آشکارسازی تغییرات زیر پیکسلی کاربری اراضی در تصاویر ابرطیفی مبتنی بر جداسازی طیفی و پس‌پردازش

امروزه سنجش ازدور با دارا بودن توان تفکیک مکانی و طیفی بالا، پوشش گسترده و با کمترین هزینه برای دریافت داده از زمین، نقش کلیدی را در حوزه پژوهش های علوم زمین و پایش محیط زیست ازجمله آشکارسازی تغییرات داشته است. به طورکلی تشخیص به موقع و دقیق تغییرات در مقیاس محلی و جهانی، در مدیریت بهینه ی استفاده از منابع، از اهمیت بالایی برخوردار است. تصاویر فراطیفی، به علت دارا بودن توان تفکیک طیفی بالا، نتایج بهبود یافته ای از آشکاری سازی تغییرات و همچنین جزئیات بیشتری از فرآیند آشکارسازی تغییرات را فراهم می نمایند. استفاده از روش های مبتنی بر جداسازی طیفی روی تصاویر فراطیفی، توانمندی بسیار بالایی برای دست یافتن به اطلاعات مهم زیرپیسکل دارد. در این پژوهش یک روش آشکارسازی تغییرات با استفاده از الگوریتم های تفاضل گیری، اتسو و جداسازی طیفی ارائه گردیده است. یکی از مهمترین قابلیت های روش پیشنهادی، بهبود توان تفکیک مکانی نقشه تغییرات است. همچنین علاوه بر تهیه نقشه تغییرات به صورت دودویی و خودکار، قادر به استخراج اطلاعات درباره ماهیت کلاس های تغییر نیز و دستیابی به تغییرات در زیرپیکسل می باشد. به منظور ارزیابی کارایی و دقت روش پیشنهادی، از دو مجموعه داده ی چند زمانه ی فراطیفی به کارگرفته شد. داده اول از سنجنده ی هایپریون، مربوط به مزارع کشاورزی اطراف شهر جیانگسو واقع در چین است. به منظور کاهش خطای تهیه نقشه واقعیت زمینی و افزایش اعتمادپذیری؛ یک داده شبیه سازی شده از سنجنده هوابرد اوریس؛ تهیه گردید. ارزیابی خروجی های به دست آمده نشان دهنده، دقت کلی بالا و نرخ کم هشدارهای روش پیشنهادی، در مقایسه با روش های رایج آشکارسازیِ تغییرات، است، به طوری که دقت کلی برای داده چین، با دقت کلی بالای 91%، ضریب کاپا 0.85، نرخ هشدارهای اشتباه کلی کمتر از 7% و هزینه محاسباتی و نسبتا پایین نسبت به روش های متداول حکایت می کند. علاوه نتایج به دست برای داده شبیه سازی شده، 99.80 درصد ضریب کاپا، 0.82 و میزان نرخ هشدارهای اشتباه آن، 0.19 درصد است.