بررسي و ارزيابي روش هاي شناسايي تغييرات با استفاده از تصاوير سنجش ازدور (مطالعه موردي: مزارع نيشكر خوزستان)

Investigating and evaluating methods of identifying changes using remote sensing images (Case study: Khuzestan sugarcane fields)

تا به امروز روش هاي متفاوت و گوناگوني براي آشكارسازي تغييرات در مقالات مختلف ارائه شده است و ضروري است تا اين روش‌ها مورد بررسي و ارزيابي قرار گيرند. لذا در اين مقاله، چهار روش تجزيه-وتحليل مولفه اصلي (PCA )، شبكه هاي عصبي (ANN )، درخت تصميم (DT )، اختلاف تصوير (ID ) مورد بررسي و ارزيابي قرار گرفته‌اند. جهت پياده سازي و ارزيابي روش پيشنهادي، از تصاوير دو زمانه در بازه زماني 2 ماهه از مزارع نيشكر استان خوزستان استفاده شده است. نتايج به دست آمده نشان مي دهد روش PCA از روش هاي ديگر بهتر عمل كرده است.

Until today, different methods have been presented to reveal changes in different articles, and it is necessary to review and evaluate these methods. Therefore, in this article, four methods of principal component analysis (PCA), neural networks (ANN), decision tree (DT), image difference (ID) have been investigated and evaluated. In order to implement and evaluate the proposed method, two-time images in a 2-month period of sugarcane fields in Khuzestan province have been used. The obtained results show that the PCA method .has performed better than other methods