تهیه نقشه پوشش گیاهی مناطق شهری با استفاده از تصاویر پهپاد

سنجش از دور مبتنی بر پرنده هدایت پذیر از دور (پهپاد) با توجه به تصاویر با قدرت تفکیک مکانی فوق العاده زیاد که در ارتفاع پایین برداشت می شود از قابلیت و توانایی خوبی برای تهیه نقشه پوشش گیاهی در مناطق پیچیده شهری برخوردار است. قدرت تفکیک طیفی کم دوربین های رقومی برای نقشه برداری از پوشش گیاهی را می توان با ترکیب ویژگی های بافت تصویر و استفاده از روش های طبقه بندی قوی تر جبران نمود. تاکنون روش طبقه بندی ماشین بردار پشتیبان بطور گسترده برای طبقه بندی تصاویر ماهواره ای مورد استفاده قرار گرفته اما کاربرد آن در طبقه بندی تصاویر حاصل از پهپادها کمتر مورد توجه قرار گرفته است. هدف اصلی این تحقیق ارائه یک روش ترکیبی با استفاده از آنالیز بافت و طبقه بندی ماشین بردار پشتیبان به منظور تهیه نقشه پوشش گیاهی در مناطق شهری و بررسی می توان میزان بهبود دقت و صحت نتایج با استفاده از ویژگی بافت می باشد. بدین منظور هشت مشخصه بافت با استفاده از فلیتر 3×3 از تصویر استخراج شدند و به عنوان داده کمکی به تصویر اصلی اضافه شدند. از روش ماشین بردار پشتیبان برای طبقه بندی در فضای ویژگی طیف بافت استفاده شد. نتایج نشان داد طبقه بندی ماشین بردار پشتیبان عملکرد بهتری نسبت به روش های سنتی طبقه بندی دارد. اضافه کردن ویژگی بافت به طور قابل توجهی موجب بهبود نتایج طبقه بندی می شود. نتایج نشان داد می توان از پهپاد به عنوان یک سکوی کارآمد و ایده آل برای نقشه برداری پوشش گیاهی در مناطق شهری استفاده کرد. روش ترکیبی ارئه شده در این تحقیق عملکرد خوبی در تفکیک پدیده های مختلف مناطق شهری از خود نشان داد. محدودیت های دوربین های رقومی را می توان با استفاده از آنالیز بافت و طبقه بندی ماشین بردار پشتیبان جبران نمود.