مقاله:

محافظت از منابع طبیعی بخصوص در مناطق شهری ، به دلیل آنکه مناطق شهری ، به سرعت در حال گسترش هستند از اهمیت بالایی برخوردار است . امروزه رشد افقی و عمودی شهرها یک نگرانی جهانی بوده و یکی از اصلی ترین موضوعات برای برنامه ریزان شهری ساماندهی این رشد و جلوگیری از هدر رفت منابع شهری در مسیر توسعه است . بدیهی است برای برنامه ریزان در حوزه های مدیریت شهری اولین و مهم ترین گام کسب اطلاعات درست و به هنگام از کاربری های اراضی می باشد . از طرف دیگر ماهیت عرصه های طبیعی ، به دلیل وسعت زیاد، صعب العبور بودن برخی مناطق و مشکلات تردد به گونه ای است که نیاز به علم سنجش از دور با توجه به روز بودن و پوشش وسیع آنها اجتناب ناپذیر بوده و از طریق داده های سنجش از دور در زمان بسیار کوتاه و با هزینه بسیار پایین می توان اطاعات مورد نیاز در حوزه مدیریت شهری را بدست آورد. با استفاده از دادههای سنجش از دور برای مدیریت بهینه منابع به منظور حفظ و ارتقاء کمیت و کیفیت زندگی در شهرها می توان نقشه های دقیق کاربری اراضی تهیه نمود. با توجه به مطالب فوق پژوهش حاضر با هدف تهیه نقشه کاربری اراضی در یک محیط پر تراکم شهری (منطقه قائم شهر) با استفاده از روشهای طبقه بندی پیکسل مبنا بر اساس ادغام داده های اپتیکی و راداری سنجنده سنتینل ۱و ۲ انجام شده است . در این پژوهش سعی شده است با تلقیق داده های اپتیک و راداری ، و بهره گرفتن از پتانسیل هر دو داده با دقت مورد قبول، کاربری های اراضی در منطقه قائم شهر شناسایی گردند . برای این منظور ضمن بررسی پتانسیل هر دو داده راداری و اپتیکی ، یکبار به صورت جداگانه و بار دیگر با تلفیق دو داده با استفاده از الگوریتم شبکه عصبی مصنوعی (NN) و الگوریتم ماشین بردار پشتیبان ( SVM) اقدام به شناسایی کاربری اراضی گردید. نتایج حاصل نشان می دهد که با ادغام داده ها به نتایج مطلوبی می توان دست یافت . با استفاده از الگوریتم SVM بر روی دادههای ادغام شده، دقت کلی ۹۲% و ضریب کاپا ۹/۰ بدست آمده است که این مقدار در مقایسه با الگوریتم NN و همچنین در مقایسه با استفاده از دادههای راداری و اپتیکی تنها، نتایج بهتری را از خود نشان داده است .

نویسندگان

متین آقاگلی

دانشجوی کارشناسی ارشد فتوگرامتری

اصغر میلان

استادیار دانشکده عمران، آب و محیط زیست دانشگاه شهید بهشتی

نیلوفر جاویدی

دانشجوی دکترای دانشگاه تهران