تهیه نقشه پوشش اراضی شهرستان اسلامشهر با استفاده از الگوریتمهای حداکثر احتمال و فازی سال 2015
محورهای موضوعی : آب و محیط زیستساناز شفیعی 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.
کلید واژه: شهرستان اسلامشهر, طبقهبندی فازی, سنجش از دور, الگوریتم حداکثر احتمال,
چکیده مقاله :
اطلاعات پوشش و کاربری اراضی، برای بسیاری از فعالیتهای برنامهریزی و مدیریت سرزمین ازجمله آمایش سرزمین دارای اهمیت است. امروزه تصاویر ماهوارهای و تکنیکهای سنجش از دور بهترین وسیله برای استخراج نقشه پوشش و کاربری اراضی به عنوان نقشههای پایه در آمایش سرزمین میباشد. بر این اساس هدف اصلی این تحقیق مقایسه دو روش حداکثر احتمال و فازی جهت استخراج نقشه پوشش و کاربری اراضی شهرستان اسلامشهر با استفاده از تصاویر سنجنده OLI ماهواره لندست برای سال 2015 است. برای نیل به این هدف ابتدا با اعمال پیشپردازشهای لازم، عملیات بارزسازی تصاویر اجرا و با بهرهگیری از الگوریتمهای حداکثر احتمال و فازی نقشههای موضوعی پوشش و کاربری اراضی در پنج طبقه انسان ساخت، اراضی بایر، اراضی کشاورزی، باغات- فضای سبز شهری و جاده تهیه شد و سپس دقت طبقهبندی این دو روش با استفاده از تعیین دقت کلی مورد ارزیابی قرار گرفت. بر اساس نتایج به دست آمده، در هر دو روش کاربری انسان ساخت دارای بیشترین میزان مساحت و جاده کمترین میزان را دارا میباشد و نتایج حاصل از ارزیابی دقت نشان داده است که طبقهبندی با روش الگوریتم حداکثر احتمال با دقت کلی 10/88 درصد و ضریب کاپا 84/0 نسبت به طبقهبندی با روش فازی با دقت کلی 83/87 و ضریب کاپا 83/0 از دقت بیشتری برخوردار است.
Related data to land cover and land use has a great importance for land use planning and land management. Nowadays, satellite imagery and remote sensing techniques are the best ways to extract land cover and land use maps as a fundamental map in territory planning. Comparison between maximum likelihood and fuzzy methods to extract land cover maps and satellite images of Islamshahr using OLI Landsat for 2015 is the main objective of this study. To achieve this goal, by applying indispensable pre-processing, implementation and operation of processing images using maximum likelihood and fuzzy thematic map covers and land use algorithm in five classes, including man-made, bare land, agricultural land, orchard, landscape and road have been prepared. The overall accuracy was evaluated and determined by accuracy of the two methods. Based on the results, in both methods, man-made land use accounted for most of the area and the road showed the lowest and results of evaluation have shown that the classification using maximum likelihood algorithm with overall accuracy of 88.10% and kappa coefficient 0.84 compared to fuzzy method with 87.83 accuracy and kappa coefficient 0.83 are much more accurate.
1- ارزانی، حسین و همکاران، «کاربرد تصاویر سنجنده +ETM در تخمین میزان تولید و پوشش گیاهی مراتع منطقه طالقان»، فصلنامه علمی-پژوهشی تحقیقات مرتع و بیابان ایران، سال 1393 جلد 21 ، شماره 1، صفحه 31-24.
2- Knorn, J., A. Rabe, C.V. Radeloff, T. Kuemmerle, J. Kozak and P. Hostert. 2009. Land cover mapping of large areas using chain classification of neighboring Landsat satellite images. Remote Sens. Environ. 113: 957– 964.
3- سلمان ماهینی، عبدالرسول و همکاران، « طبقهبندی مناطق جنگلی استان گلستان به روش حداکثر احتمال با استفاده از تصاویر ماهواره ای ETM+سال 2001 »، مجله علوم و تکنولوژی محیط زیست سال 1391، شماره سوم صفحه 56-47.
4- Zhang, Zh., Lieven, V., Eva De, C., Ou, X and Robert De., 2008. Vegetation change detection using artificial neural networks with ancillary data in Xishuangbanna, Yunnan Province, China. Chin. Sci. Bull. 52 (2): 232-243.
5- سفیانیان، علیرضا و خداکرمی، لقمان، « تهیه نقشه کاربری اراضی با استفاده از روش طبقهبندی فازی (مطالعه موردی سه زیر حوزه آبخیز کبودر آهنگ، رزن - قهاوند و خونجین - تلخاب در استان همدان»، مجله آمایش سرزمین 1390، سال سوم شماره چهارم بهار و تابستان صفحه 114-95.
6- آرخی، صالح و همکاران، «مقایسه تکنیکهای مختلف پایش تغییر کاربری اراضی/ پوشش گیاهی با استفاده ازRS&GIS ( مطالعه موردی: دره شهر استان ایلام)» مجله علوم محیطی سال هشتم، سال 1390، شماره سوم.
7- باغستانی میبدی، ناصر، «بررسی اکولوژیکی جوامع گیاهی با توجه به واحدهای ژئومورفولوژی و خاک در حوزه ندوشن استان یزد»، پایان نامه کارشناسی ارشد مرتعداری، دانشگاه تهران،دانشکده احیا مناطق خشک و بیایانی، 1372.
8- علی بخشی، زهرا و همکاران، «تهیه نقشه کارابری اراضی تالاب میقان با استفاده از روش طبقهبندی نظارت شده و فازی سال 2013»، فصلنامه انسان و محیط زیست سال 1394، شماره32 بهار 1394.
9- ملکی، محسن، مسیبی، مرضیه، « پایش تغییرات کاربری اراضی با استفاده از داده های سنجش از دور و سیستم اطلاعات جغرافیایی(مطالعه موردی: شهرستان اردبیل)»، فصلنامه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 1393، سال پنجم، شماره 1، صفحه 81 .
10- علی خواه اصل، مرضیه، فروتن، الهام، « استفاده از روش طبقهبندی فازی برای تهیه نقشه کاربری اراضی )مطالعه موردی: زیر حوزه آبخیز حبله رود)»، فصلنامه انسان و محیط زیست، 1392، شماره بیست و چهارم.
11- Ayana, A.B., Kositsakulchai, E., 2012. Land Use Change Analysis Using Remote Sensing and Markov Modeling in Fincha Watershed, Ethiopia, Kasetsart J. (Nat.Sci.) 46:135-149.
12- Abd El-Kawya, O.R., J.K., Rød, H.A., Ismail, A.S., Suliman, 2010, “Land Use and Land Cover Change Detection in the Western Nile Delta of Egypt Using Remote Sensing Data”, Applied Geography, 31 (2010) 483-494.
13- Guindon, B., Y. Zhang and C. Dillabaugh. 2004. Landsat urban mapping based on a combined spectral–spatial methodology. Remote Sens. Environ. 92: 218–232.
14- علوی پناه، سید کاظم، «کاربرد سنجش از دور در علوم زمین»، انتشارات دانشگاه تهران، 1384.
15- تولایی، سیمین و حاجی نوروزی، نرگس.،1385، " تهیه کاربری ارضی پاکدشت با استفاده از RS و GIS "، نشریه علوم جغرافیایی، ج 5، ش 6 و 7: 40-27.
16- رسولی، علی اکبر و محمودزاده، حسن.،1389، " مبانی سنجش از دور دانش پایه "، چاپ اول، انتشارات علیمران.
17- Yuan, F.K.E., Sawaya, B.C., Loeffelholz, M. E., 2005. Land cover classification and change analysis of the Twin (Minnesota) Metropolitan Area by multi temporal Landsat remote sensing. Remote sensing of Environment, 95:317-328.
18- Mohammady, M., Moradi, HR., Zeinivand, H., 2015. A comparison of supervised, unsupervised and synthetic land use classification methods in the north of Iran. International Journal of Environment Science and technology, 12:1515–1526.
19- علیزاده ربیعی، حسن، « سنجش از دور: اصول و کاربرد»، انتشارات سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه ها(سمت)، 1392، صفحه 218.
20- Jensen, J.R. 1996. Introductory Digital Image Processing: A Remote Sensin Perspective. 2d ed. Englewood Cliffs, New Jersey: Prentice-Hall
21- 21-ERDAS, 2008, Erdas Field Guide, Volume Tow, pp.144-145.
22- کریستوفر، ا.لگ.(نویسنده)، فرهت جاه بهروز،( مترجم). «دورسنجی و سیستم ها ی اطلاعات جغرافیایی»، انتشارات سازمان جغرافیایی نیروهای مسلح، 1381، 278.
23- Pelorosso, R., Leone, A. and Boccia, L., 2009, Land Cover and Land Use Change in the Italian Central Apennines: A Comparison of Assessment Methods, Applied Geography, Vol. 29, No. 1, PP. 35-48.
24- Wardlow, D.B., L.E. Eghbert and J.H. Castens (2007). "Analysis of timeseries MODIS 250m vegetation index data for crop classification in the U.S. Central Great plains". Journal of Remote Sensing of Environment. 108:290-310.
25- سفیانیان، علیرضا و مدنیان سمیه السادات،«مقایسه روش های طبقهبندی کننده حداکثر مشابهت و حداقل فاصله ازمیانگین در تهیه نقشه پوشش اراضی (مطالعه موردی: استان اصفهان)، مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک ،1390. سال پانزدهم ، شماره پنجاه و هفتم.
26- زاهدی, صلاح الدین، ۱۳۹۱، مقایسه دو روش طبقه بندی، حداکثر احتمال و فازی در تهیه نقشه پوشش زمین با داده های سنجنده TM در سرشاخه های شمالغرب حوزه آبخیز سد قشلاق، اولین کنفرانس ملی راهکارهای دستیابی به توسعه پایدار، تهران، وزارت کشور.