بررسی عملکرد الگوریتم های طبقه بندی کاربری اراضی با استفاده از تکنیک های ادغام تصاویر (مطالعه موردی: زیرحوزه بهشت آباد)

طی چند دهه اخیر، تغییر کاربری اراضی تحت اثر عوامل محیطی و انسانی سبب بروز اثرات جدی بر محیط زیست، اقتصاد و اجتماع شده است، بنابراین داشتن اطلاع از نوع استفاده از اراضی و تغییرات آن در طی زمان از موارد مهم در برنامه-ریزی و سیاست گذاری در کشور است. یکی از کاربردهای تکنیک تلفیق تصاویر ارائه یک طبقه بندی دقیق تر می باشد که به عنوان ابزاری نوین در استخراج اطلاعات مکانی مورد استفاده قرار می گیرد. هدف از ادغام داده ها افزایش کیفیت و محتوای اطلاعات موجود در هر یک از داده های اولیه است تا به این وسیله بتوان به استنتاج های ویژه ای دست یافت. در این تحقیق با استفاده از داده های سنجنده OLI ماهواره لندست 8 و استفاده از قابلیت های سنجش از دور و سیستم اطلاعات جغرافیایی، به کمک تکنیک های ادغام تصاویر و معیارهای ارزیابی صحت، عملکرد الگوریتم های طبقه-بندی کاربری اراضی مورد مطالعه که شامل ماشین بردار پشتیبان، بیشترین شباهت و شبکه عصبی می باشد، مورد مقایسه قرار گرفت. نتایج حاصل از ارزیابی کیفیت تصاویر ادغام شده نشان می دهد که تکنیک Gram-Schmidt بیشترین دقت را در حفظ بیشتر داده های اولیه و بارزسازی بهتر تصاویر نسبت به سه روش مورد مطالعه دارد. با توجه به طبقه بندی صورت گرفته بر روی این تصاویر، روش Maximum Likelihood بیشترین تاثیر را در افزایش دقت طبقه بندی بر روی الگوریتم های Gram-Schmidt و PC_Sharpened داشته است. به طور کلی افزایش دقت طبقه بندی کاربری اراضی با لحاظ تکنیک های ادغام تصاویر نسبت به طبقه بندی صورت گرفته بر روی داده های چندطیفی اولیه مشاهده می شود.