مقایسه داده های اپتیک و رادار در استخراج عوارض و پدیده های زمینی

دسترسی به نقشه مناسب از عوارض و پدیده های زمینی بسیار مهم است، چراکه این عوارض و فرآیند حاکم بر آن‌ها منشا بسیاری از مخاطرات و منابع محیطی هستند. هدف این تحقیق، مقایسه داده های اپتیک و رادار در استخراج عوارض و پدیده های زمینی است. از تصویر پانزده متری باند پن‌کروماتیک لندست 8 (oli) به‌عنوان تصویر اپتیک و تصویر باند c سنجنده سنتینل1 (sentinel1) برای تصویر رادار باقدرت تفکیک 22×20 متری هر پیکسل، استفاده شد. دو تصویر رادار (رادار 1 و 2) در دو جهت دید مختلف، با زاویه دید متفاوت موردبررسی قرار گرفتند و برای کاهش اثر توپوگرافی تصویر رادار با مدل رقومی سه ثانیه تصحیح شد (رادار اصلاح‌شده). در این مطالعه، 4 عارضه دره، تیغه، مخروط افکنه و شیب واریزه­ای به روش تفسیر بصری از تصاویر لندست 8 و سنتینل-1 استخراج و نتایج با تفسیر بصری تصاویر توان تفکیک بالای world imagery مقایسه گردید. شاخص های صحت، دقت، کیفیت، کاپا و آزمون z جهت برآورد صحت نتایج به‌دست‌آمده محاسبه شد. نتایج نشان داد بالاترین صحت در استخراج عارضه‌های دره و تیغه از تصویر اپتیکی به ترتیب 83.90 و 87.88 درصد و بالاترین صحت استخراج عوارضی چون مخروط‌افکنه و شیب واریزه ای نیز از تصویر راداری اصلاح‌شده به ترتیب 82.76 و 83.72 درصد می‌باشند. بالاترین ضریب کاپا مربوط به رادار اصلاح‌شده با 54.72 درصد (لندست 49.74 درصد)، بیشترین میزان آزمون z مربوط به لندست- رادار1 با 0.9871 به‌دست‌آمده آمد (رادار اصلاح شده لندست 0.6443 درصد).

Comparison of optic and radar data for terrain feature extraction

The availability of suitable maps of terrain features is very important because these complications and the process governing them are the sources of many environmental hazards and resources. The purpose of this research, compare the optic and radar data for terrain feature extraction. A panchromatic band of Landsat 8 (OLI) as an optical image and two Cband Sentinel1 satellite radar images with a resolution of 22×20 m per pixel were used. Two radar images (radar1 and 2) in two different acquisition directions with different look angels were visually interpreted. In order to reduce the geometric and radiometric effects of the topography, the radar images were corrected using 3second SRTM data (modified radar). In this study, four feature types were extracted by visual interpretation, which is: valleys, blades, alluvial fans, and debris fans and the results were compared with the World Imagery layer. The accuracy, completeness, quality, kappa, and ztest were calculated for every interpretation. The results showed that the highest accuracies in recognition of valleys and blades using Landsat image were 83.90% and 87.88%, respectively, and the highest accuracies of alluvial fan and the debris fan of the modified radar image were 82.76% and 83.72% respectively. The highest kappa coefficient related to the modified radar data was calculated at 54.72% (Landsat 49.74%) and the highest ztext related to Landsatradar 1 was calculated 0.9871 (Modified RadarLandsat 0.6443%).