ارزیابی تغییرات کاربری اراضی با استفاده ازروش های شبکه عصبی مصنوعی و ماشین بردار پشتیبان

نوع مقاله : مقاله پژوهشی

نویسنده

کارشناس آموزش;دانشکده ریاضی ،دانشگاه تبریز ،تبریز، ایران

چکیده

در طول زمان، الگوهای پوشش زمین و به تبع آن کاربری اراضی دچار تغییر و دگرگونی اساسی می شوند و عامل انسانی می تواند بیشترین نقش را در این فرآیند ایفا نماید. همواره، دانشمندان تلاش نموده اند تا عوامل مسبب تغییرات کاربری اراضی و تاثیرات محیطی مربوطه را شناسایی نمایند. در دهه های گذشته به همین منظور، محققان مشاهدات مختلف و جمع آوری شده از طریق عملیات میدانی و همینطور عکس های هوایی را جهت کشف تغییرات کاربری اراضی ناشی از تحمیل فرآیندهای طبیعی و انسانی مورد تجزیه و تحلیل قرار داده اند. اما، امروزه، بر پایه پیشرفت های تکنولوژیکی حاصله در قلمرو سنجش از راه دور، می توان تصاویر ماهواره ای را به منظور بررسی دقیق تر تغییرات محیطی بهنگام پردازش و نتایج نهایی را بطور مصور مدل سازی نمود. هدف اصلی تحقیق جاری پایش تغییرات کاربری اراضی حوضه لیقوان چای در سال های 1985- 2006 -2013 می باشد. بر این اساس، برای کشف تغییرات حادث شده در محدوده مورد مطالعه، تصاویر سنجنده TMو OLI وETM ماهواره لندست مربوط به سالهای 1985 -2006-2013 مورد پردازش قرار گرفت. در همین راستا، بعد از اعمال تصحیحات اتمسفری و هندسی، عملیات بارزسازی تصاویر اجرا و با بهره گیری از روش های طبقه بندی نظارت شده الگوریتم ها اعمال شد و از این طریق نقشه های موضوعی کاربری اراضی حوضه لیقوان چای طراحی گردید.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Eavaluation Landuse Changes Using neural network classifiers and a support vector machine

نویسنده [English]

  • fatemeh Adimi Atigh

Education Expert ، DEPARTMENT OF MATEMATIC ، TABRIZ UNIVESITITY ،TABRIZ ، IRAN

چکیده [English]

: Over time, patterns of land cover and land use change and subsequent changes are fundamental and human factor plays a most important role in this process. Ever, scientists have attempted to identify factors that cause land use changes and their impact on the environment. Therefore, in previous decades, researchers have different views collected from the field, as well as aerial photographs to detect land use changes resulting from the imposition of natural and human processes have been analyzed. Today, however, based on technological advances made in the field of remote sensing, satellite imagery can be used to more accurately evaluate the environmental changes during the process and the final results of the illustrated model. The main purpose of the ongoing monitoring of land use changes in river basins liqvan is 1985-2006-2013. Accordingly, to explore the changes occurring in the study area, Landsat TM and ETM + Landsat images of the years 1985-2006-2013 were analyzed. Accordingly, after applying atmospheric and geometric correction, image enhancement operations performed using the maximum likelihood method of supervised classification algorithms similar actions and thematic maps of land use of the basin has been designed to liqvan. In general, the overall accuracy of SVM method calculated in 1985 (96.20) and in 2006 (96.26) and in 2013 (99.64) by Mdkh highest accuracy than other methods. Finally moorland in the first place and then irrigated gardens and residential areas in the study area are eventually.

کلیدواژه‌ها [English]

  • Land use
  • Support Vector Machine
  • neural network
  • Liqvan Chay
  • تاریخ دریافت: 09 مرداد 1401
  • تاریخ بازنگری: 01 آبان 1401
  • تاریخ پذیرش: 15 شهریور 1401