مقايسه و ارزيابي روش هاي طبقه بندي شاخص NDVI در شناسايي و تفكيك مزارع گندم

Comparison and evaluation of NDVI index classification methods in identifying and distinguishing wheat fields

امروزه برآورد دقيق از سطح زيركشت محصولات كشاورزي بويژه گندم اهميت بالايي در برنامه ريزي امنيت غذايي دارد. فناوري سنجش از دور ابزاري است كه با كمك آن مي توان با كمترين هزينه و كوتاهترين زمان و در عين حال بالاترين دقت به اين مهم دست يافت. در اين مطالعه دو روش طبقه بندي حداكثر احتمال و ماشين بردار پشتيبان براي طبقه بندي شاخص NDVI توليد شده از تصاوير سنتينل-2 به منظور برآورد سطح زير كشت گندم در شهرستان شوشتر استان خوزستان با يكديگر مقايسه شده اند. به منظور تهيه نمونه هاي تعليمي مختصات 68 نقطه محل كه پراكنش مناسبي در سطح منطقه داشتند، برداشت گرديد. از اين تعداد 48 نقطه براي ايجاد نمونه هاي تعليمي و 20 نقطه براي ارزيابي صحت مدل هاي طبقه بندي مورد استفاده قرار گرفت. بـر اسـاس نتـايج بدست آمده مـدل ماشين بردار پشتيبان با دقت كلي و ضريب كاپاي به ترتيـب 98/5 و 96/5 درصد، دقت بالاتري را نسبت به مدل حداكثر احتمال با دقـت كلـي و ضـريب كاپاي به ترتيب 97/8 و 95 درصد داشته است. همچنين مساحت مزارع گندم بدست آمده از روش حداكثر احتمال در مقايسه با آمار سازمان جهاد كشاورزي ميزان خطاي 14 درصدي را نشان مي دهد درحاليكه اين ميزان براي روش ماشين بردار پشتيبان 7 درصد مي باشد كه نشان دهنده دقت بالاتر روش اخير است. يكي از دلايـل عملكـرد مناسـب مـدل ماشين بردار پشتيبان را مي توان به ماهيت ناپارامتريك اين روش و در نتيجه عدم حساسيت به پراكنش و تعداد نمونه هاي تعليمي نسبت داد.