مقایسه دو روش طبقه بندی حداکثر احتمال و شبکه عصبی مصنوعی آرتمپ فازی در استخراج نقشه پوشش مرتعی (مطالعه موردی: مرتع حوزه دویرج دهلران)

مراتع از مهمترین منابع تجدیدشونده هستند که بدلیل وسعت و تأثیرات اقتصادی، اجتماعی و زیست محیطی خاص، از اهمیت ویژه ای برخوردارند. متأسفانه در کشور ما همانند اغلب کشورهای در حال توسعه، مراتع به دلایل مختلف از جمله مدیریت غیراصولی این منابع در معرض تخریب و نابودی قرار گرفته اند.فناوری دورسنجی و بهره گیری از داده های ماهواره ای از ابزارهای موثر در زمینه مطالعات علوم مرتع و پوشش گیاهی است. یکی از کاربردهای داده های ماهواره تهیه نقشه کاربری مرتع است. هدف از این تحقیق مقایسه دو روش حداکثر احتمال و فازی برای پهنه بندی مرتع می باشد. برای این منظور از تصویر سال 2007 سنجندهetm+ ماهواره landsat استفاده شده که پس از تصحیحات هندسی و رادیومتریک و پردازش نهایی، نقشه طبقه بندی تهیه گردید. نتایج حاصل از ارزیابی دقت این دو روش با استفاده از ضریب کاپا نشان داده داده است، که الگوریتم شبکه عصبی مصنوعی آرتمپ فازی با ضریب 9614/0 نسبت به الگوریتم حداکثر احتمال با ضریب 8058/0 از دقت بیشتری برخوردار است. نتایج این مطالعه همچنین نشان می دهد الگوریتم های سنتی طبقه بندی مانند روش های آماری به خاطرانعطاف پذیری پائین و انواع پارامتریک آن مانند روش حداکثر احتمال به خاطر وابستگی به مدل آمارگوسی نمی توانند نتایج بهینه ای، در صورت نرمال نبودن نمونه های تعلیمی فراهم آورند. در این تحقِیق از نرم افزارهای envi 4.5،idrisi andes 15 وarcgis9.3  استفاده شده است.