ارزیابی تصاویر ماهواره ای با توان تفکیک بالا در تهیه نقشه های کاداستر زراعی به منظور یکپارچه سازی اراضی (مطالعه موردی : تصویر آیکونوس ارومیه)
محورهای موضوعی : کاربرد GIS&RS در برنامه ریزیاحمد رجبی 1 , سعید صادقیان 2 , محمد خلیلی 3
1 - کارشناس ارشد سنجش از دور ، دانشگاه اصفهان
2 - عضو دانشیار هیئت علمی دانشگاه شهید بهشتی
3 - کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی؛ دانشگاه آزاد اسلامی؛ واحدعلوم تحقیقات
کلید واژه: طبقه بندی, کاداستر ملکی زراعی, تصویر ماهواره ای IKONOS, شناسایی مرز, تصحیح هندسی,
چکیده مقاله :
نقشه های کاداستر، نقشه هایی هستند که برای تهیه و به روزرسانی شان باید بانک اطلاعاتی آن ها را تهیه کرده و یا در اختیار داشته باشیم. بانک های اطلاعاتی از یک سو شامل اطلاعات توصیفی و مکانی زمین مرجع بوده و از سوی دیگر شامل تکنیکهای جمع آوری، به هنگام سازی، پردازش و توزیع داده ها می باشند. مزایای استفاده از تصاویر ماهواره ای، زمان بر بودن و حجم کاری بالای استفاده از تصاویر هوایی در تولید و به روزرسانی نقشه های توپوگرافی و همچنین مسائل مربوط به پرواز بر روی مناطق مرزی کشور، لزوم بررسی و مطالعه بیشتر بر روی تصاویر ماهوارهای را بیش از پیش بر ما روشن می گرداند. در این تحقیق، ابتدا یک بررسی منظم در پتانسیل سنجی تصویر ماهواره ای IKONOS، به منظور استخراج لایه های اطلاعاتی نقشه های کاداستر (بزرگ مقیاس) و سیستم های اطلاعات زمینی بیان گردید. استخراج مرز املاک زراعی بر مبنای عملیات استخراج لبه های تصویر، شناسایی بصری و طبقه بندی تصویر است.در ارزیابی دقت هندسی تصویر IKONOS بصورت تئوری، نتیجه اینگونه بود که دقت هندسی این تصویر مطلوب نقشه های 1:5000 می باشد.بهترین ترکیب بدست آمده در ارزیابی دقت هندسی تصویر IKONOS با استفاده از معادلات چندجمله ای دو بعدی درجه3 مربوط به انتخاب 95 نقطه کنترل و 5 نقطه چک با مقدار RMSE=0.56M مطلوب نقشه های 1:2000 بوده وبهترین ترکیب با استفاده از معادلات رشنال با 95 نقطه کنترل و 5 نقطه چک در استفاده از 13جمله به دقت RMSE=0.4M مطلوب نقشه های 1:1000 و بهترین ترکیب با استفاده از معادلات SPLine با 80 نقطه کنترل و 20 نقطه چک به دقت RMSE=2.6M مطلوب نقشه های 1:5000 می باشد. از نظر محتوایی، تصویر IKONOSدر رویت، تشخیص و استخراج لایه اطلاعاتی مرز املاک زراعی موجود در مناطق مختلف تصویر برای تهیه نقشه های بزرگ مقیاس یا کاداستر ملکی زراعی مناسب است.
Today, the integration of agricultural lands is one of the most basic measures in the development and progress of the agricultural industry. In order to integrate agricultural lands, we need to implement the agricultural property cadastre plan. The cadastre includes a map and descriptive information of each property. Cadastral maps are maps that we must prepare or have a database to prepare and update. Databases on the one hand contain descriptive and spatial information of the reference land and on the other hand include techniques of collecting, updating, processing and distributing data. To manage databases, you must use a variety of spatial information systems. The cadastre provides a single and correct identity for each piece. Theoretical and practical advances in various technologies such as remote sensing satellite imagery and GIS in data collection management can improve quality, cost, efficiency and effectiveness. An appropriate technology should be selected for mapping and maintaining geometric cadastral information along with strategic goals. Advantages of using satellite images, time consuming and high workload of using aerial images in the production and updating of topographic maps, as well as issues related to flying over the border areas of the country, the need to study and study more on satellite images more than It enlightens us. In this research, first, a regular review of IKONOS satellite image potential measurement was performed in order to extract the information layers of cadastral maps (large-scale) and ground information systems. That is, to what extent does a satellite image have the capacity to extract information layers in terms of geometric and content accuracy? After that, we entered the extraction of agricultural boundaries from the satellite image, which is the most important complication in the agricultural real estate cadastre. Extraction of agricultural border is based on image edge extraction operations, visual identification and image classification. In evaluating the geometric accuracy of IKONOS image in theory, the result was that the geometric accuracy of this image is optimal for 1: 5000 maps. The evaluation of the geometric accuracy of the IKONOS image using Grade 3 two-dimensional polynomial equations is related to the selection of 95 control points and 5 check points with the desired value of RMSE = 0.56M for 1: 2000 maps and the best combination using rational equations with 95 Control point and 5 checkpoints in the use of 13 sentences with RMSE accuracy = 0.4M optimal 1: 1000 maps and the best combination using SPLine equations with 80 control points and 20 checkpoints RMSE accuracy = 2.6M optimal 1 maps : 5000. In terms of content, IKONOS image is suitable for viewing, recognizing and extracting the information layer of the border of agricultural properties in different areas of the image for preparing large-scale maps or agricultural real estate cadastre.
_||_
