همکاری با انجمن علمی مدیریت و کنترل مناطق بیابانی ایران

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار دانشکده کشاورزی ، دانشگاه لرستان

2 استادیار دانشکده مهندسی علوم خاک، دانشگاه تهران

3 - دانشیار گروه کارتوگرافی ، دانشگاه تهران

4 استادیار دپارتمان علوم زمین، دانشگاه گئلف، کانادا

چکیده

پدیده های بیو فیزیکی و دست ساخت بشر توسط روشهای پردازش تصویر قابل شناسایی و تفکیک می باشند. شناسایی پدید ه هایی ­مانند کاربری ­و پوشش اراضی به روشهای سنتی ­وقت گیر و پر هزینه است. درحالی که روشهای رقومی استخراج اطلاعات از داده های دور سنجی سریعتر و کم ­هزینه تر می باشد . امروزه، سنجنده های ماهواره ای علاوه بر ثبت اطلا عات طیفی، قادر به جمع آوری اطلاعات مکانی از پدیده های سطح زمین نیز می‌باشند، از طرفی، طبقه بندی این داده ها تنها با تکیه بر اطلاعات طیفی، ممکن است نتیجه رضایت بخشی نداشته باشد. بنابراین بکار گیری روشی که بتواند علاوه بر داده های طیفی ، اطلاعات مکانی،  الگو و بافت پدیده ها را هم در فرآیند طبقه بندی دخالت دهد، می‌تواند نتایج قابل قبولی را ارائه نماید. یکی از روشهایی که این قابلیت را دارد طبقه بندی داده ها به روش شئ گرا می‌باشد. در این تحقیق به منظور طبقه بندی تصاویر لندست7(ETM+ ) منطقه خشک کاشان و تفکیک پوششهایی از قبیل پوسته های نمکی، تپه های ماسه ای ، خاکهای شور و غیر شور، روش فوق با استفاده از نرم افزارeCognition   بکار گرفته شد. نمونه های آموزشی­ به کمک ­اطلاعات میدانی، عکسهای هوایی و تصویر رنگی کاذب بر روی صفحه نمایشگر انتخاب گردیدند. تصاویر طبقه بندی و سپس صحت طبقه بندی مورد ارزیابی قرار گرفت. نتایج این تحقیق نشان داد روش شیء گرا با دقت کلی 95 درصد، کاربری ها و پوششهای اراصی را تفکیک و طبقه بندی نموده است.  مقایسه واقعیتهای زمینی و مشاهدات میدانی با نقشه حاصل از طبقه بندی هم بیانگر دقت بالای این روش برای طبقه بندی کاربری و پوشش اراضی­می باشد. به طور کلی می توان گفت روش شیء گرا برای شناسایی کار بری ها در مناطق خشک و نیمه خشک مناسب می باشد.

کلیدواژه‌ها

عنوان مقاله [English]

Characterizing Land use/land cover types by Landsat7 data based upon Object oriented approach in Kashan region

نویسندگان [English]

  • Hamid reza Matinfar 1
  • Frydoon Sarmadian 2
  • Syed Kazem Alavi panah 3
  • Rechard Heck 4

چکیده [English]

Remotely sensed data has high potential for characterizing land use/cover types. Traditionally, most of remote sensing image classification techniques are based on pixel-based procedures. In contrast to pixel-based procedure, image objects can carry  more attributes than only spectral information. Object-based processing not only considers contextual information but also information about the shape of and the spatial relation between the image region .In this paper, we address the concepts of object-based image processing and presents an approach that integrates the concepts of object-based processing  into the image classification and land use land cover type determination. The scheme proposed in this study is applied to classification of Landsat7 (ETM+) data of Kasha area. This study shows the applicapability of object-based approach for classification of Landsat7 (ETM+) data as well as show high overall accuracy (95%)of  land use/land cover map. From the obtained results, we concluded that the main land cover types of the arid region could be discriminated with a high level of accuracy by object oriented approach

کلیدواژه‌ها [English]

  • land use/cover
  • object-base
  • spatial information
  • Landsat7
  • Segmentation
  • arid region