طبقه‌بندی شی‌مبنای تصاویر بزرگ‌مقیاس ماهواره‌‌ای از مناطق شهری پیچیده برای تولید نقشه پوشش اراضی برمبنای یک مدل سلسله‌‌مراتبی جدید

اطلاعات پوشش اراضی یکی از مهم‌ترین ابزارهای مدیریت شهری است و سنجش ‌‌از دور به‌عنوان فناوری ‌‌بهینه از نظر هزینه و زمان، در تولید این‌گونه اطلاعات اهمیت بسیار دارد. با توجه به وجود نواحی شهری پیچیده و متراکم در کشورهای جهان سوم، روش‌‌های شی‌‌مبنا به‌عنوان راهکار مناسبی در پردازش تصاویر این‌گونه مناطق پیشنهاد شده‌اند. هدف پژوهش حاضر معرفی روش شی‌‌مبنای جدیدی برای طبقه‌‌بندی مناطق شهری پیچیده با استفاده از تصاویر بزرگ‌مقیاس ماهواره‌‌ای و نزدیک‌شدن به فرایند تولید نقشه استاندارد و موثر با این روش است. در این مدل به‌منظور انتخاب پارامترهای قطعه‌‌بندی، از روشی جدید و همچنین از مدل طبقه‌‌‌بندی سلسله‌‌‌مراتبی به‌همراه استراتژی قانون‌مبنایی برای غلبه بر اغتشاشات بین‌کلاسی بهره‌‌گیری شد. در این حیطه ضمن بهینه‌‌‌سازی فضای ویژگی در آنالیزی چندمقیاسه، از دو روش طبقه‌‌بندی قانو‌‌ن‌‌مبنا و نزدیک‌ترین ‌‌همسایه فازی استفاده شد. روش پیشنهادی در پژوهش حاضر روی تصویر سنجنده ikonosاز شهر شیراز پیاده‌‌سازی شد، که دقت 84 درصد با استفاده از طبقه‌‌بندی روش قانون‌مبنا و نیز دقت 87 درصد از روش طبقه‌‌بندی نزدیک‌ترین همسایه فازی به‌دست آمد. افزون‌ بر این، پیاده‌‌سازی روش پیشنهادی روی تصویر ikonosشهر یزد، قابلیت تعمیم‌‌پذیری این روش را به سایر مناطق نشان داد.