>
Fa   |   Ar   |   En
   مقایسۀ کارآیی الگوریتم‌های‌ ماشین‌ بردار پشتیبان و حداکثر احتمال در آشکارسازی تغییرات کاربری اراضی (مطالعۀ موردی: حوضۀ آبخیز سیمینه‌رود)  
   
نویسنده دانشی علیرضا ,وفاخواه مهدی ,پناهی مصطفی
منبع سنجش از دور و gis ايران - 1395 - دوره : 8 - شماره : 2 - صفحه:73 -86
چکیده    با توجه به اینکه الگوریتم‌های متنوعی برای طبقه‌بندی تصاویر ماهواره‌ای در سنجش از دور توسعه یافته‌اند، انتخاب الگوریتم مناسب طبقه‌بندی در دستیابی به نتایج صحیح نقش بسیاری ایفا می‌کند. به همین منظور در پژوهش حاضر، با مقایسۀ کارآیی صحت طبقه‌بندی دو الگوریتم حداکثر احتمال و ماشین‌های بردار پشتیبان، الگوریتم دقیق‌تر تعیین، و از آن برای بررسی روند تغییرات کاربری اراضی استفاده شد. تحقیق حاضر در حوزۀ آبخیز سیمینه‌رود و با استفاده از تصاویر سنجنده‌های tm، etm و oli انجام گرفت. نتایج تحقیق نشان داد که الگوریتم ماشین بردار پشتیبان، درمقایسه با الگوریتم حداکثر احتمال، تصاویر ماهواره‌ای را بهتر طبقه‌بندی کرده است و از میان کرنل‌های ماشین بردار، کرنل تابع پایۀ شعاعی (rbf) کارآیی بهتری داشته است. بنابراین، از الگوریتم ماشین بردار پشتیبان با کرنل تابع پایۀ شعاعی برای تهیۀ نقشۀ کاربری اراضی دوره‌های مورد بررسی و تغییرات کاربری استفاده شد. بررسی روند تغییرات کاربری اراضی، با استفاده از این کرنل، مشخص کرد که در طی دوره‌های بررسی‌شده، مساحت کاربری‌های زراعت آبی از 30.535 هکتار به 67.210 هکتار، زراعت دیم از 79.909 هکتار به 123.383 هکتار و مناطق مسکونی از 474 هکتار به 1934 هکتار افزایش یافته است درحالی‌که مراتع از 259.811 هکتار به 178.398هکتار، و منابع آب از 240 هکتار به 41 هکتار روند کاهشی دارند. 
کلیدواژه تصاویر ماهواره‌ای، الگوریتم ماشین‌های بردار پشتیبان، حداکثر احتمال، کاربری اراضی
آدرس دانشگاه تربیت مدرس, دانشکدۀ منابع طبیعی, ایران, دانشگاه تربیت مدرس, دانشکدۀ منابع طبیعی, گروه علوم و مهندسی آبخیزداری, ایران, دانشگاه آزاد اسلامی واحد علوم و تحقیقات, گروه اقتصاد محیط‌ زیست, ایران
پست الکترونیکی vafakhah@modares.ac.ir
 
   Efficiency Comparison of Support Vector Machine and Maximum Likelihood Algorithms for Monitoring Land Use Changes  
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved