طبقه بندی لندفرم ها با استفاده از شبکه های عصبی خودسازماندهSelf-organization map(مطالعه موردی: حوضه آبخیز گاوخونی)
نویسنده:
چکیده:
امروزه شناسایی لندفرم ها و طبقه بندی زمین مبتنی بر روش کارشناسی می باشد که به صورت دستی و با استفاده از عکس های هوایی و نقشه های توپوگرافی انجام می شود که روشی وقت گیر و دارای دقت کمی می باشد. از این رو استفاده از روش های نیمه اتوماتیک و اتوماتیک به منظور طبقه بندی لندفرم ها برای افزایش دقت و سرعت کار، ضروری به نظر می رسد. این پژوهش سعی دارد که به طبقه بندی لندفرم ها بر اساس الگوریتم شبکه های عصبی خودسازمانده (SOM)در حوضه آبخیز گاوخونی بپردازد. پژوهش از نوع تحلیل و توصیفی مبتنی بر روش های آماری، نرم افزار و میدانی است بدین صورت که که به منظور استفاده از الگوریتم SOMبرای طبقه بندی لندفرم ها از 6 پارامتر استفاده شد که شامل جهت (aspect)، ارتفاع (elevation)، شیب (slope)، پروفیل طولی و عرضی (plan ، profile) و انحنا (curvature) می باشد. برای این منظور ابتدا با استفاده از شاخص موقعیت توپوگرافی (TPI)، لندفرم های منطقه مورد مطالعه طبقه بندی شدند که از کلاس های لندفرم حاصل از TPIبه منظور آموزش مدل SOMاستفاده شد. در مرحله بعد از 50 نقطه به عنوان نمونه برای آموزش شبکه استفاده گردید. نتایج حاصل از طبقه بندی لندفرم ها با استفاده از الگوریتم SOMنشان داد که 6 خوشه (کلاس) در محدوده مورد مطالعه وجود دارد، به طوریکه خوشه 1 و 5 شامل لندفرم هایی است که در ارتفاعات زیاد قرار دارند و خوشه 3 شامل لندفرم هایی است که در کمترین ارتفاع واقع شده اند. بقیه خوشه ها شامل لندفرم هایی هستند که در ارتفاعات متوسط در حوضه آبخیز مورد مطالعه قرار دارند. بنابراین از الگوریتم فوق می توان به منظور پیش بینی لندفرم های منطقه مورد مطالعه استفاده کرد.
کلیدواژگان:
زبان:
فارسی
انتشار در:
در صفحه:
225
لینک کوتاه:
magiran.com/p1566439
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 1,390,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 70 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!