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

داده های سنجش از دور، به ویژه تصاویر هوایی رقومی با توان تفکیک مکانی و رادیومتری زیاد، می تواند ابزار مناسبی برای شناسایی گونه های درختی باشد. هدف از این تحقیق بررسی قابلیت این تصاویر و روش شی ء پایه برای تشخیص گونه های درختی است. به این منظور منطقه ای 86/5 هکتاری از پارک طالقانی تهران انتخاب شد. تصاویر دوربین UltraCam-D چهار باندی ادغام شده با باند پانکروماتیک با پیکسل هایی به ابعاد 7×7 سانتی متر و عمق رادیومتری 12 بیت استفاده شدند. تصحیح هندسی تصاویر به کمک نقشه بزرگ مقیاس (1:2000) منطقه و داده های پروازی (IMU) به روش مثلث بندی هوایی انجام گرفت. باندهای اصلی به همراه داده های تبدیلی NDVI، PCA، و HIS در فرایند قطعه بندی و طبقه بندی مورد آزمون قرار گرفتند. طبقه بندی به روش شی ء پایه صورت گرفت. ابتدا یک قطعه بندی با شاخص های مختلف انجام گرفت و نتیجه آن به صورت کیفی ارزیابی شد. بعد از انتخاب توصیف گرهای مناسب برای تفکیک طبقات، طبقه بندی به روش نزدیک ترین همسایه با تعریف نمونه های تعلیمی برای هر طبقه اجرا شد. با بازدیدهای میدانی واقعیت زمینی نقطه ای تهیه شد. ارزیابی صحت نقشه حاصل از طبقه بندی با نقشه واقعیت زمینی نشان دهنده صحت کلی 78 درصد و ضریب کاپای 73/0 است. گونه های چنار و عرعر به ترتیب بیشترین (817/0) و کمترین (248/0) ضریب کاپای طبقه را کسب کردند. صحت کلی و ضریب کاپای خوب و برابری آن ها، بیانگر قابلیت خوب تصاویر مورد استفاده و روش شی ء پایه در تشخیص اکثر گونه های درختی مورد مطالعه است. برای ارزیابی هر چه کامل تر قابلیت داده های UltraCam-D ضرورت دارد این داده ها در شرایط رویشگاهی مختلف و دیگر گونه ها استفاده شوند.