استخراج نقشه كاربري اراضي كشاورزي و برآورد سطح زير كشت محصولات با استفاده از تكنيك طبقه بندي شئ گرا (مطالعه موردي: حوضه آبخيز قره سو استان اردبيل)

نقشه هاي كاربري اراضي يكي از مهم ترين منابع اطلاعاتي در مديريت منابع طبيعي محسوب مي شود. امروزه كاربران با استفاده از تكنيك هاي خاص پردازش رقومي مي توانند انواع مختلفي از نقشه هاي كاربري اراضي را از تصاوير ماهواره اي استخراج نمايند. در تحقيق حاضر، نقشه كاربري اراضي كشاورزي حوضه آبخيز قره سو استان اردبيل بر اساس پردازش رقومي با روش شي گراي تصاوير ماهواره اي سنجنده OLI ماهواره لندست 8 تهيه شده است. براي اين منظور، در ابتدا، اقدامات لازم در مرحله پيش پردازش شامل تصحيحات هندسي، اتمسفري و ... در محيط نرم افزار 5 . 3 ENVI بر روي تصاوير ماهواره اي انجام شد. سپس با پياده سازي نمونه هاي آموزشي بر روي تصاوير در محيط نرم افزار eCognation با متد پردازش شي گراي طبقه بندي گرديد. دقت نقشه طبقه بندي شده با استخراج پارامترهاي معمول ارزيابي دقت نظير ضريب كاپا، صحت كلي، پايداري طبقه بندي مورد ارزيابي قرار گرفت. كه در نتيجه آن ضريب كاپا نقشه تهيه شده معادل 96 درصد محاسبه گرديد كه خود دلالت بر مقبوليت دقت نقشه تهيه شده داشت. يكي از مهم ترين دلايل دستيابي به دقت بالا در اين روش استفاده از اطلاعات بافت، شكل و... مي باشد. در ادامه اقدام به برآورد سطح زير كشت محصولات زراعي از نقشه كاربري اراضي تهيه شده گرديد. سطح زير كشت زراعت آبي و زراعت ديمي منطقه مورد مطالعه به ترتيب 5/25 و 19/33 درصد از كل منطقه بدست آمد.

Land use maps are one of the most important sources of information in the management of natural resources. Today, users can use various digital processing techniques to extract various types of land use maps from satellite imagery. In the present study, the land use map of agriculture in Qarasu watershed in Ardebil province is based on digital processing using Landsat 8 satellite satellite OLI Satellite imagery. For this purpose, initially, the necessary measures in the preprocessing stage, including geometric, atmospheric, and ... corrections in the ENVI 5.3 software environment, were performed on satellite imagery. Then, by implementing educational samples on images in the eCognation software environment, they were categorized using a spatial processing method. The precision of the mapped map was evaluated by extracting the usual parameters of accuracy assessment such as Kappa coefficient, general accuracy, classification stability. As a result, the Kappa coefficient of the mapping was calculated to be 96 percent, which itself implies the accuracy of the accuracy of the map. One of the most important reasons for achieving high accuracy in this way is the use of texture, shape and ... information. Subsequently, an estimate of the crop area was prepared from a map of the topic. The aquatic agriculture and dairy farming area of the study area was 5.25 and 19.33% of the total area respectively.