کارایی روشهای مختلف تهیۀ نقشۀ کاربری/پوشش اراضی در حوضۀ آبخیز معرف کسیلیان | ||
| مجله اکوهیدرولوژی | ||
| دوره 10، شماره 3، پاییز 1402، صفحه 321-334 اصل مقاله (1.14 M) | ||
| نوع مقاله: پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/ije.2023.361471.1743 | ||
| نویسندگان | ||
| فائزه کمری یکدانگی1؛ فاطمه سارونه1؛ عبدالواحد خالدی درویشان* 1؛ وحید موسوی1؛ سهیلا آقابیگی امین2 | ||
| 1گروه آبخیزداری، دانشکدۀ منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران | ||
| 2گروه مرتع و آبخیزداری، دانشکدۀ منابع طبیعی، دانشگاه رازی، کرمانشاه، ایران | ||
| چکیده | ||
| در راستای مطالعۀ کاربری و پوشش زمین، فناوری سنجش از دور به عنوان منشأ تولیدی اطلاعات مکانی و ابزارهای مناسبی که دارد، مورد استقبال بسیاری از پژوهشگران قرار گرفت که دقت و صحت این نقشهها اعتبار و قابلیت کارایی آنها را نشان میدهد. هدف از انجام تحقیق حاضر، ارزیابی و مقایسۀ صحت تهیۀ نقشۀ کاربری اراضی به دو روش سنجش از دور و یک روش تفسیر چشمی تصاویر Google Earth در حوضۀ آبخیز معرف کسیلیان است. در تحقیق حاضر پس از برداشت نمونههای تعلیمی با استفاده از نرمافزار Google Earth و پیادهسازی روی تصویر 9 Landsat مربوط به سال 2021، طبقهبندی تصاویر در نرمافزار ENVI انجام شده و نقشۀ کاربری اراضی بر اساس نمونههای آموزشی و روشهای شبکۀ عصبی و ماشین بردار پشتیبان تهیه شد. در روش تفسیر چشمی تمام کاربریها در تصاویر Google Earth به صورت دستی رقومی شد و نقشۀ کاربری اراضی به دست آمد. سپس صحتسنجی نقشه برای هر سه روش صورت گرفت و نتایج نشان داد نقشۀ حاصل از تفسیر چشمی تصاویر Google Earth با صحت کلی و ضریب Kappa 100 درصد نسبت به روشهای شبکۀ عصبی و ماشین بردار پشتیبان با صحت کلی بهترتیب 6/87 و 2/88 درصد و ضریب Kappa بهترتیب 76 و 8/77 درصد، به واقعیت زمینی نزدیکتر بود. با اینحال به دلیل زمانبر بودن روش تفسیر چشمی بهویژه برای آبخیزهای بزرگ و صحت قابل قبول روشهای شبکۀ عصبی و ماشین بردار پشتیبان، پیشنهاد میشود که بهویژه در آبخیزهای بزرگ برای تهیۀ نقشۀ کاربری اراضی از روشهای نوین استفاده شود. | ||
| کلیدواژهها | ||
| تفسیر چشمی؛ سنجندۀ Landsat؛ شبکۀ عصبی؛ صحتسنجی؛ ماشین بردار پشتیبان | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 645 تعداد دریافت فایل اصل مقاله: 570 |
||