شناسایی نیمه‌خودکار لندفرم‌ها با استفاده از پردازش شیءگرا، مدل رقومی ارتفاع و تصاویر ماهواره‌ای مطالعه موردی: حوضه آبریز رودخانه دز واقع در دامنه‌های غربی و جنوب‌غربی زاگرس

فرآیندهای سطح زمین در مقیاس‌های مکانیزمانی مختلف عمل می‌کنند و شکل‌های زمینی را تولید می‌کنند که در یک سلسله‌مراتب تودرتو ساختاریافته‌اند. شیوه‌ی استخراج نیمه‌خودکار انواع لندفرم‌های منتخب از مدل‌های رقومی ارتفاعی dem از اهمیت بالایی برخوردار است. لندفرم یک عارضه ژئومورفیک از سطح زمین است که خصوصیات ظاهری خاص داشته و شکل آن را می‌توان تشخیص داد. در حال حاضر طبقه‌بندی لندفرم‌ها عموماً مبتنی بر تشخیص کارشناسی است که به طریق دستی و با استفاده از عکس‌های هوایی، نقشه‌های توپوگرافی و برداشت‌های صحرایی انجام می‌گیرد که روشی زمان‌بر، پرهزینه، کم‌دقت و تکرار نشدنی است. در این پژوهش از 5 مشتق اصلی  dem12.5 متری ماهواره alos (لایه‌ی شیب، لایه جهت شیب، لایه‌ی خمیدگی، لایه‌ی جریان تجمعی و لایه‌ی ارتفاع) و همچنین از تصاویر ماهواره‌ای  sentinel-2و شاخص پوشش گیاهی ndvi به‌عنوان لایه‌های کمکی استفاده گردیده، سگمنت‌سازی که در این منطقه صورت گرفت با استفاده از روش segmentation multi resolation انجام شد. در این سگمنت‌سازی به لایه ارتفاع، ارزش 3 و به لایه خمیدگی ارزش 2 و به بقیه‌ی لایه‌ها ارزش 1 داده شد و در قسمت composition of homogeneity criterion، به shape 0.7 و compactness 0.3 و پارامتر مقیاس 50 در نظر گرفته شد و سپس با استفاده از الگوریتم‌های layer values   و geometry و دستورات assign class به طبقه‌بندی لندفرم‌های واقع در دامنه‌های غربی و جنوب غربی زاگرس (محدوده‌ی شهرستان الیگودرز) اقدام شده است. نتایج نشان داد که استفاده از الگوریتم‌های layer values و geometry و دستورات assign class توانایی خوبی در جداسازی و طبقه‌بندی لندفرم‌ها دارند، به‌گونه‌ای که 8 نوع لندفرم (دامنه، یال، پهنه‌های آبی، پرتگاه، قله، خط‌الراس، دشت‌های پست و دشت‌های مرتفع) با ضریب کاپا 0.87 و دقت کلی 91.71 درصد استخراج گردید. لندفرم‌های یال بیشترین بخش منطقه را تشکیل داده و لندفرم‌های غالب منطقه محسوب می‌شوند و توزیع مناسبی در قسمت‌های مختلف دارند ولی لندفرم‌های قله با حداقل مساحت فقط بخش محدودی از منطقه‌ی موردمطالعه را تشکیل داده است.

identification of semiautomatic landforms using objectoriented processing, digital elevation model and satellite imagery. case study: dez river basin located in the western and southwestern slopes of zagros

in this study, 5 main dem derivatives of 12.5 m alos satellite (slope layer, slope direction layer, curvature layer, cumulative flow layer and altitude layer) as well as sentinel2 satellite images and ndvi vegetation index were used as auxiliary layers. segmentation in this area was performed using segmentation multi resolation method. in this segmentation, the height layer was given a value of 3, the curvature layer was given a value of 2, and the other layers were given a value of 1. then, using layer values ​​and geometry algorithms and assign class commands, landforms located in the western and southwestern slopes of zagros (aligudarz city area) have been classified. the results showed that the use of layer values ​​and geometry algorithms and assign class commands have a good ability to isolate and classify landforms, so that 8 types of landforms (slopes, ridges, water areas, precipices, peaks, ridges, lowlands and lowlands) kappa coefficient was 0.87 and overall accuracy was 91.71%. the ridge landforms form the largest part of the region and are the dominant landforms of the region and have a good distribution in different parts, but the peak landforms with the minimum area have formed only a limited part of the study area.