مقايسه تكنيك‌هاي مختلف پايش تغييركاربري اراضي- پوشش گياهي با استفاده از RS و GIS (مطالعه موردي: حوزه دره‌شهر- استان ايلام)

Comparing various techniques for land use-cover change detection using RS and GIS (Case study: Daresher Catchment, Ilam province)

پايش زماني و دقيق تغيير عوارض سطح زمين براي درك روابط و كنش هاي متقابل بين انسان و پديده‌هاي طبيعي به منظور تصميم‌گيري بهتر خيلي مهم است. داده‌هاي سنجش از دور منابع اوليه‌اي هستند كه به طور گسترده براي پايش تغيير در دهه‌هاي اخير مورد استفاده واقع شده‌اند. در اين مطالعه تصاوير لندست (TM) سال 1988 و لندست (+ETM) سال 2001 با استفاده از پنج تكنيك پايش تغيير درحوزه دره‌شهر استان ايلام با مساحت 80470 هكتار آناليز شده‌اند. تكنيك‌هاي پايش تغيير مورد استفاده در اين مطالعه شامل تفاضل تصوير، نسبت‌گيري تصوير، تفاضل NDVI، آناليز برداري تصوير و روش مقايسه پس از طبقه‌بندي بوده‌اند. در اين مطالعه جهت تعيين آستانه در روش‌هايي كه نيازمند تعيين آستانه هستند از روش آماري استفاده شده است و بر اين اساس مشخص شده است كه آستانه تغيير در منطقه مورد مطالعه با 1 انحراف از ميانگين قرار داشته است. پس از تعيين آستانه تغيير، مناطق داراي تغييرات كاهشي، افزايشي و بدون تغيير مشخص گرديده است. جهت ارزيابي دقت تكنيك‌هاي پايش تغيير پس از برداشت واقعيات زميني كه از طريق بازديد ميداني و تصاوير ماهوره‌اي Google Earth به دست آمد، از دقت كل و ضريب كاپا استفاده شد. بر اساس نتايج به‌دست آمده مشخص گرديد كه روش تفاضل NDVI با دقت كل 5/98 و ضريب كاپاي 97 درصد از بين تكنيك‌هاي پايش تغيير مورد استفاده در اين مطالعه بيشترين دقت و روش نسبت‌گيري باند قرمز با دقت كل 5/72 و ضريب كاپاي 50 درصد كمترين دقت را در پايش‌ تغييرات كاربري اراضي- پوشش گياهي منطقه مورد مطالعه داشته‌اند.

Timely and accurate change detection of earth surface features is extremely important for understanding relationships and interaction between human and natural phenomena in order to promote better decision making. Remote sensing data are primary sources extensively used for change detection in recent decades. In this study, images of landsat (TM) 1988 and landsat (ETM+) 2001 were analyzed using five change detection techniques in 80470 hectares in the region of Daresher, Ilam province. Change detection techniques considered were image differencing, image rationing, NDVI differencing, change vector analysis (CVA) and post-classification comparison. In this study, from statistical method for determining the threshold level was used which from the change threshold was achieved. In this study, threshold level was set at ±1 standard deviation from the mean. After determine optimal threshold, areas having decreasing change, increasing change and no change was determined. Based on ground data and field visit and Google Earth, accuracy assessment of change detection techniques was carried out using overall accuracy and Kappa coefficient. According to the results, NDVI differencing with overall accuracy of 98.5 and Kappa coefficient of 97% showed the highest accuracy among applied change detection techniques and on the contrary, band rationing with overall accuracy 72.5 and Kappa coefficient of 50% had lowest accuracy in land use/land cover change in study area.