ارتقاء کیفیت نقشه کاربری/پوشش اراضی با استفاده از برخی شاخص های طیفی در شهرستان سراب، آذربایجان شرقی
مطالعه الگوی کاربری/پوشش اراضی و کسب اطلاعات درست و به روز در این خصوص از گام های نخست در مدیریت اراضی است. تحقیق حاضر در منطقه ای با وسعت 8000 هکتار از اراضی شهرستان سراب به منظور بررسی امکان تفکیک حداکثری و نقشه برداری دقیق پدیده های زمینی مرتبط با کاربری/پوشش اراضی انجام شد. الگوی کاربری/پوشش منطقه مورد مطالعه با استفاده از باندهای مرئی، NIR و SWIR سنجنده OLI و به کمک الگوریتم ماشین بردار پشتیبان و حداکثر احتمال طبقه بندی شدند. سپس به منظور بهبود کیفیت نقشه کاربری/پوشش اراضی، نقشه DEM و سه گروه شاخص طیفی شامل شاخص های پوشش گیاهی (NDVI-SAVI-LAI-EVI1-EVI2)، شاخص های خاک (BSI-BSI3-MNDSI-NBI-DBSI-NBLI) و شاخص های تلفیقی مستخرج از تصاویر ماهواره ای (TLIVI-ATLIVI-LST-) بررسی و شاخص های منتخب مجدد در الگوریتم طبقه بندی برتر وارد و کیفیت نقشه های خروجی مورد ارزیابی قرار گرفت. مقایسه نتایج محاسبه صحت کلی طبقه بندی و ضریب کاپا نشان داد که در تمامی ترکیبات باندی به کار رفته، روش ماشین بردار پشتیبان عملکرد بهتری نسبت به روش حداکثر احتمال داشته است. سپس، شاخص هایی که بیشترین تاثیر را در افزایش صحت طبقه بندی داشتند انتخاب و مجددا عملیات طبقه بندی فقط با روش ماشین بردار پشتیان انجام شد و تا حصول بیشترین مقادیر پارامترهای ارزیابی صحت نقشه تکرار شد. نتایج نشان داد از شاخص های گیاهی، شاخص LAI با بیشترین تاثیر باعث افزایش 64/2 درصدی صحت طبقه بندی، از شاخص های خاک، شاخص های BSI و MBI مطلوب ترین عملکرد را داشته و به ترتیب باعث افزایش 95/1 و64/1 واحدی صحت طبقه بندی شده و از شاخص های تلفیقی، LST و ALTIVI به ترتیب موجب افزایش 75/2 و 35/2 واحدی درصد صحت طبقه بندی شدند. در نهایت فرآیند طبقه بندی با استفاده از پنج باند سنجنده OLI (باندهای مرئی+NIR+SWIR1) و شاخص های منتخب شامل LAI، BSI، MBI، LST و ALTIVI و الگوریتم ماشین بردار پشتیبان انجام و صحت طبقه بندی و ضریب کاپا به ترتیب 24/85 % و 82/0 محاسبه و منطقه مورد مطالعه به دوازده کلاس کاربری/پوشش اراضی تفکیک شد. در نهایت به منظور بهره گیری از نقشه کاربری/پوشش اراضی در مدیریت پایدار اراضی توصیه به تهیه این نقشه در دو مرحله شامل انتخاب الگوریتم برتر و در گام بعد استفاده از شاخص های طیفی می باشد.