ارائه مدل نیمه- اتوماتیک مبتنی بر آنالیز شیءگرا به منظور تهیه نقشه پراکنش فرسایش خندقی (مطالعه موردی: حوزه آبخیز لیقوان)

چکیده سابقه و هدف: به دلیل قرارگیری کشور ایران در ناحیه خشک و نیمه خشک، همواره متاثر از ناپایداری دامنه ای و فرسایش شدیدترین نوع‌ فرسایش، فرسایش خندقی می‌باشد. این شکل فرسایش در نقاط مختلف ایران و بطور مستمر در طی سالیان رخ داده و ضمن فرسایش و انتقال حجم بالای رسوب، سبب تخریب جاده‌ها، تاسیسات، مراتع، دامنه ها و غیره شده است که این موضوع شناسایی مناطق پرخطر و تهیه نقشه‌های حساسیت را ضروری می‌نماید. طی سال‌های اخیر پردازش تصاویر ماهواره‌ای بعنوان روشی پیشرفته و با هدف افزایش دقت و صرفه‌جویی در وقت و هزینه مورد استفاده گسترده محققین قرار گرفته است. روش آنالیز شیءگرای تصاویر یکی از مهمترین روشهای استخراج اطلاعات از تصاویر ماهواره‌ای می‌باشد که در آن بر اساس ویژگی‌های طیفی، شکلی و زمینه‌ای و با استفاده از دانش کارشناس، نسبت به شناسایی عوارض اقدام می‌شود. مواد و روش‌ها: در این تحقیق، حوضه لیقوان به عنوان یکی از زیرحوضه‌های مهم آجی چای واقع در استان آذربایجان‌شرقی جهت مطالعه انتخاب و تصاویر ماهواره‌ای سنتینل-2 ( سال 2016 ) با قدرت تفکیک مکانی 10، 20 و 60 متری جهت پردازش و شناسایی خندق‌ها مورد استفاده قرار گرفت. تصاویر مذکور با استفاده از نرم‌افزار eCognition مورد پردازش قرار گرفته و با کاربرد انواع الگوریتم‌های مختلف نسبت به طراحی مدلی نیمه-اتوماتیک مبتنی بر آنالیز شیءگرا اقدام شد. در نهایت به منظور ارزیابی دقت مدل، خندق‌های شناسایی شده بصورت نقشه خروجی گرفته و با انتقال به نرم‌افزار ArcGIS و مطابقت دادن با نقشه واقعیت زمینی و تشکیل ماتریس خطا، دقت تولید کننده، دقت کاربر و ضریب کاپا برای هر کدام از الگوریتم‌ها محاسبه گردید. یافته‌ها: نتایج حاصله نشان داد که الگوریتم‌های تراکم و ضریب فشردگی به ترتیب دارای بیشترین و کمترین دقت تولیدکننده بوده (دقت تولیدکننده به ترتیب برابر با 88 و 78) در حالیکه بر اساس ضریب کاپا الگوریتم عدم تقارن بیشترین دقت و صحت را در مقایسه با سایر روش‌ها داشته (کاپا برابر 91/0) و بعد از آن الگوریتم‌های شاخص شکل و تراکم به ترتیب با ضریب کاپا برابر 89/0 و 85/0 دارای دقت قابل قبولی برای طبقه‌بندی و شناسایی خندق‌ها ارائه دادند. نتیجه‌گیری: استفاده از روش‌های شیءگرا به دلیل افزایش دقت و صحت طبقه‌بندی و شناسایی عوارض و پدیده‌های سطحی، می‌تواند بعنوان راهگشای مناسبی در تحقیقات آتی خاکشناسی و پدیده‌های طبیعی مورد استفاده قرار گیرد. در تحقیق حاضر با استفاده از خصوصیات طیفی و هندسی تصاویر ماهواره‌ای سنتینل-2 و پردازش شیءگرا در محیط نرم افزار eCognition مدلی نیمه-اتوماتیک برای شناسایی خندق ارائه شد. واژه‌های کلیدی: الگوریتم‌های شیءگرا، پردازش شیءگرا، قطعه‌بندی، طبقه‌بندی