میلاد حسین زاده نیری - کارشناس سنجش ازدور و سیستم اطلاعات جغرافیایی، دانشگاه محقق اردبیلی
ریوف مصطفی زاده - استادیار گروه منابع طبیعی، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی
علی نصیری خیاوی - دانشجوی دکتری علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی و علوم دریایی نور، دانشگاه تربیت مدرس تهران

تصاویر سنجش ازدور از قابلیت بسیار بالایی در مدیریت منابع طبیعی برخوردارند که یکی از مهم ترین آن ها تهیه نقشه پوشش و کاربری اراضی است. نقشه های پوشش اراضییکی از مهم ترین و اساسی ترین اطلاعات پایه موردنیاز کارشناسان منابع طبیعی در راستای مدیریت درست و استفاده بهینه منابع طبیعی است.سنجش ازدور ابزاری ضروری و باارزش جهت تهیه نقشه پوشش اراضی می باشد، در سال های اخیر روش های طبقه بندی تصاویر ماهواره ای هم افزایش چشم گیری داشته است.لازم و ضروری است تا از الگوریتم های متفاوت در تهیه نقشه پوشش اراضی بررسی شود.به همین منظور در تحقیق حاضر به مقایسه کارایی دو الگوریتم شبکه عصبی مصنوعی و حداکثر احتمال در تهیه نقشه پوشش اراضی محدوده شهر اردبیل و اراضی تا شعاع سی و یک کیلومتری پرداخته شده است.نتایج حاصل از این پژوهش نشان داد که در مناطق بین پوشش های موجود در محدوده رفتار طیفییکسان وجود دارد که سبب اختلال و بی نظمی در طبقه بندی صحیح محدوده می گردد. این بی نظمی در هردو الگوریتم های به کار گرفته شده سنجش شد. با استفاده از تفسیر چشمی و تهیه داده تعلیمی دقیق طبقه بندی قابل قبولی از تصویر ماهواره لندست 8OLIحاصل شد. هم چنین ضریب کاپا و صحت نقشه های نهایی 82/0 و 57/86 برای روش شبکه عصبی مصنوعی و 90/0 و 01/93 برای روش حداکثر احتمال برآورد گردید.نتایج صحت بالاتر روش حداکثر احتمال نسبت به روش شبکه عصبیمصنوعی در محدوده موردمطالعه را نشان می دهد.

سنجنده OLI، شبکه عصبی مصنوعی، حداکثر احتمال، کاربری اراضی، اردبیل