كاربرد شبكه عصبي مصنوعي در مطالعات طبقه بندي تصاوير ماهواره اي جهت تهيه نقشه كاربري زمين

ﺷﺒﻜﻪﻫﺎی ﻋﺼﺒﻲ زﻳﺮﻣﺠﻤﻮﻋﻪای از ﺗﻜﻨﻴﻚﻫﺎی ﻫـﻮش ﻣـﺼﻨﻮﻋﻲ ﻫـﺴﺘﻨﺪ ﻛـﻪ اﻣﺮوزه ﺑﺮای ﺣﻞ ﺑﺴﻴﺎری از ﻣﺴﺎﺋﻞ, ﺷﺎﻣﻞ پیش‌‌بینی, مدل‌سازی و شناسایی الگوها راﻳﺞ ﺷﺪه‌اﻧﺪ. شبكه‌های عصبی مصنوعی از حدود سال1990 برای تجزیه و تحلیل داده‌های سنجش از دور در كاربردهای گوناگون مانند طبقه‌بندی تصاویر ماهواره‌ای به منظور ایجاد نقشه‌های كاربری زمین, پیش‌‌بینی گسترش رشد شهری و پیش‌‌بینی تغییرات كاربری زمین به كار گرفته شده است. از جمله توانایی‌های این روش قدرت تكرار و یادگیری روابط غیرخطی در مقایسه با روش‌های معمول نظیر روش رگرسیون لجستیك, حداقل فاصله, حداكثر احتمال, طبقه‌بندی متوازی السطوح, فیشر و شبكه خودكار می‌باشد. شبكه‌های عصبی نیازی به فرضیه‌های محدود‌كننده آماری ندارند و در سال‌های اخیر از این ابزار به دلیل كاربرد و انعطاف‌پذیری بالای آن در مطالعات مختلف استفاده شده است. در مقاله حاضر برخی مدل‌های شبكه‌های عصبی مصنوعی از جمله شبكه عصبی پرسپترون چند لایه, فازی آرتمپ و شبكه خودسامانده معرفی و نحوه كاربرد آن‌ها در مطالعات طبقه‌بندی تصاویر ماهواره‌ای به منظور تهیه نقشه كاربری زمین بررسی شده‌ است. نتایج كاربرد روش شبكه عصبی در مطالعات انجام شده ﺑـﺮای اﮐﺜـﺮ ﮐﺎرﺑﺮدﻫـﺎ, نشان داد كه شبكه‌های عصبی مصنوعی می‌توانند ﻧﺘـﺎﯾﺞ دﻗﯿـق‌تر و سریع‌تری ﻧﺴﺒﺖ ﺑﻪ ﺳﺎﯾﺮ روشﻫﺎ اراﺋﻪ دهند, ﻟﺬا اﺳﺘﻔﺎده از اﻳﻦ روش ﺑﻪ ﻋﻨﻮان ﻳﻚ رﻫﻴﺎﻓﺖ ﻣﻨﺎﺳﺐ جهت طبقه‌بندی تصاویر ماهواره‌ای و ایجاد نقشه كاربری/پوشش زمین ﭘﻴﺸﻨﻬﺎد ﻣﻲﺷﻮد.