ارزیابی طبقه‌بندی¬های پیکسل-پایه و شیء-پایه تصاویر هوایی برای تشخیص گونه‌های درختی (مطالعۀ موردی: جنگلکاری‌ چمستان نور)

تصاویر هوایی رقومی جنگل‌های شمال که با دوربین هوایی پیشرفته UltraCamD گرفته‌ شده‌اند، منبع بسیار با ‌ارزشی برای تولید اطلاعات مفید جنگل هستند. ویژگی‌های خاص این تصاویر، ضرورت تعیین روش بهینۀ طبقه‌بندی آنها را مطرح می‌سازد. در این تحقیق داده‌های ادغام‌شدۀ این سنجنده در چهار باند طیفی 16 بیتی و با اندازه تفکیک مکانی 7 سانتی‌متر مربوط به سال 1387 از یک منطقۀ جنگلکاری در چمستان نور، با هدف تشخیص گونه‌های درختی، تجزیه و تحلیل شدند. در تصحیح هندسی دقیق تصاویر، علاوه بر داده‌های GPS و IMU همراه تصویر، از نقاط کنترل زمینی اخذ‌شده با DGPS نیز استفاده شد. بارزسازی‌های مناسب انجام گرفت و باندهای حاصل به‌همراه باندهای اصلی به‌کار گرفته شدند. نمونه‌های تعلیمی یکسان در هر دو روش طبقه‌‌بندی استفاده ‌شدند. نقشۀ واقعیت زمینی برای ارزیابی نتایج طبقه‌بندی‌ها، به‌روش میدانی تهیه ‌شد. در روش پیکسل-پایه، طبقه‌بندی نظارت‌شده به‌روش حداکثر تشابه انجام گرفت. در روش شیء-پایه، ابتدا قطعه‌بندی تصویر با ترکیب‌های باندی و ضرایب مناسب شاخص‌های رنگ، شکل، فشردگی، همواری و مقیاس به اجرا‌ درآمد و در ادامه، طبقه‌بندی به‌روش‌ نزدیک‌ترین همسایه و بر مبنای منطق فازی در سطوح طبقات والد و وارث اجرا و بهترین حالت طبقه‌بندی با استفاده از معیارهای پایداری طبقه‌بندی، تفکیک‌پذیری طبقات و ارزیابی صحت تعیین ‌شد. ارزیابی صحت نقشه‌های حاصل از دو روش در مقایسه با داده‌های مبنا، نشان‌دهندۀ برتری معنی‌دار از نظر صحت کلی و ضریب کاپای طبقه‌بندی شیء-پایه است. ضمن اینکه نقشه‌های حاصل از آن، حالت نامناسب فلفل‌نمکی موجود در نقشه‌های پیکسل-پایه را ندارد. به‌علاوه روش شیء-پایه با بهره‌گیری از اطلاعات مکانی موجود در تصویر، در کنار اطلاعات طیفی آن، در تفکیک گونه‌هایی که تشابه طیفی زیادی با هم داشتند، بسیار موفق عمل کرد. صحت طبقه‌بندی شیء-پایه بر روی داده‌های با توان تفکیک مکانی زیاد، وابسته به نوع طبقات و ماهیت تفکیک‌پذیری آنها، کیفیت قطعه‌بندی، اندازۀ نمونه‌ها، کیفیت نمونه‌برداری، چارچوب و قالب طبقه‌بندی و توزیع مکانی و درجۀ آمیختگی جنگل است.