• صفحه اصلی
  • مقـایسه‌ی روش های فازی و حداکثر احتمـال برای تهیه نقشه پوشش اراضی تالاب گندمـان با استفاده از تصاویر ماهواره لندست

اشتراک گذاری

آدرس مقاله


کد مقاله : 14199 بازدید : 163 صفحه: 49 - 64

20.1001.1.15625532.1398.17.1.5.3

نوع مقاله: پژوهشی

مقـایسه‌ی روش های فازی و حداکثر احتمـال برای تهیه نقشه پوشش اراضی تالاب گندمـان با استفاده از تصاویر ماهواره لندست

محورهای موضوعی : آب و محیط زیست

لیلا سمیعی 1 , مرضیه علی خواه اصل 2 , محمد رضوانی 3

1 - کارشناسی ارشد ارزیابی و آمایش سرزمین، دانشگاه پیام نور، تهران،ایران. *(مسوول مکاتبات)
2 - استادیار، گروه منابع طبیعی و محیط زیست، دانشگاه پیام نور، تهران، ایران.
3 - استادیار، گروه منابع طبیعی و محیط زیست، دانشگاه پیام نور، تهران، ایران.

تاریخ دریافت : 1394/11/17 تاریخ پذیرش : 1395/04/01 تاریخ انتشار : 1398/01/01

کلید واژه: تالاب, روش فازی, روش حداکثر احتمال, کاربری/ پوشش اراضی,

چکیده مقاله :

تهیه نقشه های کاربری و پوشش زمین به منظور اطلاع از کاربری ها و برنامه ریزی در جهت مدیریت بهینه ی کاربری اراضی از جمله اقدامات اساسی برای دست یابی به توسعه پایدار است، این مساله در خصوص مناطق حساس و به خصوص تالاب ها به علت وابستگی عملکردهای هیدرولوژیکی و بیوژئولوژیکی آن ها به جریانات سطحی و زیرزمینی و موقعیت آن ها در سیمای سرزمین از اهمیت بیش تری برخوردار است. امروزه الگوریتم های زیادی جهت مقایسه نقشه های کاربری/ پوشش اراضی، توسعه یافته است. هدف از این مطالعه مقایسه دو روش حداکثر احتمال و فازی، جهت تهیه نقشه پوشش اراضی تالاب بین المللی گندمان و اراضی پیرامون با استفاده از تصاویر ماهواره لندست می باشد. برای این منظور، از تصاویر سال 2014 مربوط به سنجنده OLI ماهواره لندست 8 استفاده شد. بر اساس نتایج به دست آمده، منطقه ی مورد مطالعه به طبقات تالاب، اراضی کشاورزی، اراضی بایر و مرتع تقسیم گردید و دقت کلی و ضریب کاپا برای نقشه های کاربری اراضی محاسبه شد که بر اساس نتایج به دست آمده می توان بیان کرد نقشه ی کاربری اراضی حاصل از الگوریتم فازی با دقت کلی 70/86 و ضریب کاپای 79/0 نسبت به الگوریتم حداکثر احتمال با دقت کلی 20/81 و ضریب کاپای 71/0 از دقت بالاتری برخوردار بوده است.

چکیده انگلیسی:

  Preparation of land use and land cover maps in order to inform from land use and planning with optimal planning one of the basic measures to achieve sustainabll developement. This issue is more important in sensitive areas and particularly in wetland due to dependence of hydrologic and biogeological performance of them to surface and groundwater flows and their status in the landscape. Nowdays, many algorithms have developed to compare maps of land use / cover maps. The aim of this study is comparison of two methods of maximum likelihood and fuzzy method for preparation of land use/cover maps in Gandoman international wetland and the land around it using Landsat images. For this study, Images (2014) were used related to landsat. Based on obtained results the study area was classified into farmland, bare land, rangeland and lagoon. Thereafter overall accuracy and kappa computed for each land use. Finally results showed that fuzzy method more accurately produced land were used than maximum probability method. The result can be staded maps of land use fuzzy algorithm with overall accuracy 86،70 and kappa coefficient 0.79 to maximum likelihood in overall accuracy 81.20 and kappa coefficient is 0.71, higher accuracy.   Comparing fuzzy and maximum likelihood methods to land cover mapping in Gandoman wetland using Landsat satellite data

منابع و مأخذ:


  1. جهانی شکیب، فاطمه، ملک محمدی، بهرام، یاوری، احمد رضا، شریفی، احمد رضا، عادلی ،یونس، ارزیابی روند تغییرات کاربری زمین و تغییر اقلیم در سیمای سرزمین تالاب چغاخور با تأکید بر آثار محیط زیستی، محیط شناسی، 1393، شماره  3، صفحه 631-643.
    2.
  2. شتایی جویباری، شعبان، تهیه نقشه جنگل به کمک تصاویر ماهواره­ای به روش رقومی، پایان نامه دکتری، دانشگاه تهران، 1382، 155ص.
    3.
  3. Zhao, H; Cui, B; Zhang, H; Fan, X; Zhang, Z; Lei, X (2010); Alandscape approach for wetland change detection (1979-2009) in the Pearl River Estuary; Procedia Environmental Sciences; 2, 1265-1278
    4.
  4. زبردست، لعبت، جعفری، حمیدرضا ، ارزیابی روند تغییرات تالاب انزلی با استفاده از سنجش از دور و ارائة راه حل مدیریتی، مجله محیط شناسی،1390، شماره 57، صفحه 57 -64.
    5.
  5. Song, C., C. E. Woodcock, K. C. Seto, M. P. Lenney, and S. A. Macomber, 2001. Classification and change detection using landsat tm data: When and how to correct atmospheric effects? Remote Sensing of Environment, 74:230–244
    6.
  6. چیتساز، وحید ، تهیه نقشه شوری و قلیایت خاک در منطقه شرق اصفهان با استفاده از داده های رقومیTM، پایان­نامه کارشناسی ارشد بیابان­زدایی، دانشگاه صنعتی اصفهان، دانشکده منابع طبیعی1378، ص140،.
    7.
  7. رمضانی، نفیسه، جعفری، رضا، ایزانلو، اسماعیل ، بررسی تغییرات کاربری اراضی خراسان شمالی در 4 دهه گذشته. مجله سنجش از دور و Gis ایران، 1390، شماره2، صفحه 19-37.
    8.
  8. علوی­پناه، سید کاظم، احسانی، امیر هوشنگ ، تشخیص تغییرات و بیابانزایی با استفاده از سامانة اطلاعات جغرافیایی داده­های ماهوارهای چندطیفی، پژوهشهای جغرافیایی،1384، شمارة ۵۱ ، صفحه 50
    9.
  9. رحیمی بلوچی، لیلا، زرع کار، آمنه، ملک محمدی، بهرام ،  بررسی تغییرات زیست محیطی با استفاده از سنجش از دور و شاخص کیفیت آب ( مطالعة موردی: تالاب بین المللی شادگان) کاربرد سنجش از دور و GIS در علوم منابع طبیعی،1392، سال سوم، شمارة 4، صفحه 43-55.
    10.
  10. رفیعی یوسف، بهرام، ملک محمدی، اکبر، آبکار علی، احمدرضا، یاوری، مجید، رمضانی مهریان، و حمید، ظهرابی، بررسی تغییرات زیست محیطی تالاب ها و مناطق حفاظت شده با استفاده از تصاویر چند زمانه سنجنده TM )مطالعه موردی: تالاب نیریز( . مجله محیط شناسی،1390، شماره 57، صفحه 65-76.
    11.
  11. دهستانی، طبقه بندی تصاویر چندطیفی سنجش از دور با استفاده از شبکه­ی عصبی، پایان نامه کارشناسی ارشد، دانشگاه تربیت مدرس1377، 167ص.
    12.
  12. رفیعیان، امید، درویش صفت، علی اصغر، نمیرانیان، منوچهر ،  تعیین تغییرات گستره­ی جنگلهای شمال کشور بین سالهای 73 تا 80 با استفاده از تصاویر سنجنده ETM+ . مطالعه موردی:  (جنگلهای بابل). . مجله علوم و فنون کشاورزی منابع طبیعی، 1385، شماره 3، صفحه286-277.
    13.
  13. نیازی. یعقوب.، اختصاصی، محمد رضا . ملکی نژاد، حسین.، حسینی،سید زین العابدین، جعفر، مرشدی، مقایسه دو روش طبقه­بندی حداکثر احتمال و شبکه عصبی مصنوعی در استخراج نقشة کاربری اراضی مطالعه موردی: حوزه سد ایلام. مجله جغرافیا و توسعه، 1389، شماره 20، صفحه 133-119 
    14.
  14. Wilson, J.D. 1992. A comparison of procedures for classifying remotely sensed data using simulated dada sets in corporating autocorrelation between spectral responses. Int. J. Remote Sensing, 13(2):432-475
    15.
  15. Zhang J and Foody GM. 2001. Fully- fuzzy supervised classification of sub-urban land cover from remotely sensed imagery: statistical and artificial neural network approaches. International Journal of Remote Sensing, 22(4): 615-628
    16.
  16. Foody GM. 2002. Hard and soft classifications by a neural network with a non-exhaustively defined set of classes. International Journal of Remote Sensing, 23(18): 3853-3864.
    17.
  17. Sunar Erbek F, Ozkan C and Taberner M 2004. Comparison of maximum likelihood classification method with supervised artificial neural network algorithms for land use activities. International Journal of Remote Sensing, 25(9): 1733-1748.
    18.
  18. Verbek LPC, Vancoillie FMB and De Wulf RR. 2004. Reusing back-propagating artificial neural network for land cover classification in tropical savannahs. International Journal of Remote Sensing, 25(14): 2747-2771
    19.
  19. رشیدی، فرحناز ، بررسی صحت طبقه­بندی تیپ­های جنگل با استفاده از ادغام داده­های ماهواره­ای ( مطالعه موردی: طرح جنگلداری آذر رود، سواد کوه مازندران)، 1387، شماره 1، صفحه 11-21.
    20.
  20. علیمحمدی، عباس، نوابی ، ایرما ، شیرکوند، محمد، بهینه سازی الگوریتم SPARK برای تهیه نقشه کاربری اراضی از تصاویر ماهواره ای. نقشه برداری،1380، شماره  65، صفحه 5-12
    21.
  21. Chavez, P.S. and Kwarteng, A.Y.1989. Extracting spectral contrast in landsat thematic mapper image using selective principle component analysis. Photogrammetric Eng. & Remote Sens, 55(3): 339-348 pp.
    22.
  22. شتایی، شعبان، عبدی، امید، تهیه نقشه کاربری اراضی در مناطق کوهستانی زاگرس  با استفاده از داده­های سنجنده TM  (منطقه مورد مطالعه :حوزه سرخاب خرم آباد لرستان)، مجله علوم کشاورزی و منابع طبیعی، 1386، 1:14، 129-138.
    23.
  23. عرب مومنی، اسماعیل ، برآورد تاج پوشش جنگل­های شهری با استفاده از روش­های آماربرداری زمینی، داده­های Quickbird و UltraCamD، پایان نامه کارشناسی ارشد، دانشگاه علوم کشاورزی و منابع طبیعی ساری،1391، 109ص.
    24.
  24. Hua, Z., Guo, H. H., Dunling, W. and Xiaodong, Z., 2011. Uncertainty assessment of climate change impacts on the hydrology of small prairie wetlands. J HYDROL, 396, 94–103
    25.
  25. Bhaskaran, s., Paramananda, S., Ramnarayan, M. (2010).  Per-pixel and object-oriented classification methods for mapping urban features using Ikonos satellite data. Applied Geography. 30, 650- 665
    26.
  26. Alavi Panah, S.k., Goosens R. 1999: The role of TM thermal band in describing the state/stress of remote sensing in Iranian Desert. Proceeding of remote sensing in the 21 century; Economic and environmental applications. 19th EARSel Symposium, University of Vallodolid, Spain, 31 May-2 June, 31-37 p                 
    27.
  27. Ridd MK and Liu J. 1998. A comparison of four algorithms for change detection in an urban environment. Remote Sensing of Environment, 63(2): 95-100.
    28.
  28. عالیشاه ارات بنی ، فاطمه، ارزانی، حسین، حسینی، زین العابدین، بابایی کفاکی، ساسان، میر آخورلو، خسرو، بررسی قابلیت داده­هایماهواره­ای IRS-LissIII در تفکیک اراضی مرتعی از کاربری های دیگر (مطالعه موردی، حوزه آبخیز سرخ آباد- مازندران)، 1390، شماره 2، صفحه 154-147.
    29.
  29. هادیان، فاطمه.، جعفری، رضا. بشری، حسین، سلطانی، سعید.، بررسی گروههای مختلف شاخص­های گیاهی سنجش از دوری در مطالع تیپ­های مرتعی ( مطالعه موردی: سمیرم، اصفهان)، مجله مرتع، 1390، شماره4، صفحه 429-420.
    30.
  30. سفیانیان، علیرضا، خداکرمی، لقمان ، تهیه نقشه کاربری اراضی با استفاده از روش طبقه­بندی فازی (مطالعه موردی سه زیر حوزه آبخیز کبودر آهنگ، رزن –قهقاوند و خونجین- تلخاب در استان همدان)، فصلنامه آمایش سرزمین،1390، شماره 4، صفحه 95-114.
    31.
  31. Congalton, R.G. and K., Green.1999. Assessing the accuracy of remotely sensed data: Principles and practices, Boca Rotan, Florida’ Lewis Publishers. 365-386.
    32.
  32. Wang, Y.Q., et al. 2009. Remote sensing of land-cover change and landscape context of the national parks: A case study of the Northeast Temperate Network. Remote Sensing of Environment, 113, 1453–1461.
    33.
  33. Stehman SV. 2004. A critical evaluation of the normalized error matrix in map accuracy assessment. Photogrammetric Engineering and Remote Sensing, 70(6): 743-751.
    34.
  34. Richards, J.A., X., Jia. 2006. Remote Sensing Digital Image Analysis: An Introduction, Springer Verlag, Berlin.
    35.
  35. فاطمی، سید باقر، رضایی، یوسف، مبانی سنجش از دور، انتشارات آزاده، 1385، 257صفحه.
    36.
  36. جعفر زاده، علی اکبر ، مدل سازی تخریب جنگل­های زاگرس با استفاده از تکنیک­های سنجش از دور و Gis، پایان نامه کارشناسی ارشد ، دانشگاه علوم  کشاورزی و منابع طبیعی ساری، دانشکده منابع طبیعی، 1389، 91ص.
    37.
  37. فتاحی، محمد مهدی ، مقایسه چهار روش طبقه­بندی و تهیه نقشه­های استفاده از اراضی و پوشش زمین با استفاده از داده های سنجش از دور. پنجمین همایش علوم آبخیزداری ، بهار 1388، کرج، ایران.
    38.
  38. Abbasi, M., Riyahi Bakhtyari, H.R. 2012.  Extraction of Forest stands parametrs from ASTER data in open forest. The XXII Congress of the international Society for photogrammetry and remote sensing. 25 Agust – 1 September.
    39.
  39. اکبر پور، ابوالفضل، شریفی، محمدباقر، معماریان خلیل آبادی، هادی ، مقایسه روش­های فازی و حداکثر احتمال با کمک داده­های ETM (مطالعه­ی موردی: حوزه ابخیز کامه)، فصلنامه تحقیقات مرتع و بیابان ایران ، 1385، جلد13، شماره 1، صفحه 27-38.
    40.
  40. Sepehry A and Liu G. 2006. Flood induced land cove change detection using multitemporal ETM+ imagery. Proceedings of the 2nd Workshop of the EARSeL SIG on Land Use and Land Cover: Application and Development, Bonn, Germany, 28-30 September, 399-406.
    41.
  41. Yuan, F., Sawaya, K. E., Loeffelholz, B. C., & Bauer, M. E. (2005). Land cover classification and change analysis of the Twin Cities (Minnesota) Metropolitan Area by multitemporal Landsat remote sensing. Remote sensing of Environment, 98(2), 317-328.
    42.
  42. مبینی، مریم، آسیایی، مریم،کرمشاهی، عبدالعلی، مقایسه­ی روش حداکثر احتمال و فازی در تهیه نقشه کاربری جنوب خوزستان با استفاده از تصاویر لندست، مجله کاربرد سنجش از دور و Gis  در منابع طبیعی، 1390، شماره 12، صفحه 69-80.
    43.
  43. علی خواه اصل، مرضیه.، فروتن، الهام، استفاده از روش طبقه بندی فازی برای تهیه نقشه کاربری اراضی (مطالعه موردی: زیر حوزه آبخیز حبله رود)، فصلنامه انسان و محیط زیست، 1392 ، شماره 1. صفحه 41-47.
    44.

 

 

 

 

_||_

  1. جهانی شکیب، فاطمه، ملک محمدی، بهرام، یاوری، احمد رضا، شریفی، احمد رضا، عادلی ،یونس، ارزیابی روند تغییرات کاربری زمین و تغییر اقلیم در سیمای سرزمین تالاب چغاخور با تأکید بر آثار محیط زیستی، محیط شناسی، 1393، شماره  3، صفحه 631-643.
    2.
  2. شتایی جویباری، شعبان، تهیه نقشه جنگل به کمک تصاویر ماهواره­ای به روش رقومی، پایان نامه دکتری، دانشگاه تهران، 1382، 155ص.
    3.
  3. Zhao, H; Cui, B; Zhang, H; Fan, X; Zhang, Z; Lei, X (2010); Alandscape approach for wetland change detection (1979-2009) in the Pearl River Estuary; Procedia Environmental Sciences; 2, 1265-1278
    4.
  4. زبردست، لعبت، جعفری، حمیدرضا ، ارزیابی روند تغییرات تالاب انزلی با استفاده از سنجش از دور و ارائة راه حل مدیریتی، مجله محیط شناسی،1390، شماره 57، صفحه 57 -64.
    5.
  5. Song, C., C. E. Woodcock, K. C. Seto, M. P. Lenney, and S. A. Macomber, 2001. Classification and change detection using landsat tm data: When and how to correct atmospheric effects? Remote Sensing of Environment, 74:230–244
    6.
  6. چیتساز، وحید ، تهیه نقشه شوری و قلیایت خاک در منطقه شرق اصفهان با استفاده از داده های رقومیTM، پایان­نامه کارشناسی ارشد بیابان­زدایی، دانشگاه صنعتی اصفهان، دانشکده منابع طبیعی1378، ص140،.
    7.
  7. رمضانی، نفیسه، جعفری، رضا، ایزانلو، اسماعیل ، بررسی تغییرات کاربری اراضی خراسان شمالی در 4 دهه گذشته. مجله سنجش از دور و Gis ایران، 1390، شماره2، صفحه 19-37.
    8.
  8. علوی­پناه، سید کاظم، احسانی، امیر هوشنگ ، تشخیص تغییرات و بیابانزایی با استفاده از سامانة اطلاعات جغرافیایی داده­های ماهوارهای چندطیفی، پژوهشهای جغرافیایی،1384، شمارة ۵۱ ، صفحه 50
    9.
  9. رحیمی بلوچی، لیلا، زرع کار، آمنه، ملک محمدی، بهرام ،  بررسی تغییرات زیست محیطی با استفاده از سنجش از دور و شاخص کیفیت آب ( مطالعة موردی: تالاب بین المللی شادگان) کاربرد سنجش از دور و GIS در علوم منابع طبیعی،1392، سال سوم، شمارة 4، صفحه 43-55.
    10.
  10. رفیعی یوسف، بهرام، ملک محمدی، اکبر، آبکار علی، احمدرضا، یاوری، مجید، رمضانی مهریان، و حمید، ظهرابی، بررسی تغییرات زیست محیطی تالاب ها و مناطق حفاظت شده با استفاده از تصاویر چند زمانه سنجنده TM )مطالعه موردی: تالاب نیریز( . مجله محیط شناسی،1390، شماره 57، صفحه 65-76.
    11.
  11. دهستانی، طبقه بندی تصاویر چندطیفی سنجش از دور با استفاده از شبکه­ی عصبی، پایان نامه کارشناسی ارشد، دانشگاه تربیت مدرس1377، 167ص.
    12.
  12. رفیعیان، امید، درویش صفت، علی اصغر، نمیرانیان، منوچهر ،  تعیین تغییرات گستره­ی جنگلهای شمال کشور بین سالهای 73 تا 80 با استفاده از تصاویر سنجنده ETM+ . مطالعه موردی:  (جنگلهای بابل). . مجله علوم و فنون کشاورزی منابع طبیعی، 1385، شماره 3، صفحه286-277.
    13.
  13. نیازی. یعقوب.، اختصاصی، محمد رضا . ملکی نژاد، حسین.، حسینی،سید زین العابدین، جعفر، مرشدی، مقایسه دو روش طبقه­بندی حداکثر احتمال و شبکه عصبی مصنوعی در استخراج نقشة کاربری اراضی مطالعه موردی: حوزه سد ایلام. مجله جغرافیا و توسعه، 1389، شماره 20، صفحه 133-119 
    14.
  14. Wilson, J.D. 1992. A comparison of procedures for classifying remotely sensed data using simulated dada sets in corporating autocorrelation between spectral responses. Int. J. Remote Sensing, 13(2):432-475
    15.
  15. Zhang J and Foody GM. 2001. Fully- fuzzy supervised classification of sub-urban land cover from remotely sensed imagery: statistical and artificial neural network approaches. International Journal of Remote Sensing, 22(4): 615-628
    16.
  16. Foody GM. 2002. Hard and soft classifications by a neural network with a non-exhaustively defined set of classes. International Journal of Remote Sensing, 23(18): 3853-3864.
    17.
  17. Sunar Erbek F, Ozkan C and Taberner M 2004. Comparison of maximum likelihood classification method with supervised artificial neural network algorithms for land use activities. International Journal of Remote Sensing, 25(9): 1733-1748.
    18.
  18. Verbek LPC, Vancoillie FMB and De Wulf RR. 2004. Reusing back-propagating artificial neural network for land cover classification in tropical savannahs. International Journal of Remote Sensing, 25(14): 2747-2771
    19.
  19. رشیدی، فرحناز ، بررسی صحت طبقه­بندی تیپ­های جنگل با استفاده از ادغام داده­های ماهواره­ای ( مطالعه موردی: طرح جنگلداری آذر رود، سواد کوه مازندران)، 1387، شماره 1، صفحه 11-21.
    20.
  20. علیمحمدی، عباس، نوابی ، ایرما ، شیرکوند، محمد، بهینه سازی الگوریتم SPARK برای تهیه نقشه کاربری اراضی از تصاویر ماهواره ای. نقشه برداری،1380، شماره  65، صفحه 5-12
    21.
  21. Chavez, P.S. and Kwarteng, A.Y.1989. Extracting spectral contrast in landsat thematic mapper image using selective principle component analysis. Photogrammetric Eng. & Remote Sens, 55(3): 339-348 pp.
    22.
  22. شتایی، شعبان، عبدی، امید، تهیه نقشه کاربری اراضی در مناطق کوهستانی زاگرس  با استفاده از داده­های سنجنده TM  (منطقه مورد مطالعه :حوزه سرخاب خرم آباد لرستان)، مجله علوم کشاورزی و منابع طبیعی، 1386، 1:14، 129-138.
    23.
  23. عرب مومنی، اسماعیل ، برآورد تاج پوشش جنگل­های شهری با استفاده از روش­های آماربرداری زمینی، داده­های Quickbird و UltraCamD، پایان نامه کارشناسی ارشد، دانشگاه علوم کشاورزی و منابع طبیعی ساری،1391، 109ص.
    24.
  24. Hua, Z., Guo, H. H., Dunling, W. and Xiaodong, Z., 2011. Uncertainty assessment of climate change impacts on the hydrology of small prairie wetlands. J HYDROL, 396, 94–103
    25.
  25. Bhaskaran, s., Paramananda, S., Ramnarayan, M. (2010).  Per-pixel and object-oriented classification methods for mapping urban features using Ikonos satellite data. Applied Geography. 30, 650- 665
    26.
  26. Alavi Panah, S.k., Goosens R. 1999: The role of TM thermal band in describing the state/stress of remote sensing in Iranian Desert. Proceeding of remote sensing in the 21 century; Economic and environmental applications. 19th EARSel Symposium, University of Vallodolid, Spain, 31 May-2 June, 31-37 p                 
    27.
  27. Ridd MK and Liu J. 1998. A comparison of four algorithms for change detection in an urban environment. Remote Sensing of Environment, 63(2): 95-100.
    28.
  28. عالیشاه ارات بنی ، فاطمه، ارزانی، حسین، حسینی، زین العابدین، بابایی کفاکی، ساسان، میر آخورلو، خسرو، بررسی قابلیت داده­هایماهواره­ای IRS-LissIII در تفکیک اراضی مرتعی از کاربری های دیگر (مطالعه موردی، حوزه آبخیز سرخ آباد- مازندران)، 1390، شماره 2، صفحه 154-147.
    29.
  29. هادیان، فاطمه.، جعفری، رضا. بشری، حسین، سلطانی، سعید.، بررسی گروههای مختلف شاخص­های گیاهی سنجش از دوری در مطالع تیپ­های مرتعی ( مطالعه موردی: سمیرم، اصفهان)، مجله مرتع، 1390، شماره4، صفحه 429-420.
    30.
  30. سفیانیان، علیرضا، خداکرمی، لقمان ، تهیه نقشه کاربری اراضی با استفاده از روش طبقه­بندی فازی (مطالعه موردی سه زیر حوزه آبخیز کبودر آهنگ، رزن –قهقاوند و خونجین- تلخاب در استان همدان)، فصلنامه آمایش سرزمین،1390، شماره 4، صفحه 95-114.
    31.
  31. Congalton, R.G. and K., Green.1999. Assessing the accuracy of remotely sensed data: Principles and practices, Boca Rotan, Florida’ Lewis Publishers. 365-386.
    32.
  32. Wang, Y.Q., et al. 2009. Remote sensing of land-cover change and landscape context of the national parks: A case study of the Northeast Temperate Network. Remote Sensing of Environment, 113, 1453–1461.
    33.
  33. Stehman SV. 2004. A critical evaluation of the normalized error matrix in map accuracy assessment. Photogrammetric Engineering and Remote Sensing, 70(6): 743-751.
    34.
  34. Richards, J.A., X., Jia. 2006. Remote Sensing Digital Image Analysis: An Introduction, Springer Verlag, Berlin.
    35.
  35. فاطمی، سید باقر، رضایی، یوسف، مبانی سنجش از دور، انتشارات آزاده، 1385، 257صفحه.
    36.
  36. جعفر زاده، علی اکبر ، مدل سازی تخریب جنگل­های زاگرس با استفاده از تکنیک­های سنجش از دور و Gis، پایان نامه کارشناسی ارشد ، دانشگاه علوم  کشاورزی و منابع طبیعی ساری، دانشکده منابع طبیعی، 1389، 91ص.
    37.
  37. فتاحی، محمد مهدی ، مقایسه چهار روش طبقه­بندی و تهیه نقشه­های استفاده از اراضی و پوشش زمین با استفاده از داده های سنجش از دور. پنجمین همایش علوم آبخیزداری ، بهار 1388، کرج، ایران.
    38.
  38. Abbasi, M., Riyahi Bakhtyari, H.R. 2012.  Extraction of Forest stands parametrs from ASTER data in open forest. The XXII Congress of the international Society for photogrammetry and remote sensing. 25 Agust – 1 September.
    39.
  39. اکبر پور، ابوالفضل، شریفی، محمدباقر، معماریان خلیل آبادی، هادی ، مقایسه روش­های فازی و حداکثر احتمال با کمک داده­های ETM (مطالعه­ی موردی: حوزه ابخیز کامه)، فصلنامه تحقیقات مرتع و بیابان ایران ، 1385، جلد13، شماره 1، صفحه 27-38.
    40.
  40. Sepehry A and Liu G. 2006. Flood induced land cove change detection using multitemporal ETM+ imagery. Proceedings of the 2nd Workshop of the EARSeL SIG on Land Use and Land Cover: Application and Development, Bonn, Germany, 28-30 September, 399-406.
    41.
  41. Yuan, F., Sawaya, K. E., Loeffelholz, B. C., & Bauer, M. E. (2005). Land cover classification and change analysis of the Twin Cities (Minnesota) Metropolitan Area by multitemporal Landsat remote sensing. Remote sensing of Environment, 98(2), 317-328.
    42.
  42. مبینی، مریم، آسیایی، مریم،کرمشاهی، عبدالعلی، مقایسه­ی روش حداکثر احتمال و فازی در تهیه نقشه کاربری جنوب خوزستان با استفاده از تصاویر لندست، مجله کاربرد سنجش از دور و Gis  در منابع طبیعی، 1390، شماره 12، صفحه 69-80.
    43.
  43. علی خواه اصل، مرضیه.، فروتن، الهام، استفاده از روش طبقه بندی فازی برای تهیه نقشه کاربری اراضی (مطالعه موردی: زیر حوزه آبخیز حبله رود)، فصلنامه انسان و محیط زیست، 1392 ، شماره 1. صفحه 41-47.
    44.

 

 

 

 

مقالات مرتبط

حقوق این وب‌سایت متعلق به سامانه مدیریت نشریات دانشگاه آزاد اسلامی است.
حق نشر © 1403-1400

صفحه اصلی| عضویت/ ورود| درباره سند| تماس با ما|
[English] [العربية] [en] [ar]