مقایسه تکنیک‌های شیءگرا در شناسایی اراضی شور حاشیه شرق دریاچه ارومیه با استفاده از تصاویر ماهواره لندست8 سنجنده OLI

Authors

Abstract:

سابقه و هدف: شوری خاک یکی از مشکلات مهـم زیسـت محیطـی بـوده کـه نواحی گسترده‌ای را در بسیاری از کشورها تحت تأثیر قـرار مـی‌دهـد و این مسأله قابلیت تولید و باروری خاک را برای تولید مقرون بصرفه کاهش مـی دهـد شناسـایی و پایش مناطق شور برای کنترل رفتار تخریب زمـین و مـدیریت پایـدار آن به ویژه در نواحی نیمه خشک ضروری می باشد. گسترش روند شور شدن خاک از چالش های مهم زیست محیطی حاشیه شرق دریاچه ارومیه می‌باشد. نتایج پژوهش پژوهشگران بیانگر آن است که در زمینه ی شوری با استفاده از روش های شیءگرا کمتر کار شده و همچنین در میان انواع طبقه‌بندی کننده‌های موجود در محیط نرم افزار eCognition، به مقایسه بین الگوریتم‌های طبقه‌بندی کننده در زمینه شوری کمتر توجه شده است بنابراین ضروری است که الگوریتم های طبقه‌بندی کننده تصاویر مقایسه شده و الگوریتم‌هایی که دقت خوبی در استخراج عوارض تصویر دارند، مشخص گردند به همین منظور مطالعه حاضر سعی بر آن دارد علاوه‌ بر اینکه شوری خاک در حاشیه شرق دریاچه ارومیه را از روی تصاویر لندست استخراج نماید، الگوریتم‌های طبقه‌بندی کننده را نیز از لحاظ دقت نتایج بدست آمده ارزیابی و مقایسه نماید. مواد و روش‌ها: منطقه مورد مطالعه بخشی از مناطق شرق حوضـه آبریــز دریاچه ارومیه است که شامل دشت های تبریز، شبستر، اسکو، آذرشهر، ، عجبشیر و بناب، ملکان وقسمتی از مراغه می باشد. و در محــدوده 37درجه و9دقیقه تا 38درجه و 11دقیقه عرض شمالی و 45درجه و 41دقیقه تا 46درجه و 17دقیقه طول شرقی در شمال غرب ایران واقع گردیده است. مساحت محدوده مورد مطالعه 6012/3847 کیلومتر مربع می‌باشد. در این تحقیق، از دو نوع داده شامل تصاویر ماهواره‌ای لندست و داده-های بدست آمده از GPS در طی عملیات میدانی استفاده گردید. ابتدا مراحل پیش پردازش تصویر از جمله تصحیح رادیومتریک جهت محاسبه شاخص‌های طیفی، برش منطقه، استک کردن باندهای تصویر در محیط نرم افزاری ENVI 5.1 صورت گرفت و پس از این اعمال، تصاویر و لایه‌های اطلاعاتی GIS شامل (اطلاعات توپوگرافی حاصل از DEM 30 متری منطقه، کلاس‌بندی خاک، شاخص پوشش گیاهی(NDVI) و سایر لایه‌های اطلاعاتی) به منظور طبقه بندی دانش پایه و اعمال الگوریتم‌های مختلف وارد محیط نرم افزار eCognation شد. در این مطالعه کارایی تکنیک فازی شیءگرا و روش نزدیک‌ترین همسایگی در استخراج نواحی شور حاشیه شرق دریاچه ارومیه بررسی شده است. یافته‌ها: جهت دستیابی به نتایج با دقت بالا، با استفاده از الگوریتم ESP اقدام به بهینه‌سازی مقیاس سگمنت‌سازی گردید و مقیاس 170 با ضریب شکل 3/0 و ضریب فشردگی 5/0 به عنوان مقیاس مناسب انتخاب گردید. در مرحله بعد تصویر مورد نظر با استفاده از دو الگوریتم نزدیک‌ترین همسایگی و فازی شیءگرا مورد پردازش قرار گرفت. در این پژوهش جهت انجام طبقه بندی نزدیک‌ترین همسایگی، ابتدا فواصل بین نمونه‌های تعلیمی با استفاده از الگوریتم FSO بهینه گردید. و برای تصویر مورد مطالعه هجدهمین بعد با فاصله تفکیک-پذیری 52/2 به‌عنوان بهترین بعد جهت جداسازی کلاس‌های موردنظر مشخص گردید. بررسی نتایج به دست آمده نشان می‌دهد که هر دو روش با کمی تفاوت نتایج نسبتاً مشابهی را به دست می‌دهند. روش نزدیک‌ترین همسایگی اراضی غیر شور را بیشتر از روش فازی شیءگرا برآورد نموده است و این می‌تواند به دلیل وجود پیکسل‌های آمیخته باشد. نتبجه‌گیری: بررسی نتایج به دست آمده نشان داد که روش فازی شیءگرا به دلیل استفاده از توابع درجه عضویت دارای دقت کلی 94/0 و ضریب کاپای 91/0 بوده و در استخراج شوره‌زارهای حاشیه شرق دریاچه نسبت به الگوریتم نزدیک‌ترین همسایگی برتری دارد. همچنین مشخص گردید که شاخص روشنایی به عنوان مؤثرترین شاخص در شناسایی و تفکیک اراضی شور از نواحی غیر شور می‌باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بررسی پوشش گیاهی اراضی شور حاشیه دریاچه ارومیه با استفاده از تصاویر ماهواره ای

مرتع یکی از منابع تجدید شونده با ارزش است که در برنامه­های توسعه ملی بسیاری از کشورها جایگاه خاصی دارد. هدف مطالعه حاضر بررسی درصد پوشش گیاهی اراضی شور اطراف دریاچه ارومیه با استفاده از داده­های ماهواره­ای می‌باشد. این مطالعه در منطقه­ای به وسعت حدود 353150 هکتار در اراضی شور اطراف دریاچه ارومیه انجام گرفت. در این پژوهش پیش­پردازش­های مختلف شامل تصحیح هندسی با استفاده از نقشه‌های توپوگرافی و تص...

full text

بررسی پوشش گیاهی اراضی شور حاشیه دریاچه ارومیه با استفاده از تصاویر ماهواره ای

مرتع یکی از منابع تجدید شونده با ارزش است که در برنامه­های توسعه ملی بسیاری از کشورها جایگاه خاصی دارد. هدف مطالعه حاضر بررسی درصد پوشش گیاهی اراضی شور اطراف دریاچه ارومیه با استفاده از داده­های ماهواره­ای می باشد. این مطالعه در منطقه­ای به وسعت حدود 353150 هکتار در اراضی شور اطراف دریاچه ارومیه انجام گرفت. در این پژوهش پیش­پردازش­های مختلف شامل تصحیح هندسی با استفاده از نقشه های توپوگرافی و تص...

full text

مدلسازی اثرات خشکی دریاچه ارومیه بر روند گسترش شوری در اراضی کشاورزی حاشیه شرقی دریاچه با استفاده از تکنیک فازی شیءگرا

تکنیک­های تجزیه وتحلیل شیءگرای تصویر (OBIA) به عنوان یکی از روش­های جدید پردازش تصاویر ماهواره­ای در حوزه سنجش از دور مطرح هست که دارای پتانسیل قابل توجهی در مطالعات علوم خاک است. در این راستا OBIA به عنوان روشی شناخته شده است که جهت دستیابی به نتایج دقیق­تر، الگوی طیفی و مکانی تصاویر ماهواره­ای را با هم ادغام می­کند. این رویکرد در برابر روش­های پیکسل پایه که با چالش جدی تشابه خواص طیفی روبرو ه...

full text

ارزیابی تطبیقی تکنیک های پردازش پیکسل پایه و شیءگرا در طبقه بندی تصاویر ماهواره ایAster برای استخراج نقشه های اراضی کشاورزی و باغی در حاشیه شرقی دریاچه ارومیه

تحقیق حاضر نمونه‌ای از کاربرد تکنولوژی سنجش از دور در مدیریت منابع کشاورزی است. در این تحقیق با پردازش رقومی تصاویر ماهواره‌ای Aster خرداد ماه سال2016   نقشه‌های کاربری اراضی حاشیه شرقی دریاچه ارومیه استخراج شده است. در...

full text

برآورد تبخیر از سطح دریاچه ارومیه با استفاده از تصاویر ماهواره ای سنجنده modis

تبخیر به عنوان مهمترین عامل خروج آب از دریاچه های بسته، سهم به سزایی در معادلات بیلان آب دریاچه‏ها ایفا می کند و می تواند منجر به تغییر در ترکیب شیمیایی دریاچه ها شود. هدف از این مطالعه ارائه الگویی برای برآورد صحیح نرخ تبخیر از سطح آب دریاچه ارومیه با استفاده از فن آوری سنجش از دور می باشد. بدین منظور مدل روزانه تبخیر با لحاظ کردن اثر شوری (sdde)1 بر مبنای معادله بیلان انرژی و با استفاده تلفیق...

full text

ارزیابی مقایسه ای تصاویر سنجنده OLI ماهواره‌ لندست 8 و سنجنده MSI ماهواره سنتینل 2

مطالعه تطابق محتوای اطلاعاتی سنجنده‌ها به منظور جایگزینی سنجنده­ ها در مناطقی که امکان دسترسی آسان به داده‌های آنها وجود ندارد، در مطالعات سنجش از دور ضروری است. هدف از این پژوهش مقایسه‌ی دو سنجنده‌ی MSI ماهواره‌ی سنتینل ۲ و OLI ماهواره‌ی لندست ۸ می‌باشد تا امکان استفاده از آرشیو تصاویر لندست و همچنین جایگزینی تصاویر این دو ماهواره به جای یکدیگر مورد ارزیابی قرار بگیرد. برای رسیدن به این هدف، ش...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 27  issue 3

pages  65- 84

publication date 2020-08-22

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023