مروری بر برخی از روش های آشکارسازی تغییرات با استفاده از داده های سنجش از دور

Abstract

آشکارسازی تغییرات فرآیند شناسایی تفاوت‌ها در وضعیت یک شیء یا پدیده به وسیله مشاهده آن در زمان‌های متفاوت است. آشکارسازی دقیق و به موقع تغییرات سیما و پستی و بلندی‌های سطح زمین پایه‌ای برای فهم بهتر روابط، برهم‌کنش‌های انسان و پدیده‌های طبیعی برای مدیریت و استفاده بهتر از منابع را فراهم می‌آورد. داده‌های سنجش از دور به علت بزرگنمایی زمانی آنها، تنوع طیفی و رادیومتریک، دید یکپارچه و فرمت رقومی مناسب برای پردازش در کامپیوتر، منبع داده شگرفی برای کاربردهای گوناگون آشکارسازی تغییرات محسوب می‌شوند. روش‌های زیادی به منظور بارزسازی تغییرات توسعه یافته‌اند که هر کدام از آنها دارای مزایا و معایبی هستند. برطبق مطالعات انجام شده این روش‌ها در محیط زیست‌های یکسان نتایج مختلفی را بدست می‌دهند. به طور کلی روش‌های بارزسازی تغییرات در 3 دسته گروه‌بندی می‌شوند: مقایسه پیش از طبقه‌بندی، مقایسه پس از طبقه‌بندی و روش‌های پیشرفته. در این مقاله برخی از این روش‌ها از جمله تفریق تصویر، تقسیم تصویر، تجزیه مؤلفه‌های اصلی، آشکارسازی تغییر نظارت شده، آشکارسازی تغییر نظارت نشده، هیبرید، شبکه‌های عصبی مصنوعی، مدل پوشش گیاهی-سطوح نفوذناپذیر-خاک و سامانه‌های اطلاعات جغرافیایی تشریح می‌شوند. روش‌های پیش از طبقه‌بندی، نقشه‌های تغییر حاصل از داده‌های چند زمانه را بدون تولید نقشه‌های پوشش و کاربردی اراضی طبقه‌بندی شده آشکارسازی می‌کنند اما آشکارسازی تغییر پس از طبقه‌بندی ماتریس دقیقی از تغییر «از- به» را فراهم می‌نماید و معمولاً تا حد زیادی به تجزیه و تحلیل ورودی‌ها نیاز دارد. روش‌های پیشرفته بسیار متنوع بوده و معمولاً در پاسخ به مطالعات خاصی توسعه یافته‌اند. مطالعات نشان داده‌اند که تفریق تصویر، تجزیه مؤلفه‌های اصلی و مقایسه پس از طبقه‌بندی رایج‌ترین روش‌های مورد استفاده به منظور بارزسازی تغییرات می‌باشند اما در سالهای اخیر شبکه‌های عصبی مصنوعی و روش‌های حاصل از تلفیق سنجش از دور و سامانه‌های اطلاعات جغرافیایی تکنیک‌های مهمی محسوب می‌شوند.