تلفیق روشهای مختلف طبقهبندی اراضی با استفاده از الگوریتم فازی به کمک ادغام تصاویر ماهوارهای سنتینل-2 و لندست-8
تکنیکهای سنجش از دور و پردازش تصویر با فراهمنمودن اطلاعات مکانی و زمانی تحول بزرگی در اندازهگیریهای سنتی بهوجود آوردهاند و از این پتانسیل برخوردارند تا دانش ما در حوزه فنی و مهندسی از جمله کامپیوتر، مهندسی منابع آب، سازه هیدرولیکی و نقشهبرداری مانند برف، زمینشناسی و جغرافیا افزایش دهند. به...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
University of Tehran, College of Aburaihan
2025-02-01
|
| Series: | مدیریت آب و آبیاری |
| Subjects: | |
| Online Access: | https://jwim.ut.ac.ir/article_97929_db6de4454c57f076df965f79c2a8a08a.pdf |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | تکنیکهای سنجش از دور و پردازش تصویر با فراهمنمودن اطلاعات مکانی و زمانی تحول بزرگی در اندازهگیریهای سنتی بهوجود آوردهاند و از این پتانسیل برخوردارند تا دانش ما در حوزه فنی و مهندسی از جمله کامپیوتر، مهندسی منابع آب، سازه هیدرولیکی و نقشهبرداری مانند برف، زمینشناسی و جغرافیا افزایش دهند. بهمنظور استفاده همزمان از اطلاعات طیفی و مکانی تصاویر ماهوارهای از روشهای مختلف تلفیق تصاویر استفاده میگردد. در تصویر ادغامیافته توانایی تفسیر افزایش مییابد و نتایج قابلقبولتری را بههمراه دارد، چرا که دادههایی با ویژگیهای متفاوت با یکدیگر ترکیب شدهاند. در این پژوهش تصویر ادغامشده دو ماهواره لندست-8 و سنتینل-2 برای منطقه موردمطالعه بسطام شاهرود با پنج روش حداکثر احتمال، حداقل فاصله ماشینبردار پشتیبان، شبکه عصبی مصنوعی و جنگل تصادفی پردازش گردید و روش شبکه عصبی مصنوعی با ضریب کاپای 93/0 و روش حداقل فاصله با ضریب کاپای 34/0 بهترتیب بهترین و بدترین نتایج را بههمراه داشتند. سپس چهار روش طبقهبندی حداکثر احتمال، ماشینبردار پشتیبان، شبکه عصبی مصنوعی وجنگل تصادفی با الگوریتم فازی جمع جبری تلفیقشده و ضریب کاپای 94/0 را نتیجه داد که نشان میدهد تلفیق بهترین نتایج طبقهبندی میتواند نتایج بهتر و دقیقتری در خصوص طبقهبندی بههمراهداشته باشد. |
|---|---|
| ISSN: | 2251-6298 2382-9931 |