مقایسه الگوریتم‌های شبکه عصبی مصنوعی و حداکثر احتمال در آشکار‌سازی تغییرات جنگل

نویسندگان

1 دانش آموخته کارشناسی ارشد جنگلشناسی و اکولوژی جنگل دانشگاه صنعتی خاتم الانبیاء (ص) بهبهان، ایران. *(مسوول مکاتبات)

2 استادیار گروه مرتع و آبخیزداری دانشگاه صنعتی خاتم الانبیاء (ص) بهبهان، ایران.

3 دانشیار گروه جنگلداری دانشگاه صنعتی خاتم الانبیاء (ص) بهبهان، ایران.

4 دانشیار گروه محیط زیست دانشگاه صنعتی خاتم الانبیاء (ص) بهبهان، ایران.

doi
10.30495/jest.2023.74604.5889
چکیده

زمینه و هدف: فن آوری سنجش‌ازدور در دنیای پیشرفته امروزی به عنوان یکی از مهم ترین و عمده ترین منابع داده های مکانی و موضوعی قلمداد می شود. در این مقاله هدف مقایسه دو روش جهت آشکار سازی تغییرات جنگل با استفاده از تصاویر ماهواره لندست می باشد. بدین منظور از تصاویر سال 1369 سنجنده TM ماهواره لندست و هم چنین تصاویر سال 1390 سنجنده ETM+ این ماهواره استفاده‌ شده است. روش بررسی: در طبقه بندی تصاویر، از روش طبقه بندی نظارت‌شده و الگوریتم حداکثر احتمال و شبکه عصبی مصنوعی به شیوه پرسپترون چندلایه استفاده گردید. یافته ها: بر اساس نتایج به دست آمده الگوریتم شبکه عصبی مصنوعی در مقایسه با حداکثر احتمال صحت کلی و ضریب کاپای بالاتری در هر دو تصویر (TM و ETM+) نشان داده است. پس از طبقه بندی، نقشه های استخراج‌شده از تصاویر TM و ETM+ به منظور آشکارسازی تغییرات روی هم گذاری شدند و نقشه تغییرات به دست آمد. بحث و نتیجه گیری: نتیجه نهایی تحقیق نشان می‌دهد که استفاده از داده های لندست همراه با داده های حاصل از آماربرداری قابلیت تهیه نقشه تغییرات جنگل را در منطقه موردمطالعه دارا می باشند.