فهرست نشریات علمی دسترسی آزاد ایران

رشد شهری به‌عنوان یکی از پیامدهای اصلی افزایش جمعیت و توسعه اقتصادی، فرایندی پویا و پیچیده است که منجر به گسترش بی‌رویه مناطق شهری به سمت اراضی طبیعی پیرامون می‌شود. این پدیده علاوه بر تغییرات شدید در کاربری اراضی، پیامدهای زیست‌محیطی متعددی از جمله تخریب زیست گاه‌ها، کاهش پوشش گیاهی، افزایش آلودگی و ناپایداری اکولوژیکی را به همراه دارد. پایش دقیق و مستمر این تغییرات، نقش مهمی در برنامه‌ریزی شهری، مدیریت بهینه منابع و توسعه پایدار شهری ایفا می‌کند. امروزه استفاده از تصاویر ماهواره‌ای به‌ویژه داده‌های چندمنبعی و استفاده از الگوریتم‌های یادگیری ماشین، به‌عنوان راهکاری کارآمد برای پایش تغییرات کاربری و آشکارسازی مناطق ساخته‌شده شهری مورد توجه قرار گرفته است. در این پژوهش، یک رویکرد ترکیبی مبتنی بر تلفیق داده‌های راداری سنتینل-1 و نوری سنتینل-2 در محیط سامانه تحت وب Google Earth Engine برای استخراج و نقشه‌برداری مناطق ساخته‌شده شهر ساری ارائه شده است. ابتدا شاخص‌های طیفی(BuEI ، NDBI، NDVI، GNDVI، RDVI،  NDWI, SoEI )و آنالیز مؤلفه ­های اصلی از داده‌های سنتینل-1 و سنتینل-2 استخراج شدند. سپس با استفاده از ویژگی‌های استخراج‌شده و الگوریتم‌های طبقه‌بندیRandom Forest ،  Support Vector MachineوCART، نقشه‌های مناطق شهری تولید شدند. نتایج ارزیابی با استفاده از داده‌های مرجع گوگل ارث نشان می­ دهند که الگوریتم RF با دقت کلی 95.2 درصد و ضریب کاپای 90.4 درصد، بهترین عملکرد را در مقایسه با سایر الگوریتم‌ها دارد. الگوریتم‌های SVM و CART نیز با دقت‌های 93.8 و 93.3 درصد، عملکرد قابل قبولی نشان دادند. یافته‌های این پژوهش نشان می­ دهند که ترکیب داده‌های چندمنبعی و استفاده از بسترGEE ، علاوه بر اعمال دقت بالاتر در پایش تغییرات شهری، سرعت پردازش را افزایش داده و نیاز به زیرساخت‌های محاسباتی پیشرفته را کاهش می‌دهد.