مقایسة تکنیک های مختلف پایش تغییرکاربری اراضی- پوشش گیاهی با استفاده از RS و GIS (مطالعة موردی: حوزه دره‌شهر- استان ایلام)
محورهای موضوعی : توسعه سیستم های مکانی
صالح آرخی
1
(استادیار دانشکده کشاورزی، دانشگاه ایلام)
یعقوب نیازی
2
(دانش آموخته کارشناسی ارشد آبخیزداری، دانشکده کشاورزی، دانشگاه ایلام)
کلید واژه: تفاضل تصویر, نسبت‌گیری تصویر, تفاضل NDVI, آنالیز برداری تغییر, مقایسه پس از طبقه‌بندی, Image differencing, Image rationing, NDVI differencing, Change vector analysis, Post-classification comparison,
چکیده مقاله :
پایش زمانی و دقیق تغییر عوارض سطح زمین برای درک روابط و کنش های متقابل بین انسان و پدیده‌های طبیعی به منظور تصمیم‌گیری بهتر خیلی مهم است. داده‌های سنجش از دور منابع اولیه‌ای هستند که به طور گسترده برای پایش تغییر در دهه‌های اخیر مورد استفاده واقع شده‌اند. در این مطالعه تصاویر لندست (TM) سال 1988 و لندست (+ETM) سال 2001 با استفاده از پنج تکنیک پایش تغییر درحوزه دره‌شهر استان ایلام با مساحت 80470 هکتار آنالیز شده‌اند. تکنیک‌های پایش تغییر مورد استفاده در این مطالعه شامل تفاضل تصویر، نسبت‌گیری تصویر، تفاضل NDVI، آنالیز برداری تصویر و روش مقایسه پس از طبقه بندی بوده اند. در این مطالعه جهت تعیین آستانه در روش هایی که نیازمند تعیین آستانه هستند از روش آماری استفاده شده است و بر این اساس مشخص شده است که آستانه تغییر در منطقه مورد مطالعه با 1انحراف از میانگین قرار داشته است. پس از تعیین آستانه تغییر، مناطق دارای تغییرات کاهشی، افزایشی و بدون تغییر مشخص گردیده است. جهت ارزیابی دقت تکنیک‌های پایش تغییر پس از برداشت واقعیات زمینی که از طریق بازدید میدانی و تصاویر ماهوره‌ای Google Earth به دست آمد، از دقت کل و ضریب کاپا استفاده شد. بر اساس نتایج به‌دست آمده مشخص گردید که روش تفاضل NDVI با دقت کل 5/98 و ضریب کاپای 97 درصد از بین تکنیک‌های پایش تغییر مورد استفاده در این مطالعه بیشترین دقت و روش نسبت‌گیری باند قرمز با دقت کل 5/72 و ضریب کاپای 50 درصد کمترین دقت را در پایش تغییرات کاربری اراضی- پوشش گیاهی منطقة مورد مطالعه داشته‌اند.
Timely and accurate change detection of earth surface features is extremely important for understanding relationships and interaction between human and natural phenomena in order to promote better decision making. Remote sensing data are primary sources extensively used for change detection in recent decades. In this study, images of landsat (TM) 1988 and landsat (ETM+) 2001 were analyzed using five change detection techniques in 80470 hectares in the region of Daresher, Ilam province. Change detection techniques considered were image differencing, image rationing, NDVI differencing, change vector analysis (CVA) and post-classification comparison. In this study, from statistical method for determining the threshold level was used which from the change threshold was achieved. In this study, threshold level was set at ±1 standard deviation from the mean. After determine optimal threshold, areas having decreasing change, increasing change and no change was determined. Based on ground data and field visit and Google Earth, accuracy assessment of change detection techniques was carried out using overall accuracy and Kappa coefficient. According to the results, NDVI differencing with overall accuracy of 98.5 and Kappa coefficient of 97% showed the highest accuracy among applied change detection techniques and on the contrary, band rationing with overall accuracy 72.5 and Kappa coefficient of 50% had lowest accuracy in land use/land cover change in study area.
