استخراج اتوماتيك تپه هاي بزرگ ماسه اي ريگ ييلان، شرق كوير لوت با استفاده از نقشه هاي خودسازمان ده

اشكال متفاوت از تپه‌هاي ماسه‌اي حدود 20 درصد از سطح بيابان هاي جهان را پوشانده، كه زمين ريخت‌شناسي آن ها همواره از ديدگاه هاي مختلف مورد توجه بوده است. روش هاي سنتي نقشه برداري زمين ريخت‌شناسيك كيفي و يا بر پايه ي عمليات هاي ميداني، به دليل شرايط خاص و دشوار حاكم بر بيابان ها بسيار زمان بر و پرهزينه است. به ويژه زماني كه منطقه‌اي منحصر به فرد نظير دشت لوت شامل تپه‌هاي بزرگ ماسه‌اي در مقياسي بزرگ تحت بررسي قرار گيرد، روش هاي سنتي به دليل عدم امكان بازديد صحرايي و دسترسي به منطقه داراي دقت مطلوبي نخواهد بود. در اين مطالعه تپه‌هاي عظيم ماسه‌اي بخش شرقي دشت لوت با پستي و بلندي  ويژه، به وسيله ي يكي از روش هاي شبكه‌هاي عصبي مصنوعي تحت عنوان الگوريتم خودسازمانده مطالعه گرديد. در اين مطالعه ابتدا 22 پارامتر مورفومتريك نماي اول، نماي دوم و نماي سوم از آخرين نسخه ي داده‌هاي رقومي ‌ارتفاعي رادارSRTM/X  با گريد سايز 1 قوس ثانيه (بزرگنمايي معادل 30 متر) بر اساس برنامه نويسي و با كمك برازش يك سطح درجه دوم و درجه سوم محاسبه گرديد. سپس پارامترهاي مؤثر در طبقه‌بندي و تعداد كلاس هاي متناسب منطقه بر اساس ضرايب كمي ‌OIF و DBI تعيين گرديد. پارامترهاي بهينه ي مورفومتريك همراه با باندهاي سنجنده ي ETM+ به تاريخ 2001 جهت طبقه‌بندي با الگوريتم شبكه ي خودسازمان ده مورد استفاده قرار گرفت و نتايج با استفاده از اطلاعات موجود و نقشه‌هاي پستي و بلندي  مقايسه گرديد. نتايج حاصل نشان داد كه شبكه ي خودسازمان ده به عنوان يك الگوريتم نظارت نشده ي شبكه‌هاي عصبي مصنوعي در تلفيق پارامترهاي مورفومتريك و داده‌هاي ماهواره ي لندست براي تحليل لندفرم هاي بيابان با مقياس ها و توان هاي تفكيك متفاوت بسيار كارآمد مي‌باشد.