استفاده از اطلاعات تراکم حاشیه در طبقه بندی مناطق شهری - روستایی باداده های سنجش از دور

نحوه عمل در اکثر الگوریتم های طبقه بندی متداول در سنجش از دور بر اساس ویژگی ها و اطلاعات طیفی پیکسلها می باشد. این مسئله ضمن نادیده گرفتن مقدار زیادی از اطلاعات فضایی موجود در تصویر با افزایش قدرت تفکیک فضایی در ماهواره ها، باعث افزایش اطلاعات غیر مفید (نویز) و افزایش تشابه طیفی بین طبقات و در نتیجه افزایش واریانس داخلی می شود که در نهایت منجر به اثرات منفی بر روی دقت طبقه بندی می گردد. به منظور رفع یا کاهش این مشکلات، استفاده توام از اطلاعات طیفی و محیطی می تواند به تفکیک کاربری هایی که از لحاظ طیفی مشابه هستند کمک موثری نماید.
در این تحقیق مزایای حاصل از ترکیب اطلاعات تراکم حاشیه استخراج شده از طبقه بندی مبتنی بر ویژگی های طیفی عناصر تصویر با روش های طبقه بندی حداکثر احتمال، حداقل فاصله از میانگین و ماهالانوبیز مورد بررسی قرار گرفته است. این روش برای داده هایی با توان تفکیک مکانی بالا که حاوی اطلاعات جزیی زیادتری می باشند و همچنین مناطقی با پدیده های متفاوت و دارای تراکم های حاشیه مختلف می تواند مناسب تر باشد. کارایی استفاده از اطلاات تراکم حاشیه در بهبود دقت طبقه بندی با داده های چند طیفی ماهواره اسپات (SPOT) و عکس هوایی مربوط به بخشی از منطقه حاشیه تالاب انزلی در استان گیلان که دارای پدیده های متنوع و کاربری های مختلف می باشد، مورد ارزیابی قرار گرفته است. نتایج حاصل نشان دهنده افزایش دقت کلاسهای اطلاعاتی بویژه با تفکیک پذیری طیفی ضعیف می باشد. روش طبقه بندی ماهالانوبیز در کلاسهای اطلاعاتی مراکز شهری- روستایی (60/74 درصد) و رودخانه و کانال (87/66 درصد) به ترتیب با 06/14 و 57/6 درصد افزایش در داده های ماهواره ای و کلاسهای مجتمع درختی و باغات (37/74 درصد)، رودخانه اصلی (44/59 درصد)، کشاورزی (38/46 درصد) و مناطق مسکونی (09/68 درصد) به ترتیب 78/11، 61/36، 09/28 و 29/53 درصد نسبت به طبقه بندی مبتنی بر اطلاعات طیفی پیکسلها در داده های عکس هوایی افزایش دقت نشان می دهند.