بخشی از مقاله

چکیده

اطلاعات مکانی پوششی یکی از مهم ترین ابزارهای مدیریت شهری است که فناوری پیشرفته دورکاوی در تهیه و در اختیار قرار دادن اطلاعات پوشش اراضی به ویژه در مناطق پرتراکم با چیدمان پیچیده شهری سهم بسیار مؤثری ایفا میکند. در سال های اخیر روش های شیئ مبنا1 به عنوان شیوه ای مناسب در رده بندی2 مناطق شهری پرتراکم به کار رفته است. در این پژوهش، رده بندی پوشش اراضی شیئ مبنا در منطقه شهری با استفاده از مدل سلسله مراتبی در نظر گرفته شده است.

بدین منظور با به کارگیری باندهای چند طیفی سنجنده WorldView 2 و با اعمال روش چند تفکیکه3 و تولید شاخص های طیفی به منظور آشکارسازی عوارض، بدون حضور داده های ارتفاعی، از روش سلسله مراتبی مبتنی بر راهبرد قانون مبنای فازی4 برای مدیریت عدم قطعیت رده ها و اختلاط های میان آن ها بهره گیری شد. دقت رده بندی با استفاده از روش قانون مبنای فازی و مدل سلسله مراتبی ارائه شده بهتر از %81 بوده است که پس از مرحله پس پردازش و استخراج لبه های ساختمان به منظور کاهش اغتشاش میان رده های ساختمان و راه، دقت تا %86 افزایش داشته است. این کیفیت با توجه به میزان پیچیدگی منطقه مورد مطالعه بسیار مناسب ارزیابی می شود.

-1 مقدمه

شناسایی و تفکیک پدیدههای زمینی، یکی از اهداف اصلی دورکاوی است. ردهبندی تصاویر ماهوارهای را میتوان بهعنوان مهمترین بخش از تفسیر اطلاعات ماهوارهای به شمار آورد. این عمل در تفسیر بصری تصاویر بهوسیله چشم انسان در حد توان آن و بدون دخالت دادن روابط ریاضی و آماری با استفاده از کلیدهای تفسیری مانند رنگ، شکل، بافت و اندازه تصاویر انجام می شود. اما ردهبندی رقومی تصاویر ماهوارهای به طور خودکار که بهوسیله رایانه صورت می گیرد بر اساس بررسی ارزش طیفی عناصر تصویری، روابط پدیدههای زمینی و باندهای طیفی مورداستفاده در سنجشازدور و استفاده از روابط ریاضی و آماری استوار است.

[1,2] منظور از ردهبندی دادههای ماهوارهای به روش رقومی، تفکیک مجموعههای طیفی مشابه و تقسیمبندی تصاویر به گروهها یا طبقاتی است که در هر رده، طیفها با یک ارزش واحد قرار می گیرند و ازنظر آماری قابلتفکیک نیستند .[3] با اجرای عمل ردهبندی اطلاعات، درواقع یک ردهبندی طیفی صورت می گیرد و هر رده در تصویر جدید میتواند معرف پدیدهای باشد که ارزش طیفی آن به هم نزدیک و در یک دامنه معین قرار می گیرند. درواقع، اساس کار ردهبندی دادهها بر مقایسه ارزش طیفی پیکسلهای تصویر با نمونههای معرفیشده بهوسیله مفسر و یا با خوشههایی که در ردهبندی نظارتنشده5 تشکیل میشوند استوار است.

[4] در تحقیقی توسط اینگلادا6 ردهبندی ساختمان با استفاده از روش ماشین بردار پشتیبان با دو تحلیل شیءمبنا و پیکسل مبنا انجام شده و با توجه به متراکم بودن منطقه ازنظر پوشش گیاهی و نیز خاصیت نفوذ داده لیزری به شاخهها درختان از این دادهها استفاده شده است.[5] ژو7 و همکاران روشی شیء مبنا بهمنظور تحلیل و تعیین خصوصیات ساختارهای مناظر شهری در سطح قطعه با استفاده از تصاویر دارای توان تفکیک بالای هوایی و دادههای لیزری ارائه دادند .[6] در این حوزه، بر روی مناطق ناهمگن و پرتراکم کار نشده است. هدف تحقیق حاضر، معرفی و پیادهسازی روشی بهمنظور استخراج اطلاعات پوشش اراضی مبتنی بر روش شیئ مبنا با استفاده از رده بندی قانون مبنای فازی میباشد.

-2 مواد و روش تحقیق

روش پیشنهادی در این پژوهش از نوع شییءمبنا و شامل چهار گام اصلی میباشد:

·    آمادهسازی دادهها

·    پیادهسازی فرآیند بخش بندی تصویر

·    تولید ویژگیهای طیفی، ساختاری و مفهومی

·    پیادهسازی فرآیند ردهبندی قانون مبنای تصویر

-1-2 آمادهسازی دادهها

در این پژوهش از دادههای سنجشازدور ماهواره WorldView2 استفاده شد. دادههای استفادهشده در این تحقیق تصویر ماهواره WorldView 2 از شهر سانفرانسیسکو واقع در ایالت کالیفرنیا آمریکا هست که از بافت متراکم و پیچیده شهری برخوردار است. تصویر منطقه موردمطالعه در شکل - 1 - ملاحظه میشود. در این تصویر سقف ساختمانها از نوع شیبدار و مسطح است و برخی از آن ها براثر پوشش گیاهی متراکم پنهانشده اند. راهها ماهیتی آسفالتی دارند که به لحاظ طیفی بسیار شبیه به برخی از سقف ساختمانها است گرچه رده ساختمان از ناهمگنی بالاتری نسبت به راه برخوردار است. بهمنظور استفاده از قابلیت مکانی تصویر باند خاکستری و قابلیت طیفی تصاویر چند طیفی بهصورت هم زمان بر روی یک تصویر، روش ادغام تصاویر اعمال گردید. بدین منظور روال گرام اشمیت8 بهکاربرده شد.

-2-2 بخش بندی تصویر

یکی از مهمترین مراحل اجرای تحلیل های شیئ مبنا فرآیند بخش بندی تصویر میباشد. در این تحقیق از روش بخش بندی چندتفکیکه9 استفاده می شود. در روش های تحلیل شیئ مبنا، گروه همگنی از پیکسلها که اشیای تصویری نیز گفته میشوند در مرحله بخش بندی تشکیل می گردند.

در متن اصلی مقاله به هم ریختگی وجود ندارد. برای مطالعه بیشتر مقاله آن را خریداری کنید