ارزیابی روش‌های طبقه‌بندی پیکسل‌پایه و شیء گرا در آشکارسازی و پهنه‌بندی اراضی فرسایشی با استفاده از داده‌های سنجش از دور سنتینل 2 (مطالعه موردی: حوضه آبخیز لیقوان)

نویسندگان

1 دانشگاه تبریز - دانشکده کشاورزی - گروه مهندسی فیزیک و حفاظت خاک

2 عضو هیئت علمی گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه تبریز

3 عضو هیات علمی

4 عضو هیئت علمی دانشگاه تبریز

5 گروه خاکشناسی دانشگاه تبریز- تبریز- ایران

doi
چکیده

فرسایش خاک بر اثر آب، یکی از مهمترین عوامل ویرانی زمین به شمار رفته و امروزه به عنوان یک خطر زیست محیطی جدی در سراسر جهان تلقی می­گردد. امروزه به­کارگیری سنجش از دور در پروژه­های حفاظت و فرسایش خاک مرسوم است که در بیشتر آنها از عکسهای هوایی استفاده می­شود که با وجود مزایای فراوان، دارای محدودیت­هایی نیز هستند. در پژوهش حاضر، با استفاده از داده­های ماهواره­ای با قدرت تفکیک بالا مربوط به ماهواره سنتینل-2 و تلفیق آن با عکسهای هوایی و نقشه­های پایه، و اجرای روش­های مختلف طبقه­بندی اعم از پیکسل­پایه و شیءگرا، با هدف آشکارسازی و پهنه­بندی سطوح فرسایشی خاک، مورد بررسی و ارزیابی قرار گرفته است. پس از انجام عملیات ستادی، تصحیح­های اتمسفری و هندسی، انجام پیش­پردازش­ و پردازش­های اولیه روی تصاویر سنتینل-2، در نهایت اقدام به آشکارسازی و پهنه­بندی سطوح فرسایش در حوزه آبخیز لیقوان گردید. به­منظور ارزیابی صحت و دقت هرکدام از روش­های به­کار رفته در این تحقیق، معیارهای ارزیابی دقت تولید کننده و کاربر، صحت کلی و ضریب کاپا بررسی و مقایسه شدند. بر اساس نتایج حاصله، روش طبه­بندی نظارت شده با به کارگیری الگوریتم نقشه زاویه طیفی و فاصله ماهالانویی، به ترتیب با دقت تولید­کننده 78/77 و 33/33 دارای بیشترین و کمترین دقت برای طبقه­بندی برخوردار هستند. همچنین، به طور کلی معیار صحت کلی و ضریب کاپا نیز به ترتیب با مقادیر حداکثر 72 و 62 درصد، بیانگر دقت و صحت متوسط نقشه­های تولیدی الگوریتم­های پیکسل­پایه می­باشند. در حالیکه نتایج حاصله از پردازش شیءگرا نشان می­دهد که بر­اساس هر دو معیار دقت تولید ­کننده و دقت کاربر، روش­های شیءگرا باعث افزایش 12 درصدی دقت نسبت به روش­های پیکسل­پایه شده است. نتایج طبقه­بندی با الگوریتم­های شیءگرا و بر اساس صحت کلی برابر 88 و 84 درصد به ترتیب برای الگوریتم­های ضریب روشنایی و تلفیق ضریب روشنایی و شیب و بر اساس معیار ضریب کاپا نیز برای این دو الگوریتم به ترتیب 86/0 و 79/0 بدست آمد که نشان­دهنده افزایش قابل قبول صحت طبقه­بندی در استفاده از الگوریتم­های شیءگرا در مقایسه با الگوریتم­های پیکسل­ پایه است.