CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

ریز طبقه بندی اراضی باغی و زراعی با استفاده از تکنیکهای پردازش شی پایه والگوریتم های فازی با هدف تخمین سطح زیر کشت

عنوان مقاله: ریز طبقه بندی اراضی باغی و زراعی با استفاده از تکنیکهای پردازش شی پایه والگوریتم های فازی با هدف تخمین سطح زیر کشت
شناسه ملی مقاله: JR_JGSKH-18-48_012
منتشر شده در در سال 1397
مشخصات نویسندگان مقاله:

بختیار فیضی زاده - Assistant Professor of Remote Sensing, Tabriz University .
علی خدمت زاده - MSc student of Remote Sensing, Tabriz University
محمدرضا نیکجو - Associate professor of geomorphology at Tabriz University.

خلاصه مقاله:
تکنولوژی سنجش از دور یکی از فناوری­های کارآمد و نوین در استخراج کاربری های اراضی ، به روز رسانی نقشه ها و کشف تغییرات کاربرها می­باشد. سنجش از دور با ارائه تصاویر ماهواره ای با قدرت زمانی و مکانی متفاوت امکان مدیریت بهنگام کاربری ها را فراهم ­آورده که باعث صرفه جویی در وقت و هزینه شده و این امر قدرت تصمیم گیری، بهره برداری بهینه  و برنامه ریزی دقیق تر برای منابع طبیعی را افزایش می­دهد. استفاده از تکنیک های پردازش شی گرا (دانش پایه) تصاویر ماهواره ای از روشهای جدید در پردازش تصاویر می­باشد، که علاوه بر استفاده از قدرت تفکیک طیفی تصاویر از ویژگی های فیزیکی و هندسی(بافت ،شکل)تصاویر نیز استفاده می­کند. تحقیق حاضر با هدف استخراج نقشه کاربری های باغی و زراعی در دشت میاندوآب با استفاده از الگوریتم­ها و شاخص­های مناسب در پردازش شی گرای تصاویر ماهواره ای در محیط نرم افزار eCognition انجام شده است. در این تحقیق نقشه پراکنش محصولات کشاورزی در ۹ طبقه تهیه شد و سپس برای پردازش شیء پایه تصاویر ماهواره ای، تصویر با مقیاس۱۰ ،ضریب شکل۰.۷ و فشردگی۰.۳سگمنت سازی شد و بر اساس الگوریتم فازی اشتراک(AND)،کاربری های مورد نظر با استفاده ازشاخصهای بافت(Texture)، هندسی(Geometry)، پوشش گیاهی(NDVI)، ترکیب سطوح خاکستری پیکسل(GLCM) ، درجات روشنایی،  طبقه بندی شده­اند که از الگوریتم طبقه بندی  Assign Class استفاده شده است،که در نهایت دقت کلی ۹۳.۶/۰ و ضریب کاپا ۹۲.۵/۰ برای کاربری های استخراج شده به دست آمد. مساحت سطح زیر کشت برای کاربری های گندم و جو، آلو و آلوچه، سیب، تاکستان و یونجه به ترتیب شامل  ۴۲/۲۶۲۲، ۴۵۰۵ ،  ۵۵/۴۳۵۴ ، ۸۵/۴۴۵۷، ۵۸/۱۴۱۱۰ هکتار می باشد.  

کلمات کلیدی:
object-based classification methods, Aster and Quick Bird satellite images, agricultural land use map, Meyandoab County, روش های طبقه بندی شیءگرا, الگوریتم های فازی, الگوریتم Assign Class, نقشه کاربری اراضی, دشت میاندوآب

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1230833/