ارزیابی قابلیت خوارزمیک های مختلف و تفسیر بصری تصاویر گوگل ارث در تفکیک و طبقه بندی واحدهای اکولوژیک گیاهی

تصاویر ماهواره ای و فناوری سنجش از دور از ابزارهای کارآمد و نوین جهت استخراج اطلاعات مربوط به علوم زمین شناخته می شوند که ارزیابی و پایش اکوسیستم ها را با هزینه ای کمتر از روش های میدانی ممکن می سازند. یکی از مهم ترین روش های استخراج اطلاعات از داده های ماهواره ای، تکنیک های مختلف طبقه بندی تصاویر است. پژوهش حاضر به منظور ارزیابی قابلیت خوارزمیک های طبقه بندی درختی و درخت تصمیم گیری بر روی تصاویر ماهواره ای سنتینل 2 و همچنین تفسیر بصری تصاویر گوگل ارث جهت تفکیک و طبقه بندی واحدهای اکولوژیک گیاهی در یکی از مراتع نیمه استپی استان چهارمحال و بختیاری صورت گرفته است.

جهت تفکیک واحدهای اکولوژیک گیاهی (واحدهای همگن پوشش گیاهی) ابتدا از روش تفسیر بصری استفاده شد که شامل تعیین پلی گون ها بر روی تصویر و سپس تعریف مناطق همگن با خصوصیات مشابه بود تا نوع تیپ غالب و پوشش سطحی زمین تشخیص داده شود. سپس ویژگی هر پلی گون بر اساس گونه های غالب و نوع آشفتگی ها تفسیر و یک طبقه بندی کلی انجام گرفت. بعد از تفکیک واحدهای اکولوژیک گیاهی و جداسازی مرز تقریبی واحدها، نمونه برداری از پوشش گیاهی مطابق با زمان اوج حداکثر رشد گونه های گیاهی انجام شد. پس از تعیین پوشش گیاهی و تولید آن، میانگین درصد پوشش های گیاهی برآورد شده در محدوده هر واحد اکولوژیک محاسبه شد. برای این منظور، ابتدا گونه غالب گیاهی هر واحد مشخص و سپس گونه های همراه آن مشروط به داشتن 50 درصد و یا بیشتر پوشش گونه ماقبل آن تعیین شد. در نهایت واحدهای اکولوژیک گیاهی تشخیص داده شده حاصل بر اساس گونه غالب و به روش فیزیونومیک و فلورستیک، نام گذاری و به صورت آمار توصیفی بیان شد. در این مطالعه علاوه بر روش تفسیر بصری، از خوارزمیک های طبقه بندی درختی و درخت تصمیم گیری نیز جهت تولید نقشه پوشش گیاهی استفاده شد. بدین منظور تصاویر چندطیفی سنجنده MSI سنتینل 2 به عنوان منبع اصلی پردازش مورد استفاده قرار گرفت. در مرحله بعد نمونه های کنترل زمینی به عنوان الگوی مشخصات طیفی طبقات، از هر گروه از واحدهای اکولوژیک گیاهی در طی عملیات میدانی و به صورت تصادفی برداشت شدند. سپس تفکیک نمونه ها به مجموعه داده های آموزشی و آزمایشی انجام گرفت، بدین صورت که قسمتی برای طبقه بندی (یک سوم نمونه ها) و بخشی دیگر جهت برآورد صحت نتایج حاصل از خوارزمیک های طبقه بندی ذکر شده (دوسوم نمونه ها) تقسیم شدند. به منظور استخراج هرچه بهتر اطلاعات، لایه های کمکی همچون مدل رقومی ارتفاع، تحلیل مولفه های اصلی و شاخص های گیاهی نظیر NDVI به همراه داده های طیفی در فرآیند طبقه بندی مورد استفاده قرار گرفتند. سپس نسبت به طبقه بندی خوارزمیک ها در نرم افزار Idrisi TerrSet اقدام شد. بدین ترتیب نقشه های واحدهای اکولوژیک گیاهی مربوط به منطقه مورد مطالعه به دست آمد. جهت ارزیابی صحت نتایج طبقه بندی، نقشه های حاصل با نقاط واقعیت زمینی ثبت شده مورد بررسی قرار گرفت. سپس ماتریس خطای مربوط به هر روش توسط نرم افزار تولید و در نهایت ارزیابی و مقایسه آماره های استخراج شده انجام شد.

نتایج حاصل از تفسیر بصری نشان داد در نهایت 7 نوع واحد اکولوژیک گیاهی که از نظر ویژگی های ساختاری متفاوت بودند شناسایی شدند که شامل Astragalus verus، Bromus tomentellus، Scariola orientalis، Astragalus verus-Bromus tomentellus، Astragalus verus-Stipa hohenikeriana، Bromus tomentellus-Stipa hohenikeriana و Stipa hohenikeriana می باشد. نتایج به دست آمده از خوارزمیک طبقه بندی درختی نشان داد که واحد اکولوژیک Astragalus verus-Stipa hohenikeriana با 99/0 درصد و واحد اکولوژیک Bromus tomentellus با 90/0 درصد به ترتیب بالاترین و پایین ترین دقت تولید کننده را دارا هستند. در حالی که بالاترین دقت استفاده کننده (دقت کاربر) مربوط به واحد اکولوژیک Astragalus verus با 99/0 درصد و پایین ترین مقدار آن متعلق به واحد اکولوژیک Stipa hohenikeriana با 85/0 درصد است. از طرفی نتایج حاصل از خوارزمیک درخت تصمیم گیری بیانگر دقت تولید کننده و دقت کاربر بالای 95/0 درصد در تمامی واحدهای اکولوژیک گیاهی می باشد. به طوری که واحد اکولوژیک Astragalus verus و Astragalus verus-Stipa hohenikeriana با 100 درصد و واحد اکولوژیک Bromus tomentellus با 95/0 درصد به ترتیب بیشترین و کمترین دقت تولید کننده را دارا می باشند. در حالی که بیشترین دقت کاربر مربوط به واحد اکولوژیک Astragalus verus-Bromus tomentellus با 100 درصد و کمترین مقدار آن متعلق به واحد اکولوژیک Bromus tomentellus-Stipa hohenikeriana با 97/0 درصد است. نتایج همچنین حاکی از آن است که دقت کلی و ضریب کاپا برای خوارزمیک طبقه بندی درختی به ترتیب برابر 94/0 درصد و 92/0 و برای خوارزمیک درخت تصمیم گیری برابر 99/0 درصد و 97/0 می باشد.

با توجه به نتایج به دست آمده می توان بیان نمود که خوارزمیک درخت تصمیم گیری از قابلیت بالاتری در به کارگیری اطلاعات طیفی جهت کلاسه بندی واحدهای اکولوژیک گیاهی در مقایسه با خوارزمیک طبقه بندی درختی برخوردار بوده و منجر به نتایج دقیق تری شد. همچنین ادغام باندهای کمکی به دست آمده از تصاویر اصلی به همراه باندهای خام، می تواند باارزش ترین اطلاعات را برای تشخیص واحدهای اکولوژیک گیاهی فراهم آورد. نتایج تحقیق حاضر همچنین حاکی از آن است که در صورت در دسترس نبودن تصاویر چندطیفی ماهواره های با قدرت تفکیک مناسب، استفاده از تصاویر گوگل ارث با توجه به سهولت دسترسی و رایگان بودن آن ها در تهیه نقشه های موضوعی مانند پوشش زمین بسیار مناسب و مقرون به صرفه است و نقشه تولید شده از آن می تواند به عنوان یک واقعیت زمینی مورد استفاده قرار گیرد.