روش بهینه برای استخراج پهنه‌های آبی از تصاویر ماهواره‌ای چندطیفی

اهداف: هدف از انجام این پژوهش معرفی روشی بهینه برای استخراج پهنه‌های آبی از تصاویر ماهواره‌ای چندطیفی بود. روش‌شناسی: روش تحقیق به کار رفته از نوع کاربردی و بر پایه پژوهش موردی است. به منظور استخراج آب از تصاویر ماهواره‌ای لندست 8 از شاخص اصلاح‌شده اختلاف آب نرمال‌شده به همراه سه روش آستانه‌گذاری که عبارتند از روش میانگین، روش اتسو و حد آستانه صفر استفاده شد. به‌منظور ارزیابی دقت نتایج، از نقشه طبقه‌بندی تولیدشده از تصویر سنتینل 2 به روش طبقه‌بندی ماشین بردار پشتیبان و سپس محاسبه ماتریس خطا و ضرایب همبستگی استفاده شد. یافته‌ها: نتایج نشان داد اعمال حد آستانه صفر روی شاخص اصلاح‌شده اختلاف آب نرمال‌شده برای جداسازی آب در تصاویر ماهواره لندست 8 مناسب نیست زیرا مناطق کم‌عمق نزدیک خط ساحلی را نمی‌تواند به خوبی شناسایی کند. در مقابل، روش آستانه‌گذاری اتسو با دقت بالا قادر به شناسایی آب بود و تطابق مکانی خوبی با داده‌های مرجع داشت. نتیجه‌گیری: روش شاخص اصلاح‌شده اختلاف آب نرمال‌شده به خوبی می‌تواند مناطق آبی را روی تصاویر چندطیفی شناسایی کند ولی انتخاب حد آستانه مناسب برای جداسازی آب از خشکی در دقت خروجی تاثیر بالایی دارد. اکثر تحقیقات گذشته به خصوص پژوهش‌های داخلی، حد آستانه صفر را به کار می‌گیرند در حالی که کارآیی پایین این روش آستانه‌گذاری در پژوهش حاضر ثابت شد. روش آستانه‌گذاری اتسو، علاوه بر افزایش دقت، نیازی به دخالت کاربر نداشته و از اطلاعات آماری تصویر استفاده می‌کند؛ بنابراین گزینه مناسبی برای خودکارسازی فرآیند استخراج پهنه‌های آبی از تصاویر ماهواره‌ای است. 

optimum method for water body extraction from multispectral satellite images

aims this research aimed to introduce an optimal method for water body extraction from multispectral satellite images. methodology the applied research method is practical and based on the case study. in order to the extraction of water from landsat 8 satellite images, the modified normalized difference water index along with three thresholding methods including the average method, otsu’s algorithm, and zero-limit thresholding were applied. for evaluation of the results, the sentinel 2 image was classified using the support vector machine method then the class of water was used as the reference to calculate the confusion matrix and correlation coefficients. findings the results showed that applying the zero-limit thresholding on modified normalized difference water index for water extraction from landsat 8 satellite images is not suitable as it cannot identify shallow areas near the coastline. in contrast, otsu’s thresholding method was able to accurately identify water and had good spatial matching with the reference data. conclusion modified normalized difference water index method can successfully identify water areas on multispectral images but choosing the right threshold to separate water from land has a great impact on output accuracy. most of the past research, use zero-limit thresholding, while the low efficiency of this thresholding method was proven in the current research. otsu’s thresholding method, in addition to increasing the accuracy, does not require user intervention and uses image statistical information, so it is ideal for the automation of the process of water body extraction from satellite images.