آشكارسازي تغييرات كاربري اراضي با استفاده از تصاوير تمام قطبيده راداري و روش‌هاي جبري، فاصله و شباهت‌مبنا

Land cover changes detection in polarimetric SAR data using algebra, similarity, and distance based methods

پايش و نظارت تغييرات وسيع در سراسر جهان نيازمند روش‌‌ها و تكنيك‌هاي قدرتمندي مي‌باشد، بنابراين آشكارسازي و بصري‌سازي و ارزيابي رشد تغييرات در برنامه ريزي و مديريت قابل توجه است. استفاده از تصاوير تمام قطبيده راداري به دليل تعامل بين موج‌هاي الكترومغناطيسي و هدف (تارگت) و استفاده از اطلاعات فاز و دامنه و به دليل بالا بودن توان تفكيك مكاني تا حدود يك متر مي‌تواند براي بررسي تغييرات در سطح زمين استفاده شود. اين تحقيق براساس تجزيه تصاوير تمام قطبيده راداري هوابرد (Uninhabited Aerial Vehicle SAR : UAVSAR ) و استخراج ويژگي‌هاي اين تصوير و پياده‌سازي الگوريتم‌هاي آشكارسازي تغييرات به شناسايي تغييرات در يك منطقه جغرافيايي با استفاده از دو نمونه داده واقعي پرداخته است. هدف از اين تحقيق، بررسي و ارزيابي روش‌هاي مختلف آشكارسازي تغييرات در تصاوير تمام قطبيده راداري كه شامل روش‌هاي جبري كه براساس ماهيت رياضي بين بردار‌هاي متناظر، روش‌هاي فاصله‌مبنا براساس اندازه‌گيري فاصله بين بردار‌هاي متناظر و روش‌هاي شباهت‌مبنا براساس وابستگي بين بردارهاي ‌متناظر مي‌باشد. ارزيابي دقت روش پياده‌سازي شده با استفاده از داده واقعيت زميني و استفاده از آماره‌هاي ارزيابي دقت كلي، مساحت زير منحني راك و نرخ هشدار‌هاي اشتباه مي‌باشد. ارزيابي نتايج نشان مي‌دهد كه روش‌هاي آشكارسازي تغييرات جبري داراي دقت بالايي نسبت به ساير روش‌هاي تشخيص تغييرات مي‌باشند. همچنين، نتايج كمي نشان مي‌دهد كه الگوريتم‌هاي تشخيص تغييرات جبري داراي دقت كلي بيش از %92 بوده و در ساير معيارهاي ارزيابي، روش جبري داراي نرخ هشدار‌هاي اشتباه پايين و مساحت زير منحني بالا براي تشخيص تغييرات در تصاوير تمام قطبيده راداري مي‌باشد.

Monitoring and surveillance changes around the world need powerful methods and techniques; consequently, detection, visualization, and assessment of significant changes are essential for planning and management. Incorporating PolSAR images as the result of interactions between electromagnetic waves and target due to a high spatial resolution almost one meter can be incorporated for studying changes on the Earth's surface. Analyzing full-polarized radar images comparing to single polarized radar images used amplitude and phase information of the surface in different available polarization (HH, HV, and VV). This study is based on the decomposition of full-polarized airborne UAVSAR images and integration of these features with algebra, similarity, and distance based methods for change detecting purposes using two real datasets. Assessing the accuracy of the method is implemented using ground truth data and different criteria for evaluating such as overall accuracy (OA), area under ROC curve (AUC) and false alarms rate (FAR). The output results showed that algebra change detection method has superiority to detect changes comparing to other implemented methods. Also, numerical results showed the superiority of algebra change detection algorithms comparing to others.