ارزيابي تكنيك‌ هاي طبقه‌بندي شيء‌گرا و حداكثر درست نمايي در استخراج نقشه كاربري اراضي (مطالعه موردي: كلانشهر اروميه)

Evaluation of Object-Based and Maximum Likelihood Classification Techniques in Land Use Mapping (Case Study: Urmia City)

نقشه كاربري اراضي/پوشش اراضي، از اساسيترين لايههاي رقومي در در تحقيقات هيدرولوژي و منابع آب ميباشد كه از پردازش و طبقهبندي تصاوير ماهواره‌اي قابل استخراج ميباشد. تكنيك‌هاي مختلفي براي تهيه نقشه‌ كاربري اراضي/پوشش اراضي (Land use/Land cover)، تاكنون توسعهيافته است. از متداول‌ترين آنها مي‌توان به دو تكنيك شيء‌گرا و حداكثر درستنمايي اشاره كرد كه اغلب در مناطق غيرشهري، مورد استفاده قرار گرفته است. در اين تحقيق، كارايي تكنيك‌هاي مذكور براي تهيه نقشه LULC در كلان شهر اروميه و با تصاوير ماهواره‌ي ژئوآي (GeoEye) با قدرت تفكيك مكاني بالا، مورد ارزيابي و استفاده قرار گرفته است. به منظور طبقهبندي و مقايسه نتايج، از نقاط كنترل زميني مشابه و به تعداد مناسب، استفاده گرديد و در براي ارزيابي صحت نقشه‌هاي حاصل، از شاخص‌هاي صحت و ضريب كاپا استفاده شد. نتايج نشان داد در روش‌هاي شي‌گرا به اين علت كه براي طبقه‌بندي تصوير علاوه بر استفاده از اطلاعات طيفي، از الگوريتم‌هاي هندسي مثل بافت، اندازه، شكل و سايز اشياء نيز استفاده مي‌شود، لذا دقت طبقه‌بندي به شكل قابل توجهي افزايش مي‌يابد.‌ بر همين اساس، روش‌ شيءگرا ‌نتايج بهتري را در طبقه‌بندي تصوير ارائه كرده‌ است. بنظر مي‌رسد در مناطق شهري به دليل بافت ويژه آن، مرز تغيير بافت و شكل اشياء مشخص‌تر است و اين موضوع موجب كارايي بهتر روش‌هاي شيءگرا مي‌شود. تهيه اين نقشه با قدرت تفكيك مكاني بالا (زير 1 متر) در هيدرولوژي شهري، اهميت شاياني دارد.