بررسی عملکرد الگوریتم های طبقه بندی کاربری اراضی با استفاده از تکنیک‌های ادغام تصاویر (مطالعة موردی: زیرحوزه بهشت آباد)

طی چند دهة اخیر، تغییر کاربری اراضی تحت اثر عوامل محیطی و انسانی سبب بروز اثرات جدی بر محیط زیست، اقتصاد و اجتماع شده است، بنابراین داشتن اطلاع از نوع استفاده از اراضی و تغییرات آن در طی زمان از موارد مهم در برنامه­ریزی و سیاست­گذاری در کشور است. یکی از کاربردهای تکنیک‌ تلفیق تصاویر ارائه یک طبقه­بندی دقیق­تر می‌باشد که به عنوان ابزاری نوین در استخراج اطلاعات مکانی مورد استفاده قرار می­گیرد. هدف از ادغام داده­ها افزایش کیفیت و محتوای اطلاعات موجود در هر یک از داده‌های اولیه است تا به این وسیله بتوان به استنتاج‌های ویژه‌ای دست یافت. در این تحقیق با استفاده از داده­های سنجنده OLI ماهواره لندست 8 و استفاده از قابلیت‌های سنجش از دور و سیستم اطلاعات جغرافیایی، به کمک تکنیک­های ادغام تصاویر و معیارهای ارزیابی صحت، عملکرد الگوریتم­های طبقه­بندی کاربری اراضی مورد مطالعه که شامل ماشین بردار پشتیبان، بیشترین شباهت و شبکه عصبی می‌باشد، مورد مقایسه قرار گرفت. نتایج حاصل از ارزیابی کیفیت تصاویر ادغام شده نشان می‌دهد که تکنیک Gram-Schmidt بیشترین دقت را در حفظ بیشتر داده‌های اولیه و بارزسازی بهتر تصاویر نسبت به سه روش مورد مطالعه دارد. با توجه به طبقه­بندی صورت گرفته بر روی این تصاویر، روش Maximum Likelihood بیشترین تأثیر را در افزایش دقت طبقه‌بندی بر روی الگوریتم‌های Gram-Schmidt و PC_Sharpened داشته است. به طور کلی افزایش دقت طبقه‌بندی کاربری اراضی با لحاظ تکنیک‌های ادغام تصاویر نسبت به طبقه‌بندی صورت گرفته بر روی داده‌های چندطیفی اولیه مشاهده می‌شود.