توسعه يك روش تصميم گيري سلسله مراتبي دانش مبنا جهت توليد نقشه اراضي كشاورزي بر مبناي سيستم زراعت در گوگل ارث انجين (مطالعه موردي: شهركرد)

كشاورزي به عنوان يكي از اركان اصلي تامين امنيت غذايي جامعه، از اهميت ويژه اي در تصميم گيري هاي كلان كشور به ويژه وضع سياست هاي مربوط به واردات و صادرات برخي محصولات برخوردار است. لذا تعيين سطح زير كشت محصولات كشاورزي در هر سال زراعي امري حياتي به نظر مي رسد. تقسيم بندي اراضي كشاورزي برمبناي سيستم زراعت در طول سال زراعي، مي تواند برآورد دقيق تري از سطح زيركشت محصولات پاييزه و بهاره در اختيار قراردهد. چراكه در اين نقشه ها، مساحت اراضي دوكشت با دو محصول پياپي پاييزه و بهاره متوالي، دو مرتبه در نظر گرفته مي شوند. اين تحقيق با هدف طبقه بندي اراضي كشاورزي به كلاس هاي تك كشت بهاره، پاييزه، يونجه و اراضي دوكشت، به توسعه يك روش تصميم گيري سلسله مراتبي دانش مبنا پرداخته است. در روش توسعه داده شده، با اعمال حدآستانه هاي متفاوت در سري زماني شاخص گياهي تفاضل نرمال شده (NDVI) مستخرج از تصاوير سنتينل-2، اراضي كشاورزي در چندين مرحله به صورت سلسله مراتبي به كلاس هاي هدف طبقه بندي مي شوند. كليه روند پيشنهادي، با استفاده حداكثري از تصاوير ماهواره اي و پردازش هاي برخط، در سامانه گوگل ارث انجين و متناسب با قابليت هاي برنامه نويسي اين بستر، پياده سازي شده است. روش پيشنهادي در يك منطقه مطالعاتي واقع در شهرستان شهركرد مورد بررسي قرارگرفته كه در نهايت با دقت كلي 97/27% در مقايسه با دو روش نزديكترين همسايگي با دقت كلي 93/76% و درخت تصميم گيري با دقت كلي 94/32% عملكرد بهتري از خود ارائه داده است. همچنين نتايج نهايي حكايت از مشابهت بالاي نقشه توليد شده توسط روش پيشنهادي و روش ماشين بردار پشتيبان دارند. هرچند كه روش ماشين بردارپشتيبان با دقت كلي 97/84% با اختلاف جزئي، دقت بالاتري از روش ارائه شده بدست آورده اما روش ارائه شده در عين سادگي، قابل درك بودن و استفاده از ويژگي هاي منحني رفتار زماني اراضي كشاورزي، در سال هاي زراعي متفاوت بدون نياز به آموزش مجدد قابليت به كارگيري دارد.