نویسندگان

• میترا شیرازی ¹
• غلامرضا زهتابیان ²
• سید کاظم علوی پناه ³

¹ کارشناسی ارشد بیابان زدایی، دانشگاه تهران، ایران

² استاد دانشکده منابع طبیعی، دانشگاه تهران، ایران

³ استاد دانشکده جغرافیا، دانشگاه تهران، ایران

چکیده

داده‌های سنجش از دور چند طیفی منبع داده‌های مهمی برای تشخیص تغییرات و تهیه نقشه پوشش سطح زمین می‌باشد. تشخیص تغییرات یکی از کاربردهای اصلی سنجش از دور است. این بررسی به منظور بررسی قابلیت داده‌های سنجنده Liss-III از ماهواره IRS-P6Resorce، برای تهیه نقشه پوشش سطح زمین در منطقه‌ای با گستره 20000 هکتار انجام شد. تصاویر مورد بهره‌گیری مربوط به 26 خردادماه 1385 بوده و با بهره‌گیری از نقشه‌های رقومی مختصات‌دار آبراهه‌ها با مقیاس 1:25000 زمین مرجع شد. با بهره‌گیری از بهبود تباین (کنتراست)، ساخت تصاویر رنگی کاذب، تحلیل مولفه‌های اصلی، شاخص‌های گیاهی و مدل رقومی ارتفاع اقدام به بارزسازی تصاویر شد. برای تعیین بهترین ترکیب باندی برای بهره‌گیری در طبقه بندی و نیز ساخت تصاویر رنگی کاذب از شاخص OIF و نیز تعیین همبستگی بین باندها بهره‌گیری شد. برای طبقه بندی داده‌ها، از روش‌های نظارت نشده و نظارت شده(با بهره‌گیری از طبقه بندی کننده‌های متوازی السطوح، کمترین فاصله، کمترین فاصله ماهالانوبیز و بیشترین احتمال) بهره‌گیری شد. نقشه واقعیت زمینی با روش نمونه‌گیری و با پیمایش‌های میدانی تهیه شد. پس از طبقه بندی، نقشه پوشش سطح زمین با طبقه‌ها اراضی لخت، شوره زارها، اراضی مرتعی و کشاورزی تهیه شد. صحت کلی، ضریب کاپا برای طبقه بندی کننده متوازی السطوح به ترتیب 85.8% و 84%، برای کمینه فاصله، 81.3% و 79% برای کمینه فاصله ماهالانوبیز91% و 90% و برای بیشترین احتمال 93% و 92% بدست آمده شد. بهره‌گیری از مدل رقومی ارتفاع(DEM)، بیشترین کارایی و شاخص بهترین ترکیب باندی(OIF) کمترین کارایی در تهیه نقشه پوشش سطح زمین تشخیص داده شد. شاخص‌های گیاهی نیز تفاوت معنی‌داری برای دستیابی نتایج قابل توجه برای تهیه نقشه‌های پوشش سطح زمین ندارند.

کلیدواژه‌ها

• داده‌های ماهوارهIRS
• سنجندهLiss-III
• شاخص‌ها
• طبقه‌بندی
• ماهواره P6Resorce
• نقشه پوشش سطح زمین

عنوان مقاله [English]

Applicability of IRS Satellite Images for Surveying Water, Soil and Vegetation Cover Condition of Najm Abad Region, Savojbolagh

نویسندگان [English]

• Mitra Shirazi ¹
• Gholamreza Zehtabian ²
• Seyed Kazem Alavipanah ³

¹

²

³

چکیده [English]

Multi-spectral remotely sensed data is useful information source for the detection of surface changes and change detection is a major application of the remotely sensed data. This study is conducted to investigate capability of sensor Liss-III of IRS-P6Resource satellite data for providing land cover map, in Najm Abad of Savojbolagh region with 20000 ha area. The images of 26th June, 2006 were registered to digital map with scale of 1:25000. The RMSE of registered data was 0.58. Images were enhanced using contrast enhancement, making False Color Composite images (FCC), Principal Component Analysis (PCA), Vegetation Index and Digital Elevation Model (DEM). In order to determine the best band composition for using in classification and making FCC, Optimized Index Factor (OIF) and correlation techniques were used. For classification of images, unsupervised and supervised method (Box classification, Minimum Distance, Minimum Mahalanobis Distance and Maximum Likelihood classifier) were used. Ground truth map with sampling metod and field survey was provided. After classification, land cover map was provided with bareland, saline soil, rangeland and agricultural lands. The results of overall accuracy and kappa coefficient in different classification methods were as follows,: for Box classification classifier, 85.8% and 84%, for Minimum Distance classifier 81.3% and 79%, for Minimum Mahalanobis Distance 91% and 90% ; and for Maximum Likelihood classifier estimate 93% and 92% . The results showed that Digital Elevation Model (DEM) cause to highest accuracy and Optimized Index Factor (OIF) cause to least accuracy for providing land cover maps. Also vegetation indices could not present acceptable results for land cover mapping.

کلیدواژه‌ها [English]

• Classification
• indices
• IRS-P6Resource
• Land Cover Maps
• Liss-III Sensore
• Satellite data