بررسی کیفیت طبقهبندی پوشش اراضی تالابها با تلفیق تصاویر سنتینل-1 و سنتینل-2 (مطالعه ی موردی: تالاب هورالعظیم) | ||
| مجله اکوهیدرولوژی | ||
| دوره 11، شماره 4، زمستان 1403، صفحه 543-562 اصل مقاله (2.77 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ije.2025.384845.1849 | ||
| نویسندگان | ||
| امیرشاهرخ امینی* 1؛ آیدا پروندی2؛ زهرا آذرگشایش3 | ||
| 1گروه مهندسی نقشهبرداری، دانشگاه آزاد، واحد تهران جنوب، تهران، ایران | ||
| 2گروه مهندسی نقشهبرداری، دانشگاه آزاد اسلامی، واحد تهران جنوب، تهران، ایران | ||
| 3گروه مهندسی نقشهبرداری، دانشگاه آزاد، اسلامی واحد تهران جنوب، تهران، ایران | ||
| چکیده | ||
| موضوع: رشد جمعیت، گرمایش جهانی و مدیریت نادرست باعث کاهش منابع آبی جهان شده است. برای حفظ این منابع، مدیریت و پایش مستمر ، تهیۀ نقشههای کاربری و پوشش اراضی، ضروری است. هدف: بررسی کیفیت طبقهبندی پوشش اراضی و کاربری تالابها در تالاب هورالعظیم با استفاده از تلفیق تصاویر نوری و راداری بهمنظور نیل به نتایج دقیقتر است. روش تحقیق: در این راستا، برای تهیۀ نقشههای پوشش اراضی تالاب هورالعظیم، از تصاویر ماهوارهای سنتینل-1 و سنتینل-2 همراه با روشهای تلفیق مکانی و فرکانسی مانند IHS، PCA، Brovey، Ehlers و Wavelet-IHS استفاده شده است. تلفیق تصاویر به کاهش اثرات ابر و گردوغبار کمک کرده و با افزودن بافت به تصاویر نوری سنتینل-2، دقت طبقهبندی را افزایش داد. طبقهبندی تصاویر بعد از تلفیق با استفاده از روشهای ماشین بردار پشتیبان (SVM) و نزدیکترین همسایگی (KNN) انجام شد. یافتهها: ارزیابی نتایج با شاخصهای دقت کلی (OA) و ضریب کاپا نشان از افزایش پارامتر OA به میزان 1-6 درصد و پارامتر Kappa به میزان 2-5% در طبقهبندی KNN، و افزایش پارامترهای OA و Kappa بهترتیب 1-5 درصد و ۱-۴ درصد در طبقهبندی SVM نسبت به طبقهبندی با تصویر نوری شد. نتیجهگیری: روشهای فرکانسی و ترکیبی بهعنوان بهترین روشهای تلفیق انتخاب شدند و SVM بهعنوان دقیقترین روش طبقهبندی انتخاب شد. از دو قطبش VV و VH، قطبش VV عملکرد بهتری نشان داد. | ||
| کلیدواژهها | ||
| رادار؛ تلفیق تصویر؛ طبقهبندی شی گرا؛ تالاب هورالعظیم؛ سنتینل1و2 | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 524 تعداد دریافت فایل اصل مقاله: 358 |
||