برآورد تغییرات سطح پوشش جنگل های رودسر با استفاده از روش های طبقه بندی شبکه عصبی مصنوعی و حداکثر احتمال

الموضوعات :

سید رضا فاطمی طلب ¹ (استادیار گروه محیط زیست، دانشگاه آزاد اسلامی واحد آباده)
مرتضی معدنی پور کرمانشاهی ² (استادیار گروه جنگلداری، دانشگاه آزاد اسلامی واحد شبستر)
سید آرمین هاشمی ³ (استادیار گروه جنگلداری، دانشگاه آزاد اسلامی واحد لاهیجان)

تاريخ الإرسال : 17 الأحد , شعبان, 1435 تاريخ التأكيد : 02 السبت , جمادى الأولى, 1436 تاريخ الإصدار : 08 الأحد , ذو القعدة, 1436

الکلمات المفتاحية: Neural Networks, کشف تغییرات, روش حداکثر احتمال, روش شبکه عصبی, جنگل های رودسر, Discover the changes, The method of maximum likelihood, Rodsar forest,

ملخص المقالة :

امروزه کسب آگاهی و دانش در رابطه با پوشش گیاهی نقش مهمی را در مدیریت خاک ها ایفا می کند. بااین وجود برآورد پوشش گیاهی به روش معمولی که شامل برآورد کلی از پوشش گیاهی است هم زمان بر است و هم اطلاعات چندان دقیقی را به دست نمی دهد. از این رو سنجش از دور فنآوری بسیار مفیدی است که به دلیل کاهش زمان و هزینه، بر سایر روش ها ارجحیت داده می شود. در این تحقیق سعی بر آن شد با استفاده از تکنیک های سنجش از دور و تصاویر سنجنده ETM+سال 2000 و لندست 8 مربوط به سال 2013 نقشه پوشش جنگل های رودسر تهیه شود. طبقه بندی رقومی تصویر منطقه جهت تهیه نقشه کاربری اراضی با استفاده از طبقه بندی کننده حداکثر احتمال و شبکه عصبی با شرکت دادن مجموعه باندهای مختلف انجام شد. نتایج نشان داد که در بهترین حالت، صحت کلی طبقه بندی تصویر در روش شبکه عصبی ETM+ سال 2000 و لندست 8 سال 2013 به ترتیب معادل 95/0 و 95/0 و ضریب کاپای 91/0 و 91/0 برآورد شد. دقت کلی در روش حداکثر احتمال در تصویر سال 2000 و 2013 معادل 95/0 و 85/0 و آماره کاپا معادل 86/0 و 84/0 محاسبه گردید. نتایج تحقیق همچنین نشان داد میزان کاهش پوشش جنگلی در روش طبقه بندی شبکه عصبی 507/1054 هکتار و میزان کاهش پوشش جنگلی در روش طبقه بندی حداکثر احتمال 319/635 هکتار بوده است. با توجه به دقت طبقه بندی و آماره کاپا مشاهده می شود دقت و ضریب کاپای روش طبقه بندی شبکه عصبی بالاتر از دقت و ضریب کاپا در روش حداکثر احتمال است.