• فهرس المقالات Kappa coefficient

      • حرية الوصول المقاله

        1 - بررسی قابلیت تصاویر ماهواره‌ای Sentinel-2A در بستر Google Earth Engine برای تهیه نقشه پوشش زمین
        ناصر احمدی ثانی
        نقشه پوشش زمین، پراکنش مکانی چشم‌اندازهای مختلف کشاورزی، منابع طبیعی، آب و منابع انسان‌ساخت را نشان می‌دهد و به‌عنوان یک ابزار مهم برای مدیریت و کاهش ریسک در مسایل چالش‌برانگیز مانند خشکسالی و اثرات آن، امنیت غذایی، کنترل سیل و برنامه‌ریزی شهری ارزشمند است. به‌منظور غلب أکثر
        نقشه پوشش زمین، پراکنش مکانی چشم‌اندازهای مختلف کشاورزی، منابع طبیعی، آب و منابع انسان‌ساخت را نشان می‌دهد و به‌عنوان یک ابزار مهم برای مدیریت و کاهش ریسک در مسایل چالش‌برانگیز مانند خشکسالی و اثرات آن، امنیت غذایی، کنترل سیل و برنامه‌ریزی شهری ارزشمند است. به‌منظور غلبه بر محدودیت‌های کار میدانی در تهیه نقشه پوشش زمین، استفاده از تصاویر ماهواره‌ای به‌دلیل دارا بودن داده‌های وسیع، چندطیفی و به‌روز مناسب به نظر می‌رسد. در منطقه مورد مطالعه، وجود پدیده‌های ناهمگن مکانی نیز طبقه‌بندی پدیده‌ها را با مشکل مواجه می‌سازد. هدف اصلی این پژوهش، تهیه نقشه پوشش زمین با وضوح بالا با کاربرد تصاویر Sentinel-2A در بستر Google Earth Engine است. در این رابطه، سه الگوریتم طبقه‌بندی جنگل تصادفی، ماشین بردار پشتیبان و درخت تصمیم مورد ارزیابی و مقایسه قرار گرفت. شاخص‌های متعدد با استفاده از روش‌های تبدیل و نسبت‌گیری طیفی تهیه شد. صحت نقشه‌های حاصل ‌از طبقه‌بندی در مقایسه با نقشه‌های مرجع زمینی ارزیابی شد. در رابطه با ارزیابی تک باندها، بهترین صحت کلی برابر 49 درصد با کاربرد شاخص CVI به دست آمد. بهترین صحت کلی و ضریب کاپا به‌ترتیب برابر 86 درصد و 0/82 توسط الگوریتم جنگل تصادفی حاصل شد. بنابراین ضمن تاکید بر مزایای GEE شامل دسترسی آسان به داده‌ها و قابلیت پردازش و مقایسه سریع آنها، می‌توان ادعا نمود که تصاویر Sentinel-2A برای تهیه نقشه پوشش زمین از لحاظ هزینه، زمان و دقت، کارآیی بالایی دارد و این نقشه می‌تواند برای مدیریت و برنامه‌ریزی منابع مختلف طبیعی و انسان ساخت در راستای توسعه پایدار بسیار مفید واقع گردد. تفاصيل المقالة
      • حرية الوصول المقاله

        2 - بررسی روند تغییرات پوشش اراضی با استفاده از تکنیک سنجش از دور (مطالعه موردی، تحت واحد کتالان)
        مریم ناظمی جلال مرضیه علی خواه اصل الهام فروتن
        زمینه و هدف: استفاده و مدیریت بهینه یک سرزمین نیازمند اطلاعات بهنگام و درست می¬باشد. یکی از مهمترین منابع اطلاعاتی در مدیریت منابع طبیعی، نقشه¬های پوشش اراضی است. هدف از انجام این پژوهش، تهیه نقشه¬های پوشش اراضی منطقه کتالان برای بررسی تغییرات صورت گرفته طی 12 سال گذشته أکثر
        زمینه و هدف: استفاده و مدیریت بهینه یک سرزمین نیازمند اطلاعات بهنگام و درست می¬باشد. یکی از مهمترین منابع اطلاعاتی در مدیریت منابع طبیعی، نقشه¬های پوشش اراضی است. هدف از انجام این پژوهش، تهیه نقشه¬های پوشش اراضی منطقه کتالان برای بررسی تغییرات صورت گرفته طی 12 سال گذشته می¬باشد. روش بررسی: در انجام این تحقیق داده¬های ماهواره لندست سنجنده OLI سال 2013 و سنجنده ETM سال 2001 به¬کارگرفته شد و پس از انجام تصحیحات لازم بر روی تصاویر، از GPS و نقشه¬های توپوگرافی به منظور بازدید صحرایی منطقه و برداشت نقاط تعلیمی، استفاده شده ¬است. نقشه¬های پوشش اراضی با استفاده از روش¬ طبقه¬بندی نظارت¬شده با الگوریتم حداکثر احتمال تهیه گردید. یافته¬ها: بر اساس نتایج به¬دست آمده، منطقه مورد مطالعه دارای 6 طبقه شامل: اراضی زراعی آبی، اراضی زراعی دیم، اراضی زراعی رها شده، رخنمون سنگی، مرتع و معدن می¬باشد. دقت کلی و ضریب کاپا برای نقشه پوشش اراضی سال 2013، به ترتیب برابر 11/86% و 82/0و برای سال 2001 به ترتیب برابر با 26/78% و 71/0 به¬دست آمد. بحث و نتیجه¬گیری: نتایج تحقیق نشان می¬دهد که اراضی زراعی آبي، اراضی رها شده و طبقه مرتع از سال 2001 نسبت به سال 2013 به ترتیب 84/1 % و 29/1 % و 21/1% افزایش سطح داشته¬¬است و کلاس اراضی زراعی دیم و برو¬¬ن¬زد سنگی به ترتیب 09/5 % و 62/0% کاهش یافته¬است. همچنین طبقه معدن در سال 2001 وجود نداشته و در سال 2013، 3939/49هکتار معادل 36/1 درصد از مساحت منطقه را به خود اختصاص داده¬¬است. تفاصيل المقالة
      • حرية الوصول المقاله

        3 - پیش‎بینی تغییرات عرضه خدمات اکوسیستمی مرتبط با تنوع زیستی تحت تاثیر تغییرات کاربری اراضی در حوزه آبخیز شفارود استان گیلان
        ستاره مهرخو مهدی رمضانی پروین فرشچی مصطفی پناهی سید مسعود منوری
        زمینه و هدف: تغییرات شدید کاربری اراضی طی دهه های اخیر توان اکوسیستم‌ها در عرضه خدمات را به شدت تحت تاثیر قرار داده است. به همین جهت آگاهی از روند این تغییرات و تاثیر آن بر خدمات اکوسیستمی برای مدیریت پایدار سرزمین ضروری است. پژوهش حاضر با هدف ارزیابی تاثیر تغییرات کارب أکثر
        زمینه و هدف: تغییرات شدید کاربری اراضی طی دهه های اخیر توان اکوسیستم‌ها در عرضه خدمات را به شدت تحت تاثیر قرار داده است. به همین جهت آگاهی از روند این تغییرات و تاثیر آن بر خدمات اکوسیستمی برای مدیریت پایدار سرزمین ضروری است. پژوهش حاضر با هدف ارزیابی تاثیر تغییرات کاربری اراضی بر خدمات اکوسیستمی مرتبط با تنوع زیستی حوزه آبخیز شفارود انجام گرفته است.روش بررسی: پژوهش حاضر شامل سه مرحله 1) استخراج نقشه کاربری اراضی گذشته و حال با استفاده از تصاویر ماهواره ای لندست و با بکارگیری نرم‎افزار ENVI 5.3 و ArcGIS 10.3 2) پیش‎بینی و استخراج نقشه کاربری اراضی آینده با استفاده از ابزار Scenario Genarator نرم‎افزار InVEST و در نهایت 3) ارزیابی کمی و مدلسازی تنوع زیستی با استفاده از مدل Habitat Quality نرم‎افزار InVEST می باشد.یافته ها: نتایج نشان داد که کیفیت زیستگاه در طول زمان، تحت تاثیر تغییرات کاربری اراضی به شدت کاهش یافته و تخریب زیستگاه به شدت افزایش پیدا کرده است به طوری که متوسط کیفیت زیستگاه برای کل محدوده مورد مطالعه برای سال های 2000، 2020 و 2040 به ترتیب برابر با 88/0، 64/0 و 41/0 است. همچنین متوسط تخریب زیستگاه برای کل حوزه آبخیز شفارود در سال 2000 برابر با 0021/0، در سال 2020 برابر با 0042/0 و برای سال 2040 برابر با 0061/0 است.بحث و نتیجه گیری: طبق نتایج به دست آمده می‌توان استدلال کرد که افزایش فعالیت‌های توسعه ای انسانی با هدف تملک اراضی طبیعی و بهره کشی از آن، خسارات جبران‎ناپذیری را بر پیکره اراضی طبیعی و زیستگاه های گیاهی و حیوانی جانوری وارد آورده است و ادامه چنین روندی خطر نابودی کامل این منابع منحصر به فرد را به دنبال خواهد داشت. تفاصيل المقالة
      • حرية الوصول المقاله

        4 - شبیه سازی روند تغییرات کاربری اراضی شهر گچساران با استفاده از مدل سلول های خودکار
        محسن درخش سهیل سبحان اردکانی
        زمینه و هدف: با توجه به پیامدهای توسعه شهری از جمله تغییر و تخریب محیط‌زیست و تغییر در ساختار فیزیکی، فرهنگی، اقتصادی و اجتماعی شهرها، پیش بینی و مدل سازی الگوهای گسترش و تغییرات فیزیکی شهرها طی بازه‌های زمانی مختلف می تواند در راستای دست‌یابی به توسعه پایدار شهری و فرا أکثر
        زمینه و هدف: با توجه به پیامدهای توسعه شهری از جمله تغییر و تخریب محیط‌زیست و تغییر در ساختار فیزیکی، فرهنگی، اقتصادی و اجتماعی شهرها، پیش بینی و مدل سازی الگوهای گسترش و تغییرات فیزیکی شهرها طی بازه‌های زمانی مختلف می تواند در راستای دست‌یابی به توسعه پایدار شهری و فراهم کردن اطلاعات جامع برای مدیران و برنامه ریزان شهری از اهمیتی بسزا برخوردار باشد. لذا، این مطالعه با هدف شبیه سازی روند گسترش شهر گچساران با استفاده از مدل سلول های خودکار (CA) برای سال 2044 میلادی با در نظر گرفتن روند توسعه شهر طی سال‌های 1972 تا 2015 انجام یافت. روش بررسی: در این پژوهش توصیفی، با استفاده از تصاویر ماهواره لندست و سنجنده‌های MSS 1972،TM 1986، ETM+ 1999 و OLI 2015 نقشه ها و روند تغییرات کاربری اراضی طی دوره‌های زمانی مورد مطالعه استخراج شد. یافته‌ها: نتایج بیان‌گر رشد فزاینده کاربری شهری طی زمان به‌ویژه در نیمه شمالی شهر و کاهش کاربری طبیعی و بوم‌شناختی و به‌ویژه اراضی کشاورزی و مرتعی بود. همچنین مشخص شد که روند گسترش و توسعه شهر گچساران در طی دوره 1972 تا 2015 از الگویی مناسب تبعیت نکرده و از این‌رو به‌ویژه در قسمت غربی رشد ناموزون شهر نمایان است. از طرفی مطابق پیش‌بینی خروجی مدل، در سال 2044، در حدود %70 وسعت منطقه مورد مطالعه را کاربری شهری به خود اختصاص خواهد داد. بحث و نتیجه‌گیری: با استناد به یافته‌های پژوهش می‌توان اذعان داشت که مدل سلول های خودکار از دقت قابل قبول برای پیش‌بینی و شبیه‌سازی روند توسعه شهری برخوردار است و می‌تواند به‌طور موثر برای مطالعه پویایی شهری و به‌ویژه در شهرهایی با رشد سریع مورد استفاده قرار گیرد. تفاصيل المقالة
      • حرية الوصول المقاله

        5 - استفاده از روش طبقه بندی فازی برای تهیه نقشه کاربری اراضی (مطالعه موردی زیر حوزه آبخیز حبله رود)
        مرضیه علی خواه اصل الهام فروتن
        کاربری اراضی، از دیرباز به منظور برنامه ریزی و مدیریت منابع مد نظر قرار گرفته است. تکنیکهای سنجش از دور بهترین وسیله برای استخراج نقشه کاربری اراضی می باشد. لذا در این تحقیق، از تکنیک فازی که یکی از روش های طبقه بندی در سنجش از دور می باشد به منظور تهیه نقشه کاربری اراض أکثر
        کاربری اراضی، از دیرباز به منظور برنامه ریزی و مدیریت منابع مد نظر قرار گرفته است. تکنیکهای سنجش از دور بهترین وسیله برای استخراج نقشه کاربری اراضی می باشد. لذا در این تحقیق، از تکنیک فازی که یکی از روش های طبقه بندی در سنجش از دور می باشد به منظور تهیه نقشه کاربری اراضی استفاده گردید.منطقه مورد مطالعه،یکی اززیر حوزه های حوزه آبخیز حبله رود است و در این تحقیق، از تصویر ماهواره ایETM+ در سال 2002 استفاده گردید. ماتریس های خطا و ضرایب کاپا نشان می دهد که تفکیک اراضی دیم و مراتع با وضعیت خوب و متوسط، با دقت خوبی صورت پذیرفته است و بیشترین خطای این روش، در مشخص نمودن مرز اراضی زراعی آبی و مراتع فقیر می باشد تفاصيل المقالة
      • حرية الوصول المقاله

        6 - بررسی عملکرد روش های گوناگون بارزسازی تصاویر ماهواره ای در جداسازی واحدهای زمین شناسی
        ودیعه برزگری دهج محمد زارع محمد حسین مختاری محمدرضا اختصاصی
        مطالعات سنگ شناسی و نقشه های واحد های زمین شناسی به علت کاربرد های فراوان در عرصه‌های گوناگون مدیریت منابع طبیعی از اهمیت خاصی برخوردار است. استفاده از فن‌آوری سنجش‌ازدور درزمینۀ جداسازی واحد های زمین شناسی و سنگ شناسی باعث به دست آوردن نتایج دقیق و همچنین صرفه جوی أکثر
        مطالعات سنگ شناسی و نقشه های واحد های زمین شناسی به علت کاربرد های فراوان در عرصه‌های گوناگون مدیریت منابع طبیعی از اهمیت خاصی برخوردار است. استفاده از فن‌آوری سنجش‌ازدور درزمینۀ جداسازی واحد های زمین شناسی و سنگ شناسی باعث به دست آوردن نتایج دقیق و همچنین صرفه جویی در زمان و هزینه می شود. هدف از این پژوهش، مقایسه عملکرد روش های گوناگون بارزسازی تصاویر ماهواره برای جداسازی چهار واحد زمین شناسی موجود در حوزه آبخیز تفت یزد است. در این پژوهش، از تصاویر ماهواره ای لندست 8 استفاده شد. عملیات پیش‌پردازش، پردازش تصاویر و طبقه بندی تصاویر به دو صورت نظارت‌نشده و نظارت‌شده انجام شد. نقشه های زمین شناسی منطقه به کمک تصاویر گوگل ارث به هنگام گردید. نتایج مقایسه تصاویر ماهواره ای طبقه‌بندی‌شده با نقشه های زمین شناسی مبنا نشان می‌دهد که ضریب کاپا و صحت کلی برای نقشه طبقه بندی نظارت‌شده در نسبت باند های b7/b5 به ترتیب 0.78 و 7/86%86.7 دارای بیشترین مقدار است. برای سنجش صحت نتایج مقایسه، از نمودار QQ برای مقایسۀ درصد مساحت ها استفاده شد. در مقایسه درصد مساحت ها، درجه اریبی مربوط به نمودار نسبت باندی b7/b5 از دیگر نسبت های باندی مورد مقایسه، کمتر بود. مقادیر صحت سنجی انعکاس واحد های سنگی در محدوده های مشاهداتی و برآوردی در نقشه طبقه بندی نظارت‌شده b7/b5، در واحد های زمین‌شناسی Ks، gd، Kt-l، Qal به ترتیب 0.993، 0.980، 0.948 و 0.985 است که نشان‌دهنده این است که نسبت باندی b7/b5 نسبت به دیگر روش های طبقه بندی بهتر می تواند چهار واحد مختلف زمین‌شناسی حوزه موردمطالعه را تفکیک نماید. تفاصيل المقالة
      • حرية الوصول المقاله

        7 - ارزیابی قابلیت طبقه‌بندی نظارت شده تصاویر ماهواره‌ای لندست-8 و سنتینل-A2 در تعیین محدوده و سطح زیر کشت ارقام پسته
        هادی زارع خورمیزی حمیدرضا غفاریان مالمیری مراد مرتاض
        فن آوری سنجش از دور یکی از ابزارهای کارآمد برای پایش، مطالعه و تعیین سطح زیر کشت محصولات کشاورزی و باغی بویژه در سطوح وسیع می باشد. برنامه ریزان، مجریان و کشاورزان با آگاهی از نوع رقم و سطح زیر کشت محصولات کشاورزی می توانند سیاست های مدیریتی و اجرایی مناسبی اتخاذ نم أکثر
        فن آوری سنجش از دور یکی از ابزارهای کارآمد برای پایش، مطالعه و تعیین سطح زیر کشت محصولات کشاورزی و باغی بویژه در سطوح وسیع می باشد. برنامه ریزان، مجریان و کشاورزان با آگاهی از نوع رقم و سطح زیر کشت محصولات کشاورزی می توانند سیاست های مدیریتی و اجرایی مناسبی اتخاذ نمایند. هدف از پژوهش حاضر ارزیابی قابلیت طبقه بندی نظارت شده تصاویر ماهواره ای چند باندی لندست-8 و سنتینل-A2 در تعیین محدوده، سطح زیر کشت و نوع رقم چهار نوع پسته اکبری، کله قوچی، احمد آقایی و فندوقی در یک مزرعه مطالعاتی در استان یزد می باشد. دقت چهار الگوریتم طبقه بندی متوازی السطوح، کمترین فاصله، فاصله ماهالانوبیس و بیشترین تشابه و همچنین بهترین زمان در تفکیک ارقام پسته مورد بررسی قرار گرفت. بر اساس نتایج، الگوریتم حداکثر تشابه در طبقه بندی تصویری در تاریخ 22 خرداد 1397 ماهواره لندست-8 با دقت نهایی و ضریب کاپای به ترتیب 76.8 درصد و 0.67 از بالاترین دقت و الگوریتم طبقه بندی متوازی السطوح به ترتیب با دقت نهایی و ضریب کاپای 7/64 و 47/0 از کمترین دقت برخوردار بود. همچنین بر اساس نتایج، بهترین زمان برای تفکیک ارقام پسته مورد بررسی اواخر خرداد می باشد. به طوری که ضریب کاپای طبقه بندی با الگوریتم حداکثر تشابه در تصویر تاریخ 22 خرداد 1397 ماهواره لندست، 0.67 و به ترتیب در تاریخ های 23 تیر، 24 مرداد و 25 شهریور 0.64، 0.63 و 0.63 بدست آمد. دقت نهایی و ضریب کاپای طبقه بندی با استفاده از الگوریتم حداکثر تشابه در تصویر تاریخ 24 خرداد 1397 ماهواره سنتینل-A2 به ترتیب 80 درصد و 0.71 بدست آمد. با انجام عمل فیلتر میانه با اندازه پنجره سه در سه بر روی تصویر طبقه بندی شده سنتیل-A2 میزان دقت نهایی و ضریب کاپا به ترتیب به 82.6 و 0.75 افزایش یافت. دقت نهایی و ضریب کاپای طبقه بندی و تفکیک ارقام پسته در تصاویر سنتینل-A2 نسبت به تصاویر لندست 8 بالاتر بود. در مجموع بر اساس نتایج، تکینک های طبقه بندی سنجش از دور و نیز تصاویر ماهواره ای چند باندی، از قابلیت مناسبی برای نقشه برداری کشاورزی و باغی برخوردار می باشند. تفاصيل المقالة
      • حرية الوصول المقاله

        8 - مقایسة الگوریتم های مختلف طبقه‌بندی تصاویر ماهواره ای در تهیة نقشة کاربری اراضی (مطالعة موردی: شهرستان نور)
        صالح یوسفی مهدی تازه سمیه میرزایی حمید رضا مرادی شهلا توانگر
        نقشة کاربری اراضی یکی از فاکتور های اساسی در مطالعات منابع طبیعی و مدیریت محیط زیست می باشد. اغلب تهیة نقشة کاربری اراضی یک منطقه یکی از پر هزینه ترین بخش های پروژه های زیست محیطی و منابع طبیعی است. داده های ماهواره ای یکی از سریع ترین و کم هزینه ترین روش های در اختیار أکثر
        نقشة کاربری اراضی یکی از فاکتور های اساسی در مطالعات منابع طبیعی و مدیریت محیط زیست می باشد. اغلب تهیة نقشة کاربری اراضی یک منطقه یکی از پر هزینه ترین بخش های پروژه های زیست محیطی و منابع طبیعی است. داده های ماهواره ای یکی از سریع ترین و کم هزینه ترین روش های در اختیار محققان جهت تهیة نقشة کاربری اراضی می باشد. در سال های اخیر محققان از روش های مختلفی نقشه کاربری اراضی را با استفاده از این داده ها تهیة کرده اند. روش های مختلفی جهت طبقه بندی تصاویر ماهواره ای وجود دارد. هر یک از روش ها دارای معایب و مزایایی می باشند. تحقیق حاضر با هدف تعیین بهترین روش طبقه بندی تصاویر سنجنده ETM+ از بین 9 روش طبقه بندی نظارت شده جهت استخراج نقشه کاربری اراضی شهر نور صورت گرفت. نتایج نشان داد که روش طبقه بندی ماشین بردار پشتیبان با میانگین ضرایب کلی و کاپا به ترتیب 94/90 درصد و 9503/0 نسبت به روش های دیگر دارای دقت بالاتری است. اولویت دقت روش های 9 گانه به ترتیب به صورت، ماشین بردار پشتیبان، شبکه عصبی، فاصله ماهالانویی، حداکثر احتمال، حداقل فاصله از میانگین، نقشه زاویة طیفی، واگرایی اطلاعات طیفی، سطوح موازی و در نهایت روش کدهای باینری می باشد. از نتایج تحقیق حاضر می توان با استفاده از روش صحیح طبقه‌بندی، نقشه کاربری اراضی را با دقت بالاتری استخراج نمود. تفاصيل المقالة
      • حرية الوصول المقاله

        9 - مقایسة میزان کارآیی سه روش رایج طبقه بندی نظارت شده داده های ماهواره ای در مطالعة پوشش گیاهی
        امیر احمدپور کریم سلیمانی مریم شکری جمشید قربانی
        استفاده از فناوری های نوینی همچون سنجش از دور و سامانه اطلاعات جغرافیایی جهت مطالعه اکوسیستم های گیاهی و به خصوص تهیة نقشه های زمین پوشش، مستلزم شناخت کارآیی این ابزار و نیز شناسایی بهترین روش های کاربرد آن ها می باشد. هدف از انجام این مطالعه مقایسة میزان کارآیی سه روش أکثر
        استفاده از فناوری های نوینی همچون سنجش از دور و سامانه اطلاعات جغرافیایی جهت مطالعه اکوسیستم های گیاهی و به خصوص تهیة نقشه های زمین پوشش، مستلزم شناخت کارآیی این ابزار و نیز شناسایی بهترین روش های کاربرد آن ها می باشد. هدف از انجام این مطالعه مقایسة میزان کارآیی سه روش رایج طبقه بندی نظارت شده داده های ماهواره ای (روش حداقل فاصله از میانگین، روش متوازی السطوح و روش حداکثر احتمال) در تشخیص گروه های گیاهی منطقه حفاظت شده گلول و سرانی (استان خراسان شمالی) می باشد. بدین منظور 143 نمونه تعلیمی از مناطقی که تا شعاع حداقل 30 متری ترکیب همگنی از گونه های گیاهی را نشان می دادند جمع آوری و مختصات آن ها به وسیله دستگاه GPS ثبت و به محیط سامانه اطلاعات جغرافیایی منتقل شد. داده های ماهواره ای شامل تصاویر ماهواره های +Landsat ETM و IRS LISS III بود که هر یک با استفاده از نرم افزار ENVI 4.2 آماده سازی و مورد تجزیه و تحلیل قرار گرفته و میزان کارآیی هر روش طبقه بندی با محاسبه دو شاخص صحت کلی (Overall Accuracy) و ضریب کاپا (Kappa Coefficient) بررسی گردید. نتایج نشان دادند که در بین روش های بکار برده شده، روش حداکثر احتمال بیشترین میزان دقت را در طبقه بندی هر دو گروه داده های ماهواره ای دارد (35/90، 19/82=OA و 878/0، 772/0=KA) و در مقابل روش متوازی السطوح نیز کمترین میزان دقت را در طبقه بندی گروه های گیاهی در منطقة مورد مطالعه داشت (09/67، 76/58 =OA و 593/0، 478/0=KA). این نتایج نشان می دهد که برداشت نمونه های تعلیمی کافی از طبقات موجود در طبیعت و بررسی میزان احتمال تعلق هر یک از پیکسل های تصاویر ماهواره ای به این طبقات، به خوبی می تواند در طبقه بندی گروه های گیاهی موجود در منطقه مفید واقع شود. تفاصيل المقالة
      • حرية الوصول المقاله

        10 - Discovering and Recovering the Changes in Land Use and Land Cover Using Remote Sensing and GIS (Case Study Heev Village, Alborz Province)
        zahra talebi banizi Zahra Naserian Mohammad Mazrae Molaei
        Detecting changes is one of the basic needs in the management and evaluation of natural resources. Modeling the process of land cover changes over time using multi- time data in the GIS environment can act as one of the most important factors in managing the mentioned c أکثر
        Detecting changes is one of the basic needs in the management and evaluation of natural resources. Modeling the process of land cover changes over time using multi- time data in the GIS environment can act as one of the most important factors in managing the mentioned changes. In order to modeling the process of land cover changes and to investigating the possibility of predicting it in the future, land change modeling (lcm) has been used. Therefore, the Landsat TM5 analyzer data of Heev village in Alborz province for the years 1985T 2000 and 2011 were analyzed. Next, using the maximum similarity method, land cover maps of each image for the mentioned years, was extracted and categorized into five layers of vegetation, city, asphalt, barren lands (soil) and rocks and cliffs. The extracted accuracy evaluation coefficients (overall accuracy and kappa coefficient) indicate the high accuracy of this classification method. The analysis of the results obtained from the studies conducted on the two periods of 1985-2000 and 2000-2011 shows an increase in urban construction with a decrease in vegetation, and even in some areas, the disappearance of vegetation, while the village is expanding towards the mountainside. Using the combination of Markov model and automatic cell maps land use prediction maps for the next 16 years were obtained, while the kappa coefficient was used to determine the prediction compliance, and comparing them with the actual map تفاصيل المقالة
      • حرية الوصول المقاله

        11 - Evaluation and Comparison of Different Supervised Classification Algorithms in Lands User Map Preparation Using Satellite Images (Case Study: Miandoab City)
        Mehdi Mohamadpour
        Preparation of land use maps using traditional methods, in addition to spending a lot of time and money, is mainly about efficiency and it does not have the necessary accuracy. Today, satellite imagery and remote sensing techniques have a wide range of applications in a أکثر
        Preparation of land use maps using traditional methods, in addition to spending a lot of time and money, is mainly about efficiency and it does not have the necessary accuracy. Today, satellite imagery and remote sensing techniques have a wide range of applications in all sectors, including agriculture, natural resources, and land use mapping, due to the provision of timely data and high analysis capabilities, variety of shapes, digitality, and the possibility of processing. Satellite imagery Landsat 8 for August 2020 was used, which after making the necessary corrections in the pre-processing stage, action experimentation or fusion of the desired image using the panchromatic band and spatial resolution of the image was increased from 30 meters to 15 meters. In the next step, four different classification methods, including backup vector machine, maximum probability, Mahalanoob distance, and minimum mean distance were compared. The results showed that the classification method of backup vector machine with average overall coefficients and kappa of 100 and 1, respectively, has higher accuracy than other methods. Priority accuracy of classification methods is in the form of backup vector machine, maximum probability, Mahalanoob distance, and minimum distance from the mean, respectively. Finally, by assessing the accuracy using user accuracy, producer accuracy, overall accuracy, kappa coefficient and error matrix, land use map was prepared in three separate classes. تفاصيل المقالة
      • حرية الوصول المقاله

        12 - ارزیابی قابلیت الگوریتم های طبقه بندی نظارت شده در تهیه نقشه پوشش گیاهی ( مطالعه موردی: آبیک)
        انسیه میهن پرست
        چکیده به منظور مدیریت صحیح اکوسیستم‌های مرتعی و پوشش گیاهی، باید ارتباط بین اجزای آنها را شناخت. یکی از اجزای اصلی این اکوسیستم‌ها پوشش گیاهی و ترکیب آن بوده که تحت کنترل عوامل محیطی قرار دارد. به‌عبارت دیگر، الگوی توزیع پوشش گیاهی بوسیله بسیاری از عوامل محیطی تأثیر می‌ أکثر
        چکیده به منظور مدیریت صحیح اکوسیستم‌های مرتعی و پوشش گیاهی، باید ارتباط بین اجزای آنها را شناخت. یکی از اجزای اصلی این اکوسیستم‌ها پوشش گیاهی و ترکیب آن بوده که تحت کنترل عوامل محیطی قرار دارد. به‌عبارت دیگر، الگوی توزیع پوشش گیاهی بوسیله بسیاری از عوامل محیطی تأثیر می‌پذیرد. .امروزه کسب وآگاهی در رابطه با پوشش گیاهی و سلامت آن نقش مهمی در مدیریت خاک و گیاهان ایفا می کند. همچنین در حال حاضر استفاده از نقشه های پوشش گیاهی یکی از ارکان مهم در تولید اطلاعات جهت برنامه ریزی های منطقه ای است. لذا با استفاده از دانش سنجش از دور و بررسی دقیق عناصر میتوان پی به شناخت پوشش گیاهی و انواع آن و پراکندگی آن با استفاده از تصاویر ماهواره ای برد. لذا در تحقیق حاضر برای ارزیابی پوشش گیاهی و پراکندگی آن برای منطقه آبیک از دو الگوریتم طبقه بندی نظارت شده شامل Maximum likehood و Spactral angel mapper استفاده شده است. صحت کلی برای الگوریتم MLC و SAM به ترتیب 91.86 و 68.85 و ضریب کاپا MLC و SAM به ترتیب 0.89 و 0.62 ارزیابی شده است. بنابراین الگوریتم MLC روش مناسب تری برای ارزیابی و تخمین پراکندگی پوشش گیاهی منطقه آبیک شناخته شد و براین اساس الگوریتم MLC دارای صحت بالاتری نسبت به الگوریتم SAM است. ناگفته نماند که همبستگی بین پوشش گیاهی و عوامل محیطی یکی از مهمترین مسائل تأثیرگذار در شکل گیری ساختار جوامع گیاهی و پراکنش آنها در هر ناحیه و منطقه ای مورد مطالعه ای می باشد و به طبع شرایط خاص هر منطقه متفاوت است و باید بررسی های دقیق برای شناخت پوشش گیاهی و مدیریت آن انجام پذیرد. تفاصيل المقالة
      • حرية الوصول المقاله

        13 - Comparing Discriminant Analysis, Ecological Niche Factor Analysis and Logistic Regression Methods for Geographic Distribution Modelling of Eurotia ceratoides (L.) C. A. Mey
        Lyla Khalasi Ahvazi Mohammad Ali Zare Chahouki Faeze Ghorbannezhad
        Eurotia ceratoides (L.) C. A. Mey is an important plant species in semi-arid landsin Iran. New approaches are required to determine the distribution of this plant species. Forthis reason, geographical distributions of Eurotia ceratoides were assessed using threedifferen أکثر
        Eurotia ceratoides (L.) C. A. Mey is an important plant species in semi-arid landsin Iran. New approaches are required to determine the distribution of this plant species. Forthis reason, geographical distributions of Eurotia ceratoides were assessed using threedifferent models including: Multiple Discriminant Analysis (MDA), Ecological Niche FactorAnalysis (ENFA) and Logistic Regression (LR). The study area was located in northeastrangelands of Semnan, Iran. Sampling was performed in each vegetation type usingrandomized-systematic method. Vegetation data in addition to environmental factors' datasuch as topography and soil were prepared. The MDA and LR methods were performed withSPSS software as predictive modelling methods based on presence and absence data. TheENFA model was performed by the means of necessary statistical analysis in Biomapper(Version 4.0) software only by presence data. The plant predictive mapping needs the maps ofall effective factors based on model parameters. Mapping of soil characteristics was done bygeo-statistical method. The accuracy of the predicted map was tested with the actualvegetation map. Predictive maps of E. ceratoides (based on the LR and MDA methods) withKappa coefficients as 0.56 and 0.64 had a good accordance with actual vegetation mapprepared for the study area. Kappa coefficient of potential habitat map (based on ENFAmethod) of E. ceratoides was 0.85; hence, it had a very good accordance. The results obtainedby all methods showed that this species is distributed in the rangeland with pH as 7.8-8, EC as0.17-0.26 dc/m and silty-sandy texture in 1600-2200 m elevation. Organic matter in the depthof 20-80 cm and pH in the depth of 0-20 cm did not significantly influence the differences.Minimum sampling is needed using these methods which provide worth while data about thepresence of the plant species in the other places. تفاصيل المقالة
      • حرية الوصول المقاله

        14 - Modeling of Artemisia sieberi Besser Habitat Distribution Using Maximum Entropy Method in Desert Rangelands
        Hossein Piri Sahragard Mohammad Ali Zare Chahouki
        Predictive modeling of habitat distribution of range plant species and identification of their potential habitats play important roles in the restoration of disturbed rangelands. This study aimed to predict the geographical distribution of Artemisia sieberi and find the أکثر
        Predictive modeling of habitat distribution of range plant species and identification of their potential habitats play important roles in the restoration of disturbed rangelands. This study aimed to predict the geographical distribution of Artemisia sieberi and find the influential variables in the distribution of A. sieberi in the desert rangelands of central Iran. Maps of environmental variables were generated by GIS software (version 9.3). Predictive distribution maps of A. sieberi were produced with Maximum Entropy Method (MaxEnt) and the existing data regarding this species. The agreement of predictive map with the actual map was checked by calculating Kappa coefficient value. Accuracy of predictive models was evaluated using the Area Under the Curve (AUC). Results showed that soil pH and lime content in the surface layer (0-30 cm) and silt percent in both surface and sub-surface soil depths (0-30 and 30-60) had the greatest impacts on the distribution of A. sieberi in the study area. Correspondence of actual map with the predictive one was assessed at a satisfactory level (Kappa coefficient = 0.70). MaxEnt is widely used as compared with the other standard methods since it only requires the presence data of a specific plant species to draw the distribution map of its habitat. Additionally, MaxEnt is a generative method and its output can be easily understood by the field practitioners. تفاصيل المقالة