مقایسة دقت روشهای ماشین بردار پشتیبان و جنگل تصادفی در تهیة نقشة کاربری اراضی و محصولات زراعی، با استفاده از تصاویر چندزمانة سنتینل-2
نویسندگان
1 دانشجوی کارشناسی ارشد گروه تخصصی سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکدة منابع طبیعی و محیطزیست، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات، تهران، ایران
2 دانشیار پژوهشی، پژوهشکدة حفاظت خاک و آبخیزداری سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
3 استادیار پژوهشی، پژوهشکدة حفاظت خاک و آبخیزداری سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران، ایران
doi
10.52547/gisj.12.4.73چکیده
نقشههای پوشش/کاربری اراضی، برای پایش تغییرات عوارض و برنامهریزی صحیح، هرساله مورد نیاز مدیران حوزة کشاورزی، منابع طبیعی و زیستمحیطی است. روش برداشت میدانی با جیپیاس (GPS) و نقشهبرداری زمینی مستلزم صرف زمان و هزینههای بسیار است. بنابراین، اغلب از تصاویر ماهوارهای، که دارای پوشش سراسری و توالی برداشت، هزینة کم و اطلاعات بههنگاماند، استفاده میشود تا نقشههای پوشش/کاربری زمین بهدست آید. تهیة نقشة دقیق با روش مناسب روز موضوعی کلیدی است. طی سالهای اخیر، استفاده از تصاویر ماهوارهای جدید و روشهای نوین طبقهبندی، بهویژه یادگیری ماشین، رشد فزایندهای داشته و کارآیی آنها در تهیة نقشههای پوشش/کاربری اراضی بسیار موفقیتآمیز بوده است. یکی دیگر از مزایای تصاویر ماهوارهای برداشتهای متوالی است و براساس آن، میتوان از تغییرات پوشش گیاهی در طول زمان، برای تفکیک نوع پوشش، استفاده کرد. ماهوارة سنتینل-2، با امتیاز پیکسل 10متری، یکی از ابزارهای مناسب برای تفکیک نوع پوشش محسوب میشود. در این تحقیق، برای تفکیک انواع کاربری اراضی و محصولات زراعی دشت سنجابی روانسر، از تصاویر چندزمانة سنتینل-2 و روشهای طبقهبندی ماشین بردار پشتیبان و جنگل تصادفی استفاده و دقت آنها با یکدیگر مقایسه شد. بدینمنظور، پس از نمونهبرداری، تحلیل مؤلفههای اصلی برای چهار تاریخ دورة رشد محصولات اجرا شد و باندهای PC1، PC2 و PC3 تصاویر با هم ترکیب شدند. دو روش روی ترکیب باندهای PC1، PC2 و PC3 تصاویر و نمونههای تعلیمی اعمال شدند. ارزیابی دقتها نشان داد ماشین بردار پشتیبان، با صحت کلی 91.36% و ضریب کاپای 0.8927، نقشة کاربری اراضی و محصولات دقیقتری، در قیاس با روش جنگل تصادفی، تولید میکند.