شناسايي سطح آب از تصاوير ماهواره اي لندست با استفاده از الگوريتم‌هاي ژنتيك (منطقه مورد مطالعه: ايران)

آب روی سطح زمین یكی از مهمترین قسمت های چرخه هیدرولوژیكی، انرژی های غیر قابل تعویض و مهم برای رشد بشر و گیاهان است، و اطلاعات واقعی در مورد نحوه انتشار و پخش آن روی سطح زمین بسیار مهم است. برای رسیدن به توزیع مكانی و بسط دادن اطلاعات جغرافیایی در مورد دریاچه¬ها در زمان حال نیازمند شناسایی اثر متقابل هیدرولوژی منطقه و تغییر اقلیم هستیم كه برای اینكار می توان از سنجش از دور استفاده كنیم. در سال¬های اخیر با پیشرفت علوم ماهواره و سنجش از دور ماهواره¬ای و سیستم اطلاعات جغرافیایی، امكان تهیه اطلاعات محدوده¬های منابع آبی در دوره های زمانی مختلف با حداقل زمان و هزینه جهت مدیریت بهینه منابع آب فراهم گردیده است. هدف این پژوهش ارائه روشی پایدار برای شناسایی سطوح پهنه‌های آبی از تصاویر ماهواره‌ای لندست بر مبنای الگوریتم ژنتیك است. برای در نظر گرفتن تنوع پوششی و اقلیمی، تصاویر لندست TM و OLI چند منطقه شامل دریاچه ارومیه، تالاب میانكاله، دریاچه چیتگر و تالاب هامون در كشور ایران انتخاب گردید و برای ارزیابی نتایج حاصله، از تصاویر دارای قدرت تفكیك مكانی بالا مستخرج از Google Earth استفاده گردید. دو دسته روش، شامل روش‌های شاخص مبنا و روش‌ هوش مصنوعی در نظر گرفته شد. شاخص‌های طیفی برای شناسایی سطوح آبی از تصاویر ماهواره‌ای از تركیب دو یا چند باند طیفی استفاده می‌كنند. از میان روش‌های شاخص‌مبنا شاخص‌های NDVI، SWI، AWEI و الگوریتم ژنتیك جهت تفكیك پهنه¬های آبی مورد استفاده قرار گرفتند. روش¬های شاخص مبنا در مناطق مطالعاتی مختلف در شناسایی سطح آب دارای عملكرد متفاوتی بوده و نتایج پایداری را ارائه نكردند، در صورتی كه الگوریتم ژنتیك دارای تنایج پایدارتری بوده و دقت كلی و ضریب كاپا بدست آمده بوسیله این الگوریتم بطور میانگین 97% و 92% محاسبه گردید.