مقايسه كارآيي روش هاي طبقه بندي پيكسل پايه (روش هاي شبكه عصبي آرتمپ فازي و تصميم گيري درختي) و شيءگرا در تهيه نقشه كاربري اراضي (مطالعه موردي: حوزه خشك و نيمه خشك ميمه، استان ايلام)

نقشه كاربري اراضي، از ابزارهاي پايه براي مديران و برنامه­ريزان در راستاي توسعه پايدار مناطق مختلف است. روش­هاي مختلفي براي تهيه نقشه كاربري اراضي ارائه شده ­است. تهيه نقشه كاربري اراضي با استفاده از تصاوير ماهواره­اي با بهره­گيري از تكنيك­هاي مختلفي از جديدترين و مهم­ترين اين روش­ها است. هدف از اين تحقيق انجام، بررسي كارايي روش­هاي طبقه­بندي پيكسل پايه (روش­هاي شبكه عصبي آرتمپ فازي و تصميم­گيري درختي) و روش طبقه بندي مبتني بر شي هاي تصويري (شيءگرا) با استفاده از داده­هاي ماهواره­ي لندست 8 مربوط به سال 2013 جهت تهيه نقشه كاربري اراضي حوزه ميمه، استان ايلام است. پس از انجام تصحيحات لازم برروي تصاوير ماهواره­اي، طبقات مختلف كاربري اراضي تعريف و نمونه­هاي آموزشي انتخاب شد. نتايج طبقه بندي با استفاده از سه روش شبكه عصبي آرتمپ فازي، تصميم­گيري درختي جيني و شيءگرا نشان مي­دهد روش شيءگرا، دقت كل 30/95 و ضريب كاپاي 88/90 درصد و روش­هاي تصميم­گيري درختي جيني و شبكه عصبي آرتمپ فازي، به ترتيب دقت كل 32/80 و 20/72 و ضريب كاپاي 75/68 و 18/36را ايجاد كرده است از اين­رو، روش طبقه­بندي شيءگرا با اختلاف دقت كل 98/14% و 1/23% و ضريب كاپاي 13/22% و 7/54% نسبت به روش­هاي تصميم­گيري درختي جيني و شبكه عصبي آرتمپ فازي، در اين مطالعه از دقت بالاتري برخوردار است. با مقايسه مساحت نقشه­هاي حاصل از سه روش طبقه­بندي، مساحت كاربري­هاي كشاورزي، مرتع فقير و اراضي مسكوني تقريباً نزديك هم هستند. همچنين بيشترين اختلاف مساحت مربوط به كاربري مرتع متوسط و كمترين اختلاف نيز مربوط به كاربري اراضي مسكوني بود.