شماره ركورد كنفرانس :
5264
عنوان مقاله :
ارزيابي دقت روشهاي طبقه بندي نظارت شده در تحليل كاربري اراضي با استفاده از تصاوير ماهوارهاي با قدرت تفكيك بالا (مطالعه موردي: محدوده شهر كرج)
پديدآورندگان :
فرهنگي مهدي ma.farhangi@mail.sbu.ac.ir دانشجوي كارشناسي ارشد فتوگرامتري دانشكده مهندسي عمران، آب و محيط زيست، دانشگاه شهيد بهشتي، تهران، ايران , ميلان اصغر a_milan@sbu.ac.ir استاديار دانشكده مهندسي عمران، آب و محيط زيست، دانشگاه شهيد بهشتي، تهران، ايران
كليدواژه :
طبقهبندي نظارت شده , تحليل كاربري اراضي , تصاوير ماهوارهاي با قدرت تفكيك بالا , دقت طبقهبندي , طبقهبندي تصاوير ماهوارهاي
عنوان كنفرانس :
چهارمين كنفرانس ملي دادهكاوي در علوم زمين
چكيده فارسي :
بررسي تغييرات كاربري اراضي بخصوص در محيطهاي شهري از ابزارهاي مهم و ضروري مديريت بهينه شهري بوده و با بدست آوردن اطلاعات بروز و دقيق از كاربري اراضي ميتوان به مديريت شهري در برنامهريزي دقيق براي اداره رضايت بخش در اين محيطها كمك نمود. از طرف ديگر امروزه توسعه تكنولوژي تصاوير ماهوارهاي با قدرت تفكيك بالا، ابزاري مؤثر در زمينه تحليل و ارزيابي كاربري اراضي در اختيار متخصصين سنجش از دور قرار داده است. امروزه از اين تصاوير در حوزههاي مختلف استفاده مي شود كه يكي از آنها حوزه مديريت شهري است و با استفاده از اين تصاوير ميتوان كاربري اراضي و تغييرات ساليانه آنها را رصد نمود. يكي از روشهاي استخراج عوارض و مشخص نمودن كاربري آنها استفاده از روشهاي طبقه بندي عوارض ميباشد. بديهي است هر چقدر دقت طبقهبندي عوارض بيشتر باشد دقت مشخص نمودن كاربري اراضي بيشتر خواهد بود. لذا در اين مقاله هدف بررسي و ارزيابي دقت روشهاي مختلف طبقه بندي نظارت شده در يك محيط پر تراكم شهري است براي اين منظور از تصاوير ماهوارهاي با قدت تفكيك بالاي GeoEye شهر كرج كه براي سال 1384 ميباشد استفاده شده است. نتايج ارزيابي نشان ميدهد كه الگوريتم Neural Net با دقت كلي 75.7228 و ضريب كاپا 0.6706، بهترين عملكرد را در طبقهبندي اراضي ارائه داده است. ازطرفي بهترين الگوريتمهاي طبقهبندي نظارت شده با توجه به دقت توليد براي كاربري ساختمان و پوشش گياهي Neural Net، براي كاربري راه Binary Encoding و براي كاربري زمين باير Maximum Likelihood ميباشد.