[ گزارش اشكال در مقاله | بازگشت | جستجو | ليست كنفرانس‌ها ]

مديريت دقيقتر و بهتر كشاورزي سنتي به كمك طبقه بندي زيرپيكسلي  Fulltext 

[ علي غفوري ] - كارشناس ارشد سنجش از دور - دانشگاه صنعتي خواجه نصيرالدين طوسي

خلاصه مقاله:

امروزه براي برآوردهاي كلان كشاورزي در غالب كشورها از تصاوير سنجش از دور ماهواره اي استفاده مي شود و در همين راستا برآورد نوع كشت اراضي زراعي در سطح كلان بسيار حائز اهميت است . تعيين دقيقتر وضعيت و سطح زير كشت براي اراضي با كشت سنتي اهميت بيشتري دارد، چرا كه اين زمينها غا ل باً داراي سطوح كم بوده و صاحبان آنها مطابق با برنامه زمانبندي يا تقويم زراعي به كشت نمي پردازند . لذا مديريت منابع در اين زمينه با مشكل مواجه مي شود . بمنظور ارزيابي كلان، استفاده از فناوري سنجش از دور كمك شاياني به اين بخش مي كند . مطمئنترين و رايجترين شيوه استخراج اطلاعات از تصاوير سنجش از دور طبقه بندي تصوير است . استفاده از تمايز مشخصات طيفي پوششها و عوارض مختلف، امكان طبقه بندي تصوير را براي كاربران فراهم مي سازد . به جهت آنكه غالب كشاورزي در كشور ما، بصورت كشت سنّتي مي باشد و كشاورزي صنعتي جايگاه محدودي دارد، برآوردهاي اقتصادي كشاورزي نياز به مطالعات سريع و دقيق دارد . انجام چنين مطالعاتي بجز از طريق روشهاي سنجش از دور، امكانپذير نمي باشد . بهترين شيوه استخراج اطلاعات از تصاوير سنجش از دور، روش طبقه بندي تصوير مي باشد . براي اين منظور، روشهاي طبقه بندي پيكسلي كه هركدام از پيكسلهاي تصوير را صر فاً در يك كلاس طبقه بندي مي كنند، از دقت كمي برخوردار هستند . حال آنكه استفاده از روشهاي تجزيه اختلاط طيفي كه منجر به طبقه بندي زيرپيكسلي تصوير مي باشند، داراي دقت بسيار بالاتري هستند . در اين مقاله، ضمن ارائه نتايج بكارگيري سه روش طبقه بندي زيرپيكسلي، ميزان دقت اين نوع
طبقه بندي با روش متداول طبقه بندي تصوير، مقايسه مي گردد .

تجزيه اختلاط طيفي، تجزيه خطي اختلاط طيفي، تصاوير ماهواره اي، شبكه هاي عصبي، طبقه بندي زيرپيكسلي، فازي، كشاورزي