مقایسه عملکرد شبکه عصبی مصنوعی، ماشین بردار پشتیبان و مدل شیءگرا در پایش تغییرات سطح پوشش برف با استفاده از تصاویر چند زمانه لندست (مطالعه موردی: کوهستان الوند)

Abstract

<em>پوشش برف و تغییرات زمانی آن، از پارامترهای اساسی در بررسی­های هیدرولوژیکی و اقلیم شناسی می­باشند. امروزه با استفاده از تصاویر ماهواره­ای می­توان به ارزیابی تغییرات سطح پوشش برف در سری­های زمانی مختلف پرداخت. پژوهش حاضر با هدف پایش تغییرات سطح پوشش برف در کوهستان الوند همدان با استفاده از داده­های رقومی ماهواره لندست در سری­های زمانی سال­های 1975، 1986، 1993، 2001، 2008 و 2018 انجام گرفته است. روش تحقیق در این پژوهش، استفاده از طبقه­بندی شبکه عصبی مصنوعی، ماشین بردار پشتیبان و مدل شیء گرا جهت برآورد سطح پوشش برف بوده است که پس از انجام عملیات پیش پردازش بر روی تصاویر ماهواره­ای، نقشه­های طبقه­بندی سطح پوشش برف کوهستان الوند از روش­های شبکه عصبی، ماشین بردار پشتیبان و مدل شیءگرا تهیه گردید. سپس صحّت این روش­ها مورد ارزیابی قرار گرفت. پژوهش حاضر نشان داد به ترتیب، مدل شیءگرا، ماشین بردار پشتیبان و شبکه عصبی مصنوعی دارای بالاترین میزان دقت بودند، لذا تغییرات مساحت سطح پوشش برف در سری­های زمانی مختلف، با استفاده از روش شیءگرا محاسبه گردید. مساحت بدست آمده برای سطح پوشش برف در کوهستان الوند با استفاده از مدل شیءگرا به ترتیب عبارت بودند از، سال 1975 برابر با 630 کیلومتر مربع، سال 1986 برابر با 611 کیلومتر مربع، سال 1993 برابر با 414 کیلومتر مربع، سال 2001 برابر با 151 کیلومتر مربع، سال 2008 برابر با 242 کیلومتر مربع و سال 2018 برابر با 154 کیلومتر مربع که نشانگر کاهش چشمگیر سطح پوشش برف از سال 1975 تا سال 2018 در کوهستان الوند می­باشد. </em>