مقايسۀ روش‌‌هاي طبقه بندي پيكسل پايه و شيءگرا در تهيۀ نقشۀ كاربري اراضي با استفاده از تصوير ماهواره‌اي (مورد شناسي: شهر ايلام)

Comparison of pixel-based and object-oriented classification methods for land use mapping Using satellite image (Case Study: Ilam City

يكي از عوامل مهم براي برنامه‌ريزي و مديريت شهري به‌خصوص در راستاي نيل به توسعۀ پايدار در نواحي شهري و استفادۀ بهينه از سرزمين، در دسترس بودن اطلاعات صحيح و بهنگام از وضعيت كاربري اراضي مناطق شهري است. در اين راستا، هدف از انجام اين تحقيق مقايسۀ دو روش طبقهبندي پيكسل پايه و شيءگرا در تهيۀ نقشۀ كاربري اراضي با استفاده از تصوير etm+ در شهر ايلام با استفاده از نرم‌افزار idrisi selvi است. پس از تهيۀ تصوير مربوط و اعمال تصحيح هندسي و راديومتريك بر روي تصوير با استفاده از دو روش مذكور، نقشۀ كاربري اراضي استخراج شد. براي ارزيابي دقت طبقه‌‌بندي از شاخص‌هاي صحت كل، ضريب كاپا، دقت توليدكننده و دقت استفاده‌كننده استفاده شده‌است. نتايج به‌دست‌آمده نشان داد كه روش طبقه‌‌بندي شيءگرا تصويري با وضوح بهتر نسبت‌به روش طبقه‌‌بندي پيكسل پايه ارائه مي‌‌دهد. نتايج برآورد دقت هم نشان ميدهد كه روش شيءگرا در هر دو شاخص صحت كل و ضريب كاپا با مقادير به‌ترتيب 94 درصد و 91 درصد نسبت‌به روش پيكسل پايه با صحت كل و ضريب كاپا با مقادير به‌ترتيب 88 درصد و 86 درصد، دقيق‌تر است. با توجه به نتايج به‌دست‌آمده از اين تحقيق پيشنهاد ميشود كه روش طبقهبندي شيءگرا در تهيۀ نقشههاي كاربري اراضي مناطق شهري مورد استفاده قرار گيرد.

Important factors in planning and urban management, especially in order to achieve sustainable development and optimal use of land in urban areas is the availability of timely and accurate information about the status of land use in urban areas. In this dirction, the aim of present study is to compare two methods of pixel-based and object-oriented classification in land use mapping with using ETM+ image in Ilam city, Ilam province using Idrisi Selva software. After the supply of related image and implementing geometric and radiometric corrections on image, we applied two classification methods to land use mapping. To assess the accuracy of classification methods, we used of indices of overall accuracy, kappa coefficient, producer accuracy and user accuracy. The results show that the object-oriented classification method has more resolution than the pixel-based classification method. The results of accuracy show that method of object-oriented in two indices of overall accuracy and kappa coefficient with (respectively) 94 percent and 91 percent was more accurate then pixel-based classification method with overall and Kappa coefficient 88 percent and 86 percent. The result of this study suggests that from object-oriented classification method use to production of land use map.