ارزیابی صحت روش های طبقه‌بندی تصویر ماهواره ای sentinel-2 با رویکرد پیکسل مبنا و شی مبنا در پهنه‌بندی مناطق سیل گیر رودخانه طالقان

پهنه‌بندی سیل یکی از اولویت‌های مدیریت منابع آب و اراضی بوده و قابلیت‌های سنجش از دور می‌تواند در این خصوص بسیار کاربرد داشته‌باشد. هدف این مقاله بررسی دقت روش‌های شی‌گرا و پیکسل مبنا در استخراج پهنه سیل‌گیر در حوضه رودخانه طالقان می‌‌باشد. بدین منظور تصویر ماهواره ای sentinel2a با استفاده از روش نظارت شده با دو رویکرد پیکسل مبنا و شی مبنا و بکار گیری دو الگوریتم ماشین بردار پشتیبان(svm ) و جنگل تصادفی (rf) طبقه‌بندی شدند. صحت کلی و ضریب کاپا به روش rf در حالت شی مبنا به‌ترتیب 89 درصد و 82 /0 و در حالت پیکسل مبنا به‌ترتیب 5/ 88 درصد و 75 /0 بدست آمد. این در حالی است که در روش svm صحت کلی و ضریب کاپا به‌ترتیب 5 /84 درصد و 73 /0 در حالت پیکسل مبنا و 86 درصد و 78 /0 در حالت شی مبنا حاصل شد. برای صحت سنجی پهنه‌های استخراج شده، از روش پهنه‌بندی هیدرولیکی با دوره بازگشت‌های 2 ،5 ،10 ،25 و100 ساله استفاده شد. نتایج نشان داد هر دوروش rf و svm در رویکرد شی مبنا اغلب بیش ترین هم‌پوشانی را با دوره بازگشت‌های مختلف داشته‌اند که بالاترین میزان هم‌پوشانی با پهنه‌های سیل دوره بازگشت دو ساله با مقادیر 68 و 66 درصد برای rf و svm بدست‌آمد.

Analysis Accruing of Sentinel-2 Image’s Classification Methods Based on Object Baseand Pixel Base in Flood Area Zoning of Taleqan River

Flood zonation mapping is one of the priorities for the soil and water management, which Remote Sensing( RS) capabilities are very applicable to this issue. The main objective of this research was study of accuracy of the Object oriented and Pixel based methods for flood zonation mapping in the Taleghan River basin. Therefore, the Sentinel 2A satellite image of the study area classified using supervised classification method based on the both Object oriented and Pixel based approaches, with the Random Forrest( RF) and Support Vector Machine( SVM) algorithms. The overall precision and Kapa Coefficient of the RF algorithm based on Object oriented method were 89 percent and 0.82 and based on Pixel based method 88.5 percent and 0.75 respectively. The results of the overall precision and Kapa Coefficient for the SVM algorithm based on Pixel based method were 84.5 percent and 0.73 and based on Object oriented method were 86 percent and 0.78 respectively. In order to verification of the generated flooding zone maps, the flooding zone maps resulted from the hydraulic flood zonation mapping method with 2,5,10, 25 and 100 year return periods have been used. The results shown that, the generated maps of the both RF and SVM algorithms based on object oriented method; have the most suitable overlaps with the allreturn periods flooding zone maps. The maximum overlap between maps belongs to the maps with 2year return period, generated based on hydraulic flood zonation mapping method.