مقايسه روش‌هاي طبقه‌بندي پيكسل‌پايه و شي ‌گرا در تهيه نقشه كاربري اراضي با استفاده از داده‌هاي ماهواره‌اي

مديريت بهينه منابع طبيعي نيازمند در اختيار‌داشتن اطلاعات بهنگام و صحيح است. نقشه كاربري اراضي يكي از مهم‌ترين منابع اطلاعاتي در مديريت منابع طبيعي قلمداد مي‌شود. هدف از انجام پژوهش حاضر، مقايسه دو روش طبقه‌بندي پيكسل‌پايه و شي ‌گرا در تهيه نقشه كاربري اراضي با استفاده از تصاوير ETM+ در شهرستان ملكشاهي در استان ايلام است. در اين پژوهش پس از تهيه تصوير ذي‌ربط و اعمال تصحيحات هندسي و راديومتريك روي تصوير با استفاده از دو روش مذكور، نقشه كاربري اراضي استخراج گرديد. براي ارزيابي دقت طبقه‌بندي از شاخص‌هاي دقت كل، ضريب كاپا، دقت توليدكننده و دقت استفاده‌كننده بهره گرفته شد. نتايج به‌دست‌آمده نشان داد كه وضوح تصوير روش طبقه‌بندي شي ‌گرا بالاتر از روش طبقه‌بندي پيكسل‌پايه است. نتايج برآورد دقت نشان مي‌دهد كه روش شي ‌گرا در هر دو شاخص صحت كل و ضريب كاپا با مقادير به‌ترتيب 93 درصد و 96 درصد، دقيق‌تر از روش پيكسل‌پايه است. براساس نتايج به‌دست‌آمده كاربري‌هاي جنگل و مرتع حدود 98 درصد از سطح اين شهرستان را مي‌پوشاند. در اين تحقيق پيشنهاد مي‌شود كه از روش طبقه‌بندي شي ‌گرا در تهيه نقشه‌هاي كاربري اراضي استفاده شود.

Optimal natural resources management depends on reliable as well as up-to-date data. For this objective, land use map is among the important sources of information on the natural resources management. The aim of present study is to compare two methods of pixel-Base and object-oriented classification in land use mapping with using ETM+ image in Malekshahi town, Ilam province. After supplying related image and geometric and radiometric corrections implement on image, the authors used tow method classification to land use mapping. To assess the accuracy of classification method they used index of overall accuracy, kappa coefficient, producer accuracy and user accuracy. The results showed that the object-oriented classification method has more resolution in comparison to the pixel-based classification method. The results of determine accuracy showed that method of objectoriented in tow index of overall accuracy and kappa coefficient with (respectively) 96 percent and 93 percent was more accuracy related to pixel-based classification method. Based on the results the forest and grassland covers about 98 percent of this town. The result of this study suggested that used from object-oriented classification method to production of land use map.