مقايسه روش حداكثر احتمال و فازي در تهيه نقشه كاربري/پوشش اراضي جنوب خوزستان با استفاده از تصاوير لندست

Comparing maximum likelihood and fuzzy approach to land use/cover mapping in a southern Khuzestan using LandSat images

طبقه بندي كاربري/پوشش اراضي با استفاده از تصاوير يكي از مهمترين كاربردهاي سنجش از دور است. امروزه، الگوريتم هاي زيادي به منظور تهيه نقشه كاربري/پوشش اراضي توسعه يافته است. هدف از اين تحقيق، مقايسه دو روش حداكثر احتمال و فازي، جهت تهيه نقشه كاربري/پوشش اراضي با استفاده از تصاوير ماهواره اي لندست مي باشد. پس از پيش پردازش تصاوير (شامل تصحيحات راديومتري و هندسي)، با بازديد ميداني، نقشه كاربري و پوشش اراضي با دو روش تهيه و جهت تعيين صحت نقشه هاي توليدي، از نمونه هاي آموزشي استفاده گرديد. نتايج مربوط به صحت كلي طبقه بندي نشان مي دهد كه روش طبقه بندي فازي با ضريب كاپاي 99/0، در مقايسه با روش الگوريتم حداكثر احتمال با ضريب كاپاي 98/0، از صحت بالاتري برخوردار است.

Land use/cover (LULC) classification using remote sensing images is one of the most important applications of remote sensing technology. Recently, a lot of algorithms have been developed for mapping LULC. The aim of the study was to compare the maximum likelihood and fuzzy approach to mapping land use/cover using LandSat satellite images. After preparing images (radiometric and geometric corrections), with field visiting, land use/cover map were prepared. For determining accuracy assessment training samples were used. Results relating to the overall accuracy of the classification show that the fuzzy classification method possessing kappa coefficient of 99% has higher accuracy than the method of maximum likelihood algorithm possessing kappa coefficient of 98%.