طبقه بندي تصاوير ابرطيفي در مناطق شهري با روش جنگل تصادفي

طبقه بندي پوشش اراضي شهري هميشه به علت قابليت برقراري ارتباط عناصر انساني با محيط هاي فيزيكي و استفاده در مديريت بهتر منابع داراي اهميت بوده و هست. نياز به دانش به روز، صحيح و داراي جزئيات از اطلاعات پوشش اراضي شهري حاصل از داده هاي سنجش از دور به طور فزاينده اي در ميان بسياري از جوامع احساس مي شود. با پيشرفت هاي اخير در داده، فن آوري، و نظريه هاي سنجش از دور، ضرورت اين امر بيشتر نيز مي شود. پيشرفت سنجنده هاي جديد، پتانسيل بالايي براي طبقه بندي شهري را نشان مي دهد. با اين وجود، عملكرد روش هاي طبقه بندي مرسوم و قديمي به علت پيچيدگي تفسير تصوير، محدود بوده؛ و مطالعه روش هاي جديدتر براي رفع اين محدوديت ها بيشتر احساس مي شود. هدف اصلي اين مقاله مقايسه نتايج طبقه بندي به دست آمده از طبقه بندي كننده مبتني بر RF با نتايج حاصل از طبقه بندي كننده هاي معروف مي باشد. در اين تحقيق يك صحنه شهري با روشي جديد طبقه بندي RF براي بهبود طبقه بندي، پيشنهاد شده و مورد بررسي قرار گرفته است. براي مقايسه، روش هاي طبقه بندي مرسوم از جمله روش ماشين بردار پشتيبان و روش هاي رايج درخت دودويي ماشين بردار پشتيبان و همچنين روش كمترين فاصله نيز انجام شده است. نتايج اين تحقيق نشان مي دهند روش جنگل تصادفي دقت طبقه بندي روش هاي مرسوم و قديمي طبقه بندي تصاوير ابر طيفي را به طور چشمگيري افزايش مي دهد.