بررسی امکان تشخیص گونه ‏های درختی در تصاویر هوایی رقومی به روش طبقه‏ بندی شی‏ء‏ـ‏ پایه

Abstract

داده‏های سنجش از دور، به‏ویژه تصاویر هوایی رقومی با توان تفکیک مکانی و رادیومتری زیاد، می‏تواند ابزار مناسبی برای شناسایی گونه‏های درختی باشد. هدف از این تحقیق بررسی قابلیت این تصاویر و روش شی‏ء‏ـ‏پایه برای تشخیص گونه‏های درختی است. به این منظور منطقه‏ای 86/5 هکتاری از پارک طالقانی تهران انتخاب شد. تصاویر دوربین UltraCam-D چهار‏باندی ادغام‏شده با باند پانکروماتیک با پیکسل‏هایی به ‏ابعاد 7×7 سانتی‏متر و عمق رادیومتری 12 بیت استفاده شدند. تصحیح هندسی تصاویر به کمک نقشۀ بزرگ‌مقیاس (1:2000) منطقه و داده‏های پروازی (IMU) به روش مثلث‏بندی هوایی انجام گرفت. باندهای اصلی به ‏همراه داده‏های تبدیلی NDVI، PCA، و HIS در فرایند قطعه‏بندی و طبقه‏بندی مورد آزمون قرار گرفتند. طبقه‏بندی به‌‏روش شی‏ء‏ـ‏پایه صورت گرفت. ابتدا یک قطعه‏بندی با شاخص‏های مختلف انجام گرفت و نتیجۀ آن به‏صورت کیفی ارزیابی شد. بعد از انتخاب توصیف‏گرهای مناسب برای تفکیک طبقات، طبقه‏بندی به روش نزدیک‏ترین همسایه با تعریف نمونه‏های تعلیمی برای هر طبقه اجرا شد. با بازدیدهای میدانی واقعیت زمینی نقطه‏ای تهیه شد. ارزیابی صحت نقشۀ حاصل از طبقه‏بندی با نقشة واقعیت زمینی نشان‏دهندة صحت کلی 78 درصد و ضریب کاپای 73/0 است. گونه‏های چنار و عرعر به‏ترتیب بیشترین (817/0) و کمترین (248/0) ضریب کاپای طبقه را کسب کردند. صحت کلی و ضریب کاپای خوب و برابری آن‏ها، بیانگر قابلیت خوب تصاویر مورد استفاده و روش شی‏ء‏ـ‏پایه در تشخیص اکثر گونه‏های درختی مورد مطالعه است. برای ارزیابی هر‏چه کامل‏تر قابلیت داده‏های UltraCam-D ضرورت دارد این داده‏ها در شرایط رویشگاهی مختلف و دیگر گونه‏ها استفاده شوند.