بخشی از مقاله
چکیده
در این پژوهش پس از معرفی انواع روشهای قطعهبندی، اقدام به استخراج اتوماتیک مخروطافکنه روی تصاویر ماهواره ژئو -آی شده است. آنگاه برآزندهترین روشهای قطعهبندی در شناسایی اتوماتیک مخروطافکنههای حوضه یزد معرفی شده اند.
نتایج نشان میدهد که از بین انواع الگوریتم های قطعهبندی، دو الگوریتم برای شناسایی و جداسازی مخروط افکنه ها مناسب هستند:
الف - الگوریتم قدرت تفکیک چندگانه در شناسایی مرز هندسی مخروط افکنه ها ب - قطعهبندی به روش اختلاف کنتراست در شناسایی جزئیات موجود بر سطح مخروط افکنه مثل سایه حاصل از فرسایش خندقی، راه های احداث شده و خشکرودها موفق بوده است . بنابراین روشهای قطعهبندی می تواند روشهای تکمیلی خوبی برای شناسایی عوارض از جمله مخروطافکنهها در کنار روشهای دستی-بصری باشد.
-1 مقدمه
مخروط افکنه ها شکلی از محیطهای رسوبگذاری محسوب میشوند که در محل شکستگی توپوگرافیکی1 مثل پای جبهه کوهستان، پرتگاهها و یا پهلوی دره ها شکل می گیرند و از رسوبات جریان واریزه ای2 و یا رسوبات جریان رودخانه ای تشکیل یافته است و معمولا فرم تیپیک آن مخروط کاملا گسترده یا تاحدی گسترده است.
این پهنههای آبرفتی به ویژه درمناطق نیمه خشک به دلیل برخورداری از کانال های گیسویی3 و نیز وجود رسوب های ریز دانه و حاصلخیز، باعث فراهم آوردن مواد و مصالح اولیه برای صنایع سفال سازی، کشاورزی و نیز مکان مناسبی برای تمرکز سکونتگاهها شده است.[3] لذا از اهمیت بالای اقتصادی-اجتماعی برخوردارند
روش های سنتی در شناسایی این لندفرم مخصوصا در مقیاس وسیع هم وقت گیر و پرهزینه است و هم از دقت کافی در تشخیص حدود آنها و بالاخص درتشخیص میکرولندفرم های سطح مخروط افکنه را ندارد. لذا روشهای شناسایی اتوماتیک مخروطافکنه در این مقاله مطرح شده است.
شکل .1 مخروطافکنه و انواع بخش فعال و غیرفعال همراه با انواع دهانهی مخروط.
منطقه مورد مطالعه حوضه آبریز یزد اردکان - شکل - 2 با مساحتی بالغ بر 15950 کیلومترمربع تقریبا در مرکز ایران و در محدوده عرض شمالی از 31 13 تا 32 48 و طول جغرافیایی از 52 57 تا 54 59 قرار دارد.[1] مهمترین شهرهای واقع در حوضه دشتی یزد-اردکان شامل شهرهای؛ یزد، میبد ،اشکذر، اردکان، تفت و مهریز می باشند. این دشت از سمت غرب و جنوب غربی به کوهستان شیرکوه و از سمت شرق به کوه های خرانق متصل می شود. حدود 80 درصد حوضه مذکور را اراضی با شیب کمتر از 15 درصد شامل دشت ها، پدیمنتها و مخروط افکنهها تشکیل می دهد و 20 درصد آن را کوه ها و تپه ها با شیب بیشتر از 15 درصد تشکیل می دهد.[2] در این پژوهش برای بیان انواع روشهای قطعهبندی تصویر و کاربرد آن در شناسایی مخروط افکنه ها، از مخروط افکنههای مجتمع - باهادا - بخش جنوبی حوضه مذکور استفاده شده است.
شکل.2 نمای کلی منطقه مورد مطالعه حوضه یزد -اردکان و نمایش تصویر رنگی کاذب باندهای 2، 3 و 4 سنجنده ETM+، از ماهواره لندست.
بطورکلی سگمنت سازی یا قطعه بندی 1 تبدیل یک تصویر به واحدهای مجزا که از نظر بافت، رنگ، ویژگی های ارتباطی و فضایی و ژئومورفومتری همگن و مشابه باشند، گفته می شود که در بعضی از نوشته های قدیمی، قطعه بندی یا سگمنت سازی را مترادف طبقه بندی معنا کردند، درحالیکه این دو مفهوم جدا از هم هستند. قطعه بندی، مرحله ای از پردازش است که مابین سطح بندی2 و طبقه بندی 3 قرار می گیرد.
در قطعه بندی، تصویر به نواحی جداگانه ای تقسیم می شود که به هریک از این نواحی، آبجکت یا شیء4 می گویند. این اشیای تصویری حاصل از عملیات قطعه بندی، حاوی اطلاعات مهم ژئومورفومتری مثل شکل هندسی، اندازه و موقعیت نسبی، بافت و روابط همسایگی می باشند.
قطعه بندی اساس شناسایی و طبقه بندی های دانش مبنا و شیء گرا5 می باشد.[13] همانطوریکه نمودارها نسبت به مجموعه ای از اعداد و ارقام گویاتر و مفهومیتر میباشند، شیء های تصویری هم نسبت به ماتریس اعدادشان گویاتر و ملموس تر هستند، شکل 3 یک مخروط افکنه را در دو فضای پیکسلی و شیء ای نشان می دهد که از ادغام پیکسل ها - همراه با محتویات داخلش شکل3 ب - شی ای واحد به نام آبجکت تصویری مخروط افکنه - شکل3 ج - ایجاد می شود که مبنای شناسایی سایر مخروطافکنه هاست.
شکل.3 الف - نمایش مخروط افکنه در محیط متلب MATLAB ب - نمایش مخروط افکنه در سطح پیکسل همراه با اطلاعات طیفی ج - نمایش مخروط افکنه در سطح شیءهای تصویری که حاصل ادغام پیکسلهای تصویری براساس اطلاعات طیفی و سایر اطلاعات مورفومتری، شکل، اندازه و... می باشد.
طرح موضوع قطعه بندی تصویر مربوط به اواسط سال 1970 میلادی می باشد.[14] ولی بیش از یک دهه نمی گذرد که این مفاهیم در قالب بسته های نرم افزاری آماده مثل 6OBIA ظاهر شده اند .مطالعات قبلی نشان داده که شناسایی و طبقه بندی براساس مفاهیم شیء گرایی و مورفومتریکی بر روی داده های رقومی ارتفاعی سطح زمین بسیار موثر و کارسازتر از روش های پیکسل مبنا است.
