توسعه یک روش نیمهخودکار برپایه تحلیل شیء پایه و الگوریتم دادهکاوی در شناسایی زمینلغزش (مطالعه موردی حوزه آبخیز جنگلی محمدآباد گلستان)
نویسندگان
1 دانشجوی دکتری رشته مدیریت حوزههای آبخیز، دانشکده مرتع و آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران
2 عضو هیات علمی دانشگاه علوم کشاورزی و منابع طبیعی گرگان،ایران
3 دانشیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم انسانی، دانشگاه تربیت مدرس، ایران
4 عضو هیات علمی گروه علوم و مهندسی آبخیزداری، دانشکده کشاورزی، دانشگاه شیراز، ایران
5 استادیار گروه بیابان، دانشکده مرتع و آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، ایران
doi
10.22034/rsgi.2024.63550.1101چکیده
این منطقه به دلیل شرایط خاص توپوگرافی و دستکاریهای انسانی مستعد وقوع زمینلغزش بوده و هرساله خسارات قابلتوجه مالی به ساکنین و تخریب زیرساختها وارد میکند. در این مطالعه دو تصویر ماهواره گائوفن-1 مربوط به خردادماه 1402 و اسفندماه 1401 مورداستفاده قرار گرفت. به علت متفاوت بودن فصول تصویربرداری، تمام پردازشها بهصورت جداگانه بر روی دو تصویر انجام شد و درنهایت برای کل منطقه موردمطالعه تلفیق گردید. بهمنظور افزایش وضوح تصاویر، سه روش ترکیب تصویر با عنوان Brovey، PCA و Wavelet-PCA مورد آزمون قرار گرفت. روش Wavelet-PCA با داشتن ضریب همبستگی بالای 97 درصد و نزدیکترین مقدار آنتروپی به تصویر اصلی بهعنوان بهترین روش ترکیب تصویر انتخاب گردید. در مرحله بعد با بازدید صحرایی 218 مورد زمینلغزش در منطقه ثبت شد که 70 درصد آن برای آموزش مدل و 30 درصد برای اعتبارسنجی مدل استفاده شد. قطعهبندی تصاویر همراه با بهینهسازی پارامتر مقیاس با روش واریانس محلی و پارامترهای شکل و فشردگی بهصورت آزمونوخطا صورت گرفت. پارامترهای بهینه شامل مقیاس= 33، شکل= 6/0 و فشردگی= 5/0 بود. سپس انتخاب ویژگیها از بین ویژگیهای بافتی، طیفی، ارتفاعی، هندسی و لایههای کمکی با استفاده از روش جنگل تصادفی انجام شد و 16 ویژگی اصلی از بین 53 ویژگی استخراجشده انتخاب گردید. درنهایت، طبقهبندی تصویر منتخب با استفاده از روش طبقهبندی نظارتشده ماشین بردار پشتیبان صورت گرفت. نتایج نشان داد که روش پیشنهادی با صحت کلی بالای 92 درصد و ضریب کاپا بالای 85/0 قادر به شناسایی زمینلغزشها با دقت بالا است.