Mahzooni-Kachapi S S, Tahmasebi P, Ebrahimi A, Jouri M H. Evaluation of the ability of different algorithms and visual interpretation of Google Earth images in the separation and classification of plant ecological units. مرتع 2023; 16 (4) :745-764
URL:
http://rangelandsrm.ir/article-1-1133-fa.html
محزونی کچپی سمانه سادات، طهماسبی پژمان، ابراهیمی عطاالله، جوری محمدحسن. ارزیابی قابلیت خوارزمیکهای مختلف و تفسیر بصری تصاویر گوگل ارث در تفکیک و طبقهبندی واحدهای اکولوژیک گیاهی. مرتع. 1401; 16 (4) :745-764
URL: http://rangelandsrm.ir/article-1-1133-fa.html
گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، شهرکرد
چکیده: (1218 مشاهده)
سابقه و هدف: تصاویر ماهوارهای و فناوری سنجش از دور از ابزارهای کارآمد و نوین جهت استخراج اطلاعات مربوط به علوم زمین شناخته میشوند که ارزیابی و پایش اکوسیستمها را با هزینهای کمتر از روشهای میدانی ممکن میسازند. یکی از مهمترین روشهای استخراج اطلاعات از دادههای ماهوارهای، تکنیکهای مختلف طبقهبندی تصاویر است. پژوهش حاضر به منظور ارزیابی قابلیت خوارزمیکهای طبقهبندی درختی و درخت تصمیمگیری بر روی تصاویر ماهوارهای سنتینل 2 و همچنین تفسیر بصری تصاویر گوگل ارث جهت تفکیک و طبقهبندی واحدهای اکولوژیک گیاهی در یکی از مراتع نیمهاستپی استان چهارمحال و بختیاری صورت گرفته است.
مواد و روشها: جهت تفکیک واحدهای اکولوژیک گیاهی (واحدهای همگن پوشش گیاهی) ابتدا از روش تفسیر بصری استفاده شد که شامل تعیین پلیگونها 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 پلیگون بر اساس گونههای غالب و نوع آشفتگیها تفسیر و یک طبقهبندی کلی انجام گرفت. بعد از تفکیک واحدهای اکولوژیک گیاهی و جداسازی مرز تقریبی واحدها، نمونهبرداری از پوشش گیاهی مطابق با زمان اوج حداکثر رشد گونههای گیاهی انجام شد. پس از تعیین پوشش گیاهی و تولید آن، میانگین درصد پوششهای گیاهی برآورد شده در محدوده هر واحد اکولوژیک محاسبه شد. برای این منظور، ابتدا گونه غالب گیاهی هر واحد مشخص و سپس گونههای 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، نامگذاری و بهصورت آمار توصیفی بیان شد. در این مطالعه علاوه بر روش تفسیر بصری، از خوارزمیکهای طبقهبندی درختی و درخت تصمیمگیری نیز جهت تولید نقشه پوشش گیاهی استفاده شد. بدین منظور تصاویر چندطیفی سنجنده MSI سنتینل 2 بهعنوان منبع اصلی پردازش مورد استفاده قرار گرفت. در مرحله بعد نمونههای کنترل زمینی بهعنوان الگوی مشخصات طیفی طبقات، از هر گروه از واحدهای اکولوژیک گیاهی در طی عملیات میدانی و بهصورت تصادفی برداشت شدند. سپس تفکیک نمونهها به مجموعه دادههای آموزشی و آزمایشی انجام گرفت، بدین صورت که قسمتی برای طبقهبندی (یکسوم نمونهها) و بخشی دیگر جهت برآورد صحت نتایج حاصل از خوارزمیکهای طبقهبندی ذکر شده (دوسوم نمونهها) تقسیم شدند. به منظور استخراج هرچه بهتر اطلاعات، لایههای کمکی همچون مدل رقومی ارتفاع، تحلیل مؤلفههای اصلی و شاخصهای گیاهی نظیر NDVI به همراه دادههای طیفی در فرآیند طبقهبندی مورد استفاده قرار گرفتند. سپس نسبت به طبقهبندی خوارزمیکها در نرمافزار Idrisi TerrSet اقدام شد. بدین ترتیب نقشههای واحدهای اکولوژیک گیاهی مربوط به منطقه مورد مطالعه بهدست آمد. جهت ارزیابی صحت نتایج طبقهبندی، نقشههای حاصل با نقاط واقعیت زمینی ثبت شده مورد بررسی قرار گرفت. سپس ماتریس خطای مربوط به هر روش توسط نرمافزار تولید و در نهایت ارزیابی و مقایسه آمارههای استخراج شده انجام شد.
نتایج: نتایج حاصل از تفسیر بصری نشان داد در نهایت 7 نوع واحد اکولوژیک گیاهی که از نظر ویژگیهای 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 میباشد. نتایج بهدست آمده از خوارزمیک طبقهبندی 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 پایینترین دقت تولید کننده را دارا هستند. در حالیکه بالاترین دقت استفاده کننده (دقت کاربر) مربوط به واحد اکولوژیک Astragalus verus با 99/0 درصد و پایینترین مقدار آن متعلق به واحد اکولوژیک Stipa hohenikeriana با 85/0 درصد است. از طرفی نتایج حاصل از خوارزمیک درخت تصمیمگیری بیانگر دقت تولید کننده و دقت کاربر بالای 95/0 درصد در تمامی واحدهای اکولوژیک گیاهی میباشد. بهطوریکه 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 میباشند. در حالیکه 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 طبقهبندی درختی به ترتیب برابر 94/0 درصد و 92/0 و برای خوارزمیک درخت تصمیمگیری برابر 99/0 درصد و 97/0 میباشد.
نتیجهگیری: با توجه به نتایج بهدست آمده میتوان بیان نمود که خوارزمیک درخت تصمیمگیری از قابلیت بالاتری در بهکارگیری اطلاعات طیفی جهت کلاسهبندی واحدهای اکولوژیک گیاهی در مقایسه با خوارزمیک طبقهبندی درختی برخوردار بوده و منجر به نتایج دقیقتری شد. همچنین ادغام باندهای کمکی بهدست آمده از تصاویر اصلی بههمراه باندهای خام، میتواند باارزشترین 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 ماهوارههای با قدرت تفکیک مناسب، استفاده از تصاویر گوگل ارث با توجه به سهولت دسترسی و رایگان بودن آنها در تهیه نقشههای موضوعی مانند پوشش زمین بسیار مناسب و مقرون به صرفه است و نقشه تولید شده از آن میتواند بهعنوان یک واقعیت زمینی مورد استفاده قرار گیرد.
نوع مطالعه:
پژوهشي |
موضوع مقاله:
تخصصي دریافت: 1401/1/3 | پذیرش: 1401/9/12 | انتشار: 1401/12/10