ارزیابی روش های طبقه بندی SAM و BEC برای تفکیک واحدهای زمین شناسی

پیام:
چکیده:
مسئله ی تهیه نقشه واحدهای زمین شناسی در طی یک روند رو به بهبود ، امروزه به نقطه ای رسیده است که آشکارسازی و طبقه بندی واحدهای زمین شناسی به کمک سنجش از دور ابرطیفی انجام می شود. در این پژوهش با استفاده از تصویر فراطیفی سنجنده هایپریون، مربوط به منطقه خرم آباد واقع در استان لرستان ، و به کارگیری الگوریتم های طبقه بندی نظارت شده Spectral Angle Mapper و Binary Encoding Classification در تشخیص و تفکیک واحدهای زمین شناسی صورت گرفته است. پس از انجام پیش پردازش های لازم، تبدیلMNF و الگوریتم PPIبه ترتیب برای کاهش داده و استخراج پیکسل های خالص بر روی تصویر اعمال شد. از همپوشانی پیکسل های خالص با واحدهای زمین شناسی و داده های زمینی ، طیف میانگین برای هر عضو استخراج گردید سپس این اعضای خالص به عنوان ورودی جهت الگوریتم های ذکر شده فوق استفاده و طبقه بندی تصویر صورت پذیرفت. بررسی های میدانی انجام شده و نمونه برداری های زمینی (در نقاط ارائه شده توسط روش نقشه بردار زاویه طیفی و BEC) موید برتری روش SAM در تفکیک واحدهای زمین شناسی است. در نهایت با بررسی صحت الگوریتم ها از طریق محاسبه ماتریس خطا ، دقت طبقه بندی هر روش به ترتیب برای SAM (68/83) و (32/60) BEC، مشخص گردید که در پایان الگوریتم SAM با دقت کلی 68/83به عنوان بهترین الگوریتم طبقه بندی معرفی گردید.
زبان:
فارسی
صفحات:
67 تا 77
لینک کوتاه:
magiran.com/p1931442 
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!