تهیه‌ نقشه‌ پوشش اراضی حوزه آبخیز قوری چای با پردازش تصاویر ماهواره ای

زمینه: کاربری/پوشش اراضی، از دیرباز به منظور برنامه ریزی و مدیریت منابع طبیعی مد نظر قرار گرفته است و تکنیک‌های سنجش از دور، بهترین وسیله برای تهیه نقشه‌های بهنگام کاربری و پوشش اراضی می‌باشد و روش های مختلفی برای تهیه نقشه کاربری اراضی وجود دارد.هدف: هدف از این تحقیق، تهیه‌ نقشه‌ پوشش اراضی حوزه آبخیز قوری چای با استفاده از پردازش و طبقه بندی تصاویر ماهواره ای می باشد که از مهمترین حوزه های استان اردبیل محسوب می شود.روش بررسی: بدین منظور، تصاویر ماهواره‌ی لندست 8 مربوط به خرداد ماه سال 1394 با استفاده از روش های طبقه بندی نظارت شده ی حداکثر احتمال و فازی طبقه بندی شدند.یافته ها: نتایج نشان داد که به ترتیب اراضی مرتعی، بایر، کشت دیم و مسکونی (روستا) بیشترین سطح از منطقه را تشکیل می دهند. برای ارزیابی صحت و دقت طبقه بندی‌های انجام شده، صحت کلی و ضریب کاپا تعیین گردید و نتایج نشان داد که روش طبقه بندی حداکثر احتمال با ضریب کاپا  0.82 و صحت کلی 88%  نسبت به روش فازی با ضریب کاپا 0.81 و صحت کلی 87%  از دقت بیشتری در فرایند طبقه بندی برخوردار است.بحث و نتیجه گیری: بر اساس نتایج به دست آمده از این تحقیق، علی رغم قابلیت بالای تصاویر ماهواره ای در تهیه نقشه کاربری اراضی، بایستی به منظور افزایش دقت طبقه بندی، از پارامترهای جانبی نیز استفاده کرد.

Preparing Ghoorichay Catchment Land Cover Map Using Satellite Image Analysis

Background: Land use/land cover has long been considered for natural resource planning and management and remote sensing techniques are the best tools to produce land use/cover maps. There are various methods for preparing land use maps.Objective: The purpose of this study is to prepare a land cover map of Ghoorichay watershed using processing and classification of satellite images, which is one of the most important watersheds of Ardabil province.Materials and Methods: For this purpose, Landsat 8 satellite images related to June 2015 were classified using supervised maximum likelihood and fuzzy classification methods.Results: The results showed that rangelands, bare lands, dry lands, and residential lands (village) are the major land uses in the area, respectively. According to the results, maximum likelihood method with kappa coefficient of 0.82 and overall accuracy of %88 is more accurate than fuzzy classification method with kappa coefficient of 0.81 and overall accuracy of %87.Discussion and Conclusion: Based on the results of this study, despite the high capability of satellite images in the preparation of land use map, in order to increase the accuracy of classification, peripheral parameters should be used.