بررسی استفاده از تصاویر گوگل ارث و روش های شئ گرا در تهیه نقشه کاربری اراضی شهرستان اردبیل

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 4,889

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ATTITTDE01_101

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

با گذشت زمان الگوی کاربری اراضی با توجه به دخالت های مستمر انسان دستخوش تغییر و تحول شده است. آگاهی مدیران و برنامه ریزانسازمان های مختلف از روند تغییرات کاربری اراضی برای پیش بینی منابع در آینده و جلوگیری از تخریب عرصه های مستعد تولید، مانندکاربری مرتع، مستلزم تهیه نقشه کاربری اراضی با دقت قابل قبول می باشد. در تحقیق حاضر هدف اصلی تهیه نقشه کاربری اراضیشهرستان اردبیل می باشد. در کنار آن هدف دیگر ارزیابی قابلیت تصاویر گوگل ارث در روش طبقه بندی شئگرا می باشد. به منظورارزیابی نقشه کاربری اراضی تولید شده از تصاویر گوگل ارث و روش شئ گرا ، 157 نقطه به عنوان نقاط کنترلی جهت ارزیابی صحتانتخاب گردید. نتایج نشان داد که صحت کلی نقشه تولید شده 44 درصد و ضریب کاپای آن 0/79 است، که صحت مناسب نقشه تولیدی را تأیید کرد. روش های شئگرا طبقه بندی تصاویر برای نقشه برداری کاربری اراضی، با استفاده از تصاویر گوگل ارث توصیه می شود. با اینحال، تصاویر گوگل ارث به دلیل ویژگی های طیفی ضعیف آن، دارای برخی محدودیت ها برای آن دسته از روش های طبقه بندی است، کهعمدتا تنها از ویژگی طیفی استفاده می کنند.

نویسندگان

آزاد کاکه ممی

دانشجوی کارشناسی ارشد مرتعداری دانشگاه محقق اردبیلی

اردوان قربانی

دانشیار دانشگاه محقق اردبیلی

فرشاد کیوان بهجو

دانشیار دانشگاه محقق اردبیلی

میکائیل بدرزاده

مربی دانشگاه محقق اردبیلی

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 :
  • رسولی، ع. 1387. مبانی سنجش از دور کاربردی با تاکید ...
  • رسولی، ع.، محمودزاده، ح. 1389. مبانی سنجش از دور دانش ...
  • /1 30560/6 88707/2 9210/1 648/5 ...
  • Bicheron, P., P. Defourny., C. Brockman., L. Schouten., , C. ...
  • Blaschke. T. 2009. Object based image analysis for remote sensing, ...
  • Butler, D. 2006. Nature Publication: England. The web-wide world, 439: ...
  • Google, Inc. 2007. Press Release Introducing Google Earth Outreach, Mountain ...
  • Guralnick, R. P., Hill, A. W., and Lane, M. 2007. ...
  • _ Helmer, E. H., Lefsky, M. A., and Roberts, D. ...
  • Hu, Q., Wu, W., Xia, T., Yu, Q., Yang, P., ...
  • Leachtenauer, J.C., K. Daniel., T. P. Vogl. 1997. Digitizing Corona ...
  • Lu, D., Mausel, P., BrondiZio, E., Moran, E. 2004. Change ...
  • Lu, D., Li, G., Moran, E., Freitas, C.C., Dutra, L., ...
  • Macleod, R.S., Congalton R.G. 1998. A Quantitative Comparison of Change ...
  • Petropoulos, G. P., Kalaitzidis, Ch., Vadrevu, K. P. 2012. Support ...
  • Roostaie, Sh., Alavi, S.A., Nikjoo, M.R., Valizade Kamran, Kh. 2012. ...
  • Yan, G, 2003, pixel based an object oriented image for ...
  • نمایش کامل مراجع