ارزیابی تغییرات کاربری اراضی بر مبنای تلفیق روش یادگیری ماشین و الگوریتم نقشهبردار زاویه طیفی با استفاده از نمونههای آموزشی متغیر، مطالعه موردی: حوضه آبریز تالاب انزلی
نویسندگان
1 گروه مهندسی آب و سازههای هیدرولیکی، دانشکدگان فنی، دانشگاه تهران، تهران، ایران
2 نویسنده مسئول، گروه مهندسی و مدیریت منابع آب، دانشکدگان فنی، دانشگاه تهران، تهران، ایران.
3 گروه مهندسی و مدیریت منابع آب، دانشکدگان فنی، دانشگاه تهران، تهران، ایران
doi
10.22059/jphgr.2025.384462.1007848چکیده
با توجه به اهمیت تغییرات کاربری اراضی در آمایش سرزمین و حفاظت اکوسیستمهای حیاتی نظیر تالابها، هدف از این مطالعه بررسی تغییر کاربری اراضی حوضه آبریز تالاب انزلی مبتنی بر تلفیق الگوریتم نقشهبردار زاویه طیفی (SAM) و جنگل تصادفی (RF) با بهکارگیری نمونههای آموزشی متغیر در پلتفرم گوگل ارث انجین (GEE) است. لذا، از تصاویر سنتینل-2 هارمونایز شده در طی سالهای 2019-2023 و شش شاخص طیفی بهمنظور افزایش دقت الگوریتم در طبقهبندی کاربری اراضی استفاده شد. با جمعآوری 500 نقطه زمینی در سال پایه و بر اساس اختلاف زاویه طیفی تصاویر، نمونههای آموزشی جدید در سالهای 2021 و 2023 تولید و نقشههای طبقهبندی با استفاده از الگوریتم RF ایجاد شدند. نتایج حاکی از بیشترین تغییرات در طی 5 سال در کاربریهای پهنه آب (کاهشی)، تالاب و انسانساخت (افزایشی) است. نتایج مدلسازی نیز بیانگر دقت بالای 87 درصد برای صحت کلی و کاپا در بازه زمانی در نظر گرفتهشده است. از طرفی کاربری پهنه آب با دقت بالای 90 درصد، بیشترین مقدار را برای شاخصهای صحت کاربر و تولیدکننده دارد. نتایج اهمیت نسبی نیز بیانگر آن بود که باندهای سبز، آبی، قرمز و شاخص اصلاحشده اختلاف آب نرمال بیشترین تأثیر را در تفکیک کاربریها و انتقال نمونههای آموزشی داشتهاند. ازاینرو مشخص میشود که روش نوین اتخاذشده با توجه به در نظر گرفتن پویایی و خودکارسازی تولید نمونههای آموزشی جدید، قابلیت بالایی در تفکیکپذیری و بهبود دقت طبقهبندی در مناطق تالابی دارد؛ بنابراین این روش برای مطالعات آینده و سایر حوضههای تالابی نیز قابلاتکا است.