عنوان مقاله :
استخراج نقشه كاربري كاربري اراضي شهرستان سوسنگرد با استفاده از الگوريتم هاي پيكسل پايه و شي گرا
عنوان به زبان ديگر :
Extraction of Land Use Map Comparison of Object Oriented and Pixel Base
پديد آورندگان :
اصغري سراسكانرود، صياد دانشگاه محقق اردبيلي - گروه ژئومورفولوژي، اردبيل، ايران , ناصري، احمد دانشگاه محقق اردبيلي، اردبيل، ايران
كليدواژه :
كاربري‌اراضي , پيكسل‌پايه , eCognition , شيءگرا , سوسنگرد
چكيده فارسي :
بر اثر فعاليت هاي انساني و پديده هاي طبيعي، چهره زمين همواره دستخوش تغيير مي باشد. افزايش جمعيت و استفاده بيش از حد از توان زمين، فشار بر محيط زيست را افزايش داده است. از اين رو براي مديريت بهينه مناطق طبيعي آگاهي از نسبت كاربري اراضي از ضروريات محسوب مي شود. در اين تحقيق روش مبتني بر طبقهبندي شيءگرا و روش مبتني بر پيكسل پايه در تهيه نقشه كاربري اراضي با‌سنجند‌ه OLI ماهواره Landsat8 مورد مقايسه قرار گرفت. براي مقايسه عملي نتايج، در هر د‌و روش از د‌اد‌ه‌هاي آموزشي يكسان براي طبقهبندي استفاده گرد‌يد؛ سپس مهم‌ترين روش‌هاي ارزيابي صحت شامل د‌قت‌كلي و ضريب كاپاي طبقهبندي استخراج و مشخص شد كه الگوريتم حداكثراحتمال در روش طبقهبندي پيكسل پايه در مقايسه با ديگر الگوريتم‌ها، حدود 9 درصد نتايج بهتري را نشان ميدهد. اما در مقايسه با روش طبقهبندي شيءگرا حدود 1 درصد (د‌ر‌هر‌د‌و‌شاخص‌د‌قت‌كلي و ضريب‌كاپاي طبقهبندي) د‌قت بالاتري را در طبقهبندي تصاوير نتيجه ميدهد. مقدار افزايش صحت در روش مبتني بر طبقهبندي شيءگرا تا حد زياد‌ي به انتخاب پارامترهاي مناسب براي‌طبقه بند‌ي، تعريف قوانين و به‌كارگيري الگوريتم مناسب جهت به‌د‌ست آورد‌ن د‌رجه عضويت بستگي د‌ارد.
چكيده لاتين :
For landscapes and natural phenomena, the face of the earth has always been subject to change. The increase in population and the excessive use of land has increased the pressure on the environment.Therefore, in order to optimize the management of natural areas, awareness of land use is considered as an urgent requirement In this study, a pixel-based classification approach based on ENVI 5.3 software and an object-oriented approach using eCognition software was used to prepare the land use map of Susangerd County with Landsat 8 satellite OLI sensor. In order to compare the results, both methods used the same educational data for classification. Then, the most important methods for assessing accuracy including precision and kappa coefficient of classification were extracted and it was determined that the maximum optimal algorithm in the base pixel classification method compared with other algorithms, 9% show better results. But in contrast to the object-oriented classification method, about 1% (in particular, precise and precise classification) results in higher accuracy in the classification of images. The amount of accuracy in the object-oriented classification-based method depends largely on choosing the appropriate parameters for classification, defining the rules, and applying the appropriate algorithm to obtain the degree of membership.
عنوان نشريه :
فضاي جغرافيايي
