فهرست نشریات علمی دسترسی آزاد ایران

هدف از پژوهش حاضر، بررسی توان الگوریتم‌­های مختلف طبقه‌­بندی نظارت شده و نظارت نشده داده­‌های سنجش از دور در تشخیص و تفکیک پوشش اراضی حوضه کوهستانی رودخانه بشار با استفاده از داده‌­های لندست 8 بوده است. بدین منظور، پس از بررسی دقت هندسی و انجام تصحیحات رادیومتریک و اتمسفریک داده‌­های ماهواره‌­ای، مجموعه داده حاصل از ترکیب باندهای انعکاسی (باندهای 2، 3، 4، 5، 6، 7 و 8) و حرارتی (باند 10) ایجاد شد. سپس، طبقه­بندی پیکسل پایه با استفاده از الگوریتم­‌های نظارت شده احتمال حداکثر، ماشین بردار پشتیبان، فاصله ماهانالویی، حداقل فاصله، شبکه عصبی، پارالوئید، نقشه­‌بردار زاویه طیفی، واگرایی اطلاعات طیفی، کدگذاری باینری و الگوریتم‌­های نظارت نشده K-Means و IsoData انجام شد. دقت الگوریتم­‌ها در شناسایی هر کدام از کاربری‌­ها بر مبنای تحلیل ماتریس خطا، با استفاده از مقیاس‌­های دقت تولید کننده، دقت کاربر و دقت کلی بر اساس قاعده خطای حذف و اضافه و ضریب کاپا ارزیابی شد. نتایج مبتنی بر ماتریس خطا نشان داد که مناسب­‌ترین الگوریتم برای تفکیک و شناسایی کاربری/پوشش زراعت، ساخت و ساز، صخره، جنگل، باغ، مرتع، پیکره آبی و رها شده به‌ترتیب، احتمال حداکثر، فاصله ماهالانویی، احتمال حداکثر، فاصله ماهالانویی، شبکه عصبی، ماشین بردار پشتیبان، ماشین بردار پشتیبان، احتمال حداکثر است. درصد صحت کلی و ضریب کاپای الگوریتم‌­ها نیز نشان می‌­دهد که چهار الگوریتم احتمال حداکثر، ماشین بردار پشتیبان، فاصله ماهالانویی و شبکه عصبی با دقت کل به‌ترتیب 25/77، 9/75، 59/69 و 02/68 درصد و ضریب کاپای به‌ترتیب 0.72، 0.69، 0.63 و 0.58 نسبت به سایر الگوریتم‌­ها عملکرد بهتری از خود نشان داده­‌اند. به‌طور کلی، می‌­توان با انتخاب و استفاده از مناسب­‌ترین الگوریتم طبقه‌­بندی برای هر نوع کاربری/پوشش در مناطق کوهستانی و سپس، ادغام نقشه‌­های منفرد کاربری اراضی با یکدیگر، دقت طبقه‌­بندی را بالا برده و نتایج بهتری نیز حاصل شود.