بخشی از مقاله
چکیده :
اغلب به علت در دسترس نبودن دادههای سنجش از دور و یا توان تفکیک زمانی و مکانی نامناسب سنجندهها برای طبقهبندی نوع محصول به خصوص در کشور ایران که مساحت بیشتر مزارع کوچک میباشد، کاربران در طبقه بندی نوع محصول با مشکل مواجه میشوند. اخیرا با در مدار قرار گرفتن ماهواره سنتینل 12 توسط سازمان فضایی اروپا تصاویر مناسب در اختیار کاربران برای طبقه بندی نوع محصول قرار گرفته است.
در تحقیق حاضر از 7 تصویر ماهواره سنتینل2 که بین ماههای اردیبهشت تا اوایل آبان اخذ شده بودند بعد از اعمال پیشپردازشهای لازم شاخص NDVI استخراج شد و با استفاده از مزارع نمونه آموزشی برای 7 محصول با روش حداکثر احتمال طبقه بندی اعمال شد. سپس با استفاده از مزارع کنترل، ماتریس خطای طبقه بندی تهیه شد که دقت کلی طبقهبندی 85/13 درصد و ضریب کاپا برابر 0/8 میباشد و در میان 7 نوع محصول مورد طبقه بندی، چغندر کمترین دقت تولید کننده را با 72/56 درصد دارد در حالی که سه محصول گندم، انگور و یونجه با 100 درصد بیشترین دقت تولید کننده را دارند.
-1 مقدمه
داده های سنجش از دور ابزار کارآمدی برای طبقه بندی نوع محصول و تخمین سطح زیر کشت محصولات کشاورزی می باشند. برای رسیدن به دقت مناسب طبقه بندی نوع محصول، به داده های ماهوارهای با توان تفکیک زمانی و مکانی مناسب نیاز داریم. که با در مدار قرار گرفتن ماهواره سنتینل 2 داده های مناسبی در اختیار کاربران قرار گرفته است.
در پژوهشی [1] به منظور شناسایی اراضی زیر کشت محصولات مختلف در مزرعه نمونه آستان قدس رضوی از دو تصویر سنجنده ETM+ در سال 1391 استفاده کردند. تصاویر را با روشهای طبقه بندی حداکثر احتمال و شبکه عصبی مصنوعی طبقه بندی کردند. جهت ارزیابی صحت نتایج طبقه بندی، نقشه تولیدی با نقاط واقعیت زمینی مشخص شده از طریق سیستم موقعیت یابی جهانی - GPS1 - مورد بررسی قرار گرفت. ضریب کاپا و صحت کلی برای روش حداکثر احتمال به ترتیب82 و 85 درصد و برای شبکه عصبی به ترتیب 84 و 87 درصد برآورد گردید. مساحت های سطح زیر کشت محاسبه شده از نقشه طبقه بندی به روش حداکثر احتمال و شبکه عصبی توانست به ترتیب با اختلاف متوسط 16/8 و 14/2 درصد با اطلاعات موجود در مزرعه آستان قدس مساحت محصولات مختلف را تخمین بزند.
در تحقیقی [2] تغییرات سطح پوشش گیاهی کویر سیاهکوه یزد را با استفاده از تصاویر ETM+ و TM بررسی نمودند. آنها از 5 شاخص SAVI2, PVI3 ، NRVI،RVI4 و NDVI5 استفاده کردند. نتایج نشان داد که شاخص NDVI بهترین شاخص برای تهیه نقشه پوشش گیاهی میباشد. در تحقیقی [3] دادههای ماهوارهای TM و تقویم زراعی را برای تهیه نقشه 6 نوع محصول منطقه اوکارا در پنجاب پاکستان به کار بردند. آن ها برای هر تصویر سری زمانی NDVI را محاسبه کردند. آن ها برای هر نوع محصول تصاویر NDVI را با توجه به دوره زمانی فنولوژیکی محصولات که در تقویم زراعی مشخص است ترکیب 6 کردند سپس از منحنی جدایی پذیری برای شناسایی تعداد رده ها ی با حداکثر جداییپذیری استفاده کردند. آن ها از روش ایزودیتا7 برای طبقه بندی تصاویر استفاده کردند. و نهایتا جهت تهیه نقشه محصول، پروفایل فنولوژیکی تهیه شده با NDVI، با تقویم زراعی مقایسه شد.
آریکان با روش طبقه بندی ماسک گذاری چند زمانه روی تصاویر سنجنده ETM+ نقشه نوع محصولات درون اراضی زراعی را در شمال غربی ترکیه در تابستان تهیه کرد او با الگوریتم حداکثر احتمال سه تصویر می، جولای و آگوست را به صورت پی در پی طبقه بندی کرد. در هر مرحله مناطق کشت نشده به همراه کلاس های طبقه بندی شده در تاریخ قبلی حذف شدند. سپس تصویر طبقه بندی شده سه تاریخ با هم ترکیب شد. در نهایت تصویر طبقه بندی شده با لایه مرز بلوک ها ترکیب شد و برای هر پارسل کشاورزی کلاسی که بیشترین فراوانی را داشت تعلق گرفت. او به این نتیجه رسید که دقت طبقه بندی ماسک گذاری چند زمانه 81 درصد 10 - درصد بیش از دقت طبقهبندی تصویر آگوست به تنهایی - می باشد .[4] در تحقیق حاضر شاخص NDVI که در تحقیقات زیادی برای طبقه بندی نوع محصول و پوشش گیاهی مورد استفاده واقع شده، از 7 تصویر ماهواره سنتینل2 استخراج شده و با روش حداکثر احتمال نوع محصولات کشت شده در محدوده زراعی مورد بررسی طبقه بندی خواهد شد.
-2مواد و روشها
-1-2 منطقه مورد مطالعه
محدوده مورد مطالعه اراضی روستای لکلر واقع در شهرستان ملکان که یکی از شهرستان های استان آذربایجان شرقی است، می باشد. این روستا در محدوده 37 07' 50" تا 37 04' 52" عرض شمالی و 46 02' 40" تا 46 07' 18" طول شرقی واقع شده است. مساحت تقریبی اراضی متعلق به این روستا 11.5 کیلومتر مربع و تغییرات ارتفاعی بین 128 تا 1295 متر از سطح دریای آزاد میباشد. شکل - 1 - موقعیت محدوده مورد مطالعه را نشان میدهد - مطالعات محقق - .
شکل:1 منطقه مورد مطالعه
-2-2 دادههای مورد استفاده در تحقیق
-1-2-2 تصاویر چند طیفی ماهواره سنتینل
در تحقیق حاضر از تصاویر ماهواره سنتینل2 برای استخراج شاخص مورد نظر استفاده شد. این ماهواره توسط سازمان فضایی اروپا1 به عنوان بخشی از برنامه کوپرنیک2 برای پشتیبانی از خدماتی همچون بررسی زمین وتغییرات آن، مدیریت مخاطره، امنیت و تغییر اقلیم در 23 ژوئن 2015 به فضا پرتاب شد. این ماهواره 13 باند در محدوده مرئی3، مادون قرمز نزدیک4 و مادون قرمز میانی5 طیف الکترومغناطیس را در سه توان تفکیک 10، 20 و و 60 متر با توان رادیومتریک 12 بیتی برداشت می کند.
دوره بازگشت 10 روزه در استوا دارد. در نتیجه تصاویر این ماهواره در زمینه پروژههای کشاورزی برای بررسی تغییرات پوشش گیاهی در طول فصل رشد، و تهیه نقشه محصول قابل استفاده است. کاهش عرض باند های این ماهواره نسبت به ماهواره اسپات و لندست 8 تاثیر ترکیبات اتمسفری شامل بخار آب را محدود می کند .[5] در جدول - 1 - اطلاعات تصاویر مورد استفاده از ماهواره سنتینل 2 آورده شده است.
