تعيين بهترين الگوريتم استخراج كاربري - پوشش اراضي و كشف تغييرات از تصاوير ماهواره اي لندست (مطالعه موردي:حوضه صوفي چاي مراغه)

استفاده از داده هاي سنجش از دور با توجه به ارائه اطلاعات به روز ، پوشش تكراري وكم هزينه بودن در ارزيابي منابع طبيعي از جايگاه خاصي برخوردار است . همچنين آشكارساختن تغييرات يكي از نيازهاي اساسي در مديريت و ارزيابي منابع طبيعي است. بنابراين ميزان تغييرات كاربري و پوشش اراضي را كه نتيجه فرايند آشكارسازي تغييرات مي باشد ، مي توان بر اساس تصاوير چند زمانه سنجش از دور برآورد نمود . لذا در اين پژوهش، تصاوير ماهواره اي لندست 8 (OLI&TIRS) سال 2013 و لندست7 (ETM+) سال 2000 به عنوان داده ورودي براي تهيه نقشه كاربري و پوشش اراضي در سطح 2و1 مورد استفاده قرار گرفتند. در اين بين ، با توجه به جديد بودن تصاوير OLI، تصحيحات راديومتريك با استفاده از روابط موجود در محيط مدل ساز نرم افزار Erdas فرمول نويسي شد. همچنين از شاخصهاي گياهي (NDVI) ، خاك باير (BI) و سه مولفه اصلي آناليز مولفه هاي اصلي (PCA) به عنوان ورودي در كنار ديگر باندها براي افزايش دقت طبقه بندي مورد استفاده قرار گرفت . روش ماشين بردار پشتيبان (SVM) با روش شبكه عصبي مصنوعي(ANN) و حداكثر احتمال (MLC) در تصاويرOLI مورد مقايسه قرار گرفت . نتايج نشان داد كه روش ماشين بردار پشتيبان با دقت7/92 ٪ در كرنل چندجمله اي با درجه 5 نسبت به روشهاي شبكه عصبي با دقت89 ٪ و روش حداكثر احتمال با 8/91٪ مناسبترين روش براي طبقه بندي مي باشد . همچنين جايي كه كلاسها رفتار طيفي مشابهي را از خود نشان مي دهند روش SVM كارايي بهتري از خود نشان مي دهد. براي آشكار سازي تغييرات ايجاد شده در بازه زماني 13 سال از روش مقايسه پس از طبقه بندي استفاده شد. نتايج به دست آمده نشان دهنده تغيير وسيع كاربري و پوشش اراضي در اين حوضه مي باشد كه لزوم نظارت و مديريت مناسب را مي طلبد.