اطلاعات جغرافیایی
کیوان محمدزاده؛ سید احمد حسینی؛ مهدی صمدی؛ ایلیا لعلی نیت؛ مسعود رحیمی
چکیده
زمین به‌عنوان یک سطح پیوسته می‌تواند به واحدهای دارای خصوصیات فیزیکی و مورفولوژیکی مشترک طبقه‌بندی شود که ممکن است به‌عنوان یک شرط مرزی برای طیف گسترده‌ای از حوزه‌های کاربردی باشد. این مطالعه روشی برای طبقه‌بندی فرم زمین ارائه می‌دهد که ژئومورفومتری عمومی چشم‌انداز را نشان می‌دهد. در پژوهش حاضر شهرستان ماکو در آذربایجان غربی ...
بیشتر
زمین به‌عنوان یک سطح پیوسته می‌تواند به واحدهای دارای خصوصیات فیزیکی و مورفولوژیکی مشترک طبقه‌بندی شود که ممکن است به‌عنوان یک شرط مرزی برای طیف گسترده‌ای از حوزه‌های کاربردی باشد. این مطالعه روشی برای طبقه‌بندی فرم زمین ارائه می‌دهد که ژئومورفومتری عمومی چشم‌انداز را نشان می‌دهد. در پژوهش حاضر شهرستان ماکو در آذربایجان غربی بنا به شرایط خاص منطقه ازنظر مورفولوژی و محیط پیرامونی انتخاب و برای استخراج لندفرم‌ها از روش فازی شیءگرا استفاده شد. به‌منظور انجام پردازش، مشتقات لایه رقومی ارتفاع (شیب، بافت انحنای حداکثر، حداقل، مسطح و انحنای پروفیل) به همراه تصویر ماهواره سنتینل 2A مورد استفاده قرار گرفت. پس از انجام مراحل پیش‌پردازش، ابتدا مقیاس بهینه سگمنت‌سازی با استفاده از افزونه ESP پیش‌بینی گردید و سپس اشیاء تصویر برای انجام پردازش با مقیاس 9 و 17 و 27 ایجاد شد. به‌منظور استخراج لندفرم‌ها از تعداد 160 نمونه زمینی استفاده و درجه عضویت الگوریتم‌های مختلف محاسبه گردید و الگوریتم‌هایی که بیشترین درجه عضویت را داشتند برای طبقه‌بندی استفاده شدند. در این تحقیق تعداد 14 نوع لندفرم در منطقه مطالعه شناسایی و استخراج گردید. نتایج تحقیق نشان می‌دهد که روش فازی شیءگرا توانسته است با دقت کلی 87 درصد و شاخص کاپای 85 درصد لندفرم‌ها را طبقه‌بندی کند. مزیت روش‌های شیءگرا این است که خیلی سریع بوده و نتایج دارای دقت خوب و بالایی هستند.
محمد حسین رضایی مقدم؛ کیوان محمدزاده؛ مجید پیشنماز احمدی
چکیده
منابع آبی در گذر زمان و با افزایش جمعیت در حال کاهش می باشد، لذا مدیریت این منابع بسیار ضروری است. در مطالعه حاضر بخشی از رود آجی چای بنا به شرایط خاص منطقه از نظر توپولوژی و محیط پیرامونی انتخاب و به منظور استخراج پهنه های آبی از دو روش نزدیک ترین همسایگی و فازی شئ گرا استفاده شد. برای بهبود نتایج، نتایج حاصل از اعمال ...
بیشتر
منابع آبی در گذر زمان و با افزایش جمعیت در حال کاهش می باشد، لذا مدیریت این منابع بسیار ضروری است. در مطالعه حاضر بخشی از رود آجی چای بنا به شرایط خاص منطقه از نظر توپولوژی و محیط پیرامونی انتخاب و به منظور استخراج پهنه های آبی از دو روش نزدیک ترین همسایگی و فازی شئ گرا استفاده شد. برای بهبود نتایج، نتایج حاصل از اعمال شاخص های استخراج آب به عنوان لایه‌های کمکی به همراه تصویر ماهواره سنتینل 2A در نرم افزار eCognition به کار برده شد. به منظور انجام پردازش شئ گرا ابتدا واحدهای پردازش ایجاد گردید، سپس در روش نزدیک ترین همسایگی جهت بهبود نتایج، فضای نمونه های برداشتی با استفاده از الگوریتم FSO بهینه گردید. در روش فازی شئ گرا پس از محاسبه درجه های عضویت پهنه های آبی استخراج شد. بررسی نتایج نشان داد که روش فازی شیء گرا (دقت کلی 98 درصد) نسبت به روش نزدیک ترین همسایگی ( دقت کلی 95 درصد) نتایج بهتری را در استخراج دقیق پهنه های آبی ارائه می دهد. روش نزدیک ترین همسایگی کارایی لازم برای تشخیص پهنه های آبی از عوارضی نظیر جاده ها، سایه و ابر را ندارد و این عوارض را به عنوان پهنه های آبی طبقه بندی می کند که باعث کاهش کیفیت و دقت طبقه بندی می شود، ولی در روش فازی شئ گرا به دلیل محاسبه درجه های عضویت این مشکل مرتفع گردیده و باعث افزایش دقت استخراج پهنه های آبی می گردد.
