استفاده از داده‌هاي ماهواره لندست، سنجنده ETM+ جهت بررسي وضعيت پوشش سطح زمين (مطالعه موردي: كاشان)

The study of land cover condition using landsat satellite (ETM+) data

آگاهي از انواع پوشش سطح زمين و فعاليتهاي انساني در مناطق مختلف به‌عنوان اطلاعات پايه براي برنامه‌ريزيهاي منطقه‌اي از اهميت ويژه‌اي برخوردار است. در اين ميان تكنيكهاي سنجش از دور به‌دليل ويژگيهاي خاص از اهميت ويژه‌اي برخوردار است. در مطالعه حاضر از داده‌هاي ماهواره ETM+ مربوط به 10 ژولاي 2002 منطقه كاشان استفاده گرديد. با استفاده از بهبود كنتراست، ساخت تصاوير رنگي كاذب، تحليل مولفه‌هاي اصلي و مدل رقومي ارتفاع اقدام به بارزسازي تصاوير شد. به‌منظور تعيين بهترين تركيب باندي براي استفاده در طبقه‌بندي و نيز ساخت تصاوير رنگي كاذب از شاخص OIF و نيز همبستگي بين باندها استفاده گرديد. براي طبقه‌بندي داده‌ها از روش نظارت شده استفاده شد. نقشه واقعيت زميني با روش نمونه‌گيري و پيمايشهاي ميداني تهيه شد. پس از طبقه‌بندي نقشه پوشش سطح زمين با كلاسهاي مختلف با دقت 45/82% تهيه شد. نتايج بيانگر اين است كه كلاس مخروط‌افكنه با 33/29% بيشترين سطح و اراضي پف‌كرده شور با 11/0% كمترين سطح مربوط به كلاس كاربري اراضي مي‌باشد. در اين مطالعه همچنين به‌منظور آشكارسازي پوشش گياهي از شاخصهاي گياهي NDVI، TSAVI، RVI، DVI،SARVI SAVI استفاده گرديد. بررسي همبستگي بين شاخصها نشان داد كه شاخص NDVI بيشترين همبستگي ((Re=0/99 را در بين شاخصها دارا مي‌باشد؛ بنابراين با استفاده از شاخص NDVI وضعيت پوشش گياهي بررسي گرديد. نتايج نشان داد كه با استفاده از داده‌هاي ماهواره‌اي با صرف كمترين زمان و هزينه مي‌توان در مقياسهاي وسيع، نوع و سطح كاربريهاي مختلف را با دقت بالا در يك سال خاص و يا سالهاي مختلف استخراج كرد. واژه‌هاي كليدي: بارزسازي، ETM+، شاخص OIF، كاشان، ارزيابي دقت، شاخصهاي گياهي

Abstract Knowledge of the types of land cover and human activities in different regions is of particular importance as basic information for regional planning. Because of the special characteristics, remote sensing techniques are of great importance. In the present study, the ETM + satellite data of Kashan related to 10 July 2002 was used. Image enhancement was performed using enhanced contrast, color composite images, principal component analysis, and digital elevation model. To determine the best combination band for classification and color composite images, OIF and the correlations between bands were used. Monitoring method was used for classifying the data. Ground truth map was prepared by sampling and field surveys. After classifying, land cover map was obtained with an accuracy of 82.45% in different classes. The results showed that the highest and lowest level of land use classes was related to alluvial fan with 29.33% and puffy salty lands with 0.11%, respectively. In this study, to detect the vegetation, vegetation indices including NDVI, TSAVI, RVI, DVI, SARVI and SAVI were used. The correlation coefficients among the indices showed that the highest correlation coefficient (Re = 0.99) was related to NDVI; therefore, vegetation condition was assessed using NDVI index. Results indicated that the type and level of different land uses could be determined using satellite data by spending less time and money on a large scale with a high precision in a particular year or in different years. Key words: image enhancement, ETM+, OIF index, Kashan, percision , vegetation indices