بخشی از مقاله
چکیده :
ازطبقه بندی تصاویرماهواره ای نقشه های موضوعی بدست می آیدکه نشان دهندهی توزیع جغرافیایی پدیده هایی از قبیل خاک،آب وگیاه میباشد. به منظور بررسی قابلیت سنجنده TM - 2009 - ماهواره Landsat وسنجنده ASTER - 2001 - ماهواره یTERRA در تفکیک و تهیه نقشه کاربری اراضی شهرستان کرمان تصاویر این دو سنجنده مورد تجزیه وتحلیل قرار گرفتند. بعد از انجام پیش پردازش ها بر روی تصاویر برای طبقه بندی آنها از سه روش طبقه بندی نظارت شده 1 استفاده شد و شش کاربری شهری، جاده، پوشش گیاهی، جنگل، زمین های بایر وکوه طبقه بندی گردیدند.
باتوجه به اینکه هرکدام از این دو ماهواره قدرت تفکیک مکانی وطیفی خاصیدارند، ابتدا طبقه بندی تصاویر سنجندهها با هم مقایسه شدندکه مشخص شدتصویر سنجنده ASTER دقت بهتری دارد. برای بهبود دقت طبقه بندی از الگوریتم کلونی مورچهها - - Ant colony استفاده شدکه به عنوان یک روش هوشمند بهینه سازی در کنار روش های کلاسیک موفقیت خوبی از خود نشان داده است. این الگوریتم دقت هر سه طبقه بندی را برای تصویر هر دوسنجنده افزایش داد.
- 1 مقدمه
در عصر جدید برای تهیه نقشه پوششی وکاربری اراضی روش های مختلفی وجود دارد . یکی از روش هایی که خیلی استفاده می شود استفاده از داده های ماهواره ای می باشد. دو ویژگی اساسی در انتخاب سنجنده وجود دارد که عبارت اند از قدرت تفکیک مکانی وقدرت تفکیک طیفی.اولین ویژگی مربوط به اندازه ی پیکسل وسلول های تصویر می باشد که هر چه اندازه این پیکسل ها کوچکتر باشد تصویر نهایی دارای وضوح بهتری می باشد. ویژگی دوم مربوط به تعداد باندهای تشکیل دهنده ی تصویر ماهواره ای است که هر باند مربوط به یک بازه ی طیفی خاص می باشد.
[1]بابررسی یکی از مطالعات گذشته در پردازش تصویر بر روی تصاویرسنجندههای مختلف مشاهده شده است که سنجنده های با قدرت تفکیک طیفی بالاتردر مواردی که نیاز به تفکیک واحدهای مختلف زمین شناسی داریم کارامدتر هستند.[1]سنجنده ASTER دارای قدرت تفکیک مکانی وطیفی بهتری نسبت به سنجده ی TM می باشد. در این مقاله تصاویر این دو سنجنده با سه روش نظارت شده طبقه بندی گردیدند و بعد از مقایسه این سه روش برای دو سنجنده با استفاده از الگوریتم دقت هر سه روش بهبود داده شد.
2 -مروری بر سه روش شبکه عصبی،مینیمم فاصله وماکزیمم احتمال
شبکه های عصبی برای تحلیل داده های سنجش از دور درکاربردهای گوناگون مانندطبقه بندی پوشش اراضی به کار گرفته شده است.در این روش از یک شبکه که دارای چندلایه ورودی،یک یا چندلایه میانی وچند لایه خروجی است استفاده می شود. لایه های ورودی همان تعداد باندهای تصویرموردنظر ولایه های خروجی تعدادکلاس های نقشه ی کاربری اراضی می باشند.[7] روش مینیمم فاصله یکی از روش های آماری رایج در طبقه بندی می باشد.
دراین روش ابتدامیانگین کلاس هادر هرباندمحاسبه میگرددسپس فاصله اقلیدسی بین بردارورودی وبردار میانگین هر کلاس محاسبه می شودوکلاسی که کمترین فاصله طیفی رابا بردار ورودی داشته باشدبه عنوان کلاس بردار ورودی انتخاب می شود.[6] روش ماکزیمم احتمال دراین روش فرض بر این است که داده های آموزشی هر کلاس در هر باند به صورت نرمال توزیع شده اند.هم چنین واریانس و کواریانس هر تصویر ماهواره ای برای طبقه بندی اراضی محاسبه میشود.طبقه بندی کننده ماکزیمم احتمال متداول ترین روش نظارت شده مورداستفاده در سنجش از دورمی باشد .[2]
-3منطقه موردمطالعه
شهر کرمان مرکز استان کرمان درجنوب شرق ایران واقع است که درارتفاع 1755 متری از سطح دریا قرار دارد. وسعت آن حدود 14000هکتاروبارندگی در این شهر حدود135 میلی متردر سال وهوای شب وروز آن بسیارمتفاوت است.این شهر ازلحاظ طول جغرافیایی در: 30œ 10 24 تا 30œ 25 24 شرقی واز لحاظ عرض جغرافیایی در : 57œ 1 36 تا 57œ 10 36 شمالی ودرزون40سیستم تصویر UTM قرار دارد. موقعیت این منطقه را در شکل 1 نشان داده شده است.
4 -داده هاونرم افزار های مورد استفاده
دراین مطالعه ازتصویرسنجندهی ASTER از ماهوارهی TERRAمربوط به سال2001که دارای 14 باندطیفی می باشد،همچنین تصویرسنجنده ی 70 از ماهواره ی Landsat مربوط به سال 2009که دارای7 باند طیفی است استفاده شدواز نرم افزار ENVI4.7 برای انجام پیش پردازش هاو انجام طبقه بندی واز نرم افزارGoogle Earth برای تشخیص نمونههای آموزشی درانجام طبقهبندی استفاده گردید.
5 -پیش پردازش
تصویر ماهواره ی /DQGVDW همه تصحیحات لازم از قبل بر روی آن انجام گرفته شده بوداما برای انجام تصحیح هندسی برای تصویر $67 - 5 از 25 نقطه کنترل زمینی که از نقشه توپوگرافی 1:25000 منطقه استخراج شده بوداستفاده کردیم سپس بااستفاده ازمعادله درجه اول وعمل نمونهگیری مجددو روش1HDUHVW 1HLJKERU - نزدیکترین همسایه - تصاویر با 0.47 506 زمین مرجع گردیدند.
ضریب همبستگی باندها
نسبت به هم می باشند. هرسه باندی که OIF انها بیشتراز بقیه باشدبه عنوان بهترین ترکیب رنگی انتخاب می شود که بعد ازمحاسبه این فاکتور برای تصاویر دوسنجنده بهترین ترکیب رنگی برای تصویر TM ترکیب سه باند4 و 3 و2 وبرای تصویر ASTER ترکیب سه باند 3 و 2 و 1 به دست آمد.
