نوع مقاله : مقاله پژوهشی
نویسنده
استادیار گروه جغرافیا، دانشکدۀ علوم انسانی، دانشگاه گلستان، ایران
چکیده
پایش تغییر برای ارزیابی تأثیرات ناشی از فعالیتهای انسانی از قبیل جنگلزدایی، کشاورزی، شهرسازی و غیره استفاده میشود. روشهای مختلفی برای آشکارسازی تغییرات وجود دارد. در این مطالعه از تصاویر ماهوارۀ لندست در بازۀ زمانی 1988ـ 2007 استفاده شده و پنج تکنیک آشکارسازی تغییرات در منطقۀ سرابله استان ایلام با مساحت 45803 هکتار بررسی شده است. تکنیکهای آشکارسازی تغییرات استفادهشده در این مطالعه شامل تفاضل تصویر، آنالیز مؤلفههای اصلی، تفاضل شاخص نرمالشدۀ پوشش گیاهی، آنالیز مؤلفههای متعارف و تفاضل تسلدکپ (سبزینگی) بودهاند. در این مطالعه، برای تعیین آستانه، از روش آماری استفاده شد و براساس آن مشخص شد که آستانۀ تغییر در فاصلۀ 1 انحراف از میانگین قرار داشته است. پس از تعیین آستانۀ تغییر، مناطق دارای تغییرات کاهشی، افزایشی و بدون تغییر مشخص شده است. برای ارزیابی دقت تکنیکهای آشکارسازی تغییرات، از نقشۀ واقعیت زمینی و بازدیدهای زمینی استفاده شد و دقت کل و ضریب کاپا برای هر کدام محاسبه شد. براساس نتایج بهدستآمده مشخص شد که روش تفاضل PCA2 بهترتیب با دقت کل و ضریب کاپای 97/0 و 95/0 بیشترین دقت و روش تفاضل مادون قرمز بهترتیب با دقت کل و ضریب کاپای 65/0و 62/0 کمترین دقت را در آشکارسازی تغییرات کاربری اراضی منطقۀ مطالعهشده داشتهاند.
کلیدواژهها
عنوان مقاله [English]
Investigating various change detection techniques of land use usingRS and GIS (Case study- Sarabeleh,Ilam province)
نویسنده [English]
Assisstant Professor, Geography Department, Human Sciences College, Golestan University, Gorgan, Iran,
چکیده [English]
Change detection is used to monitor anthropogenic effect such as deforestation, farming, urbanization and etc. Various change detection techniques exist.In this study, images of landsat(TM) 1988 and landsat (ETM+) 2007 were analyzed using five change detection techniques in 45803 hectares in the region of Sarabeleh,Ilam province. Change detection techniques considered were image differencing, tasscap differencing, NDVI differencing, PCA differencing and CCA differencing. In this study, from statistical method for determining the threshold levelwas used which from the change threshold was achieved. In this study,threshold level was set at ±1 standard deviation from the mean. After determining optimal threshold,areas having decreasing changes, increasing changes and no change was determined. Based on ground data and field visit and Google Earth, accuracy assessment of change detection techniques was carried out using overall accuracy and Kappa coefficient. According to the results, PCA2differencing with overall accuracy of 0.97 and Kappa coefficient of 95% showed the highest accuracy among applied change detection techniques and on the contrary,band differencing with overall accuracy 0.65 and Kappa coefficient of 0.62 had lowest accuracy in land use/land cover change in study area.
کلیدواژهها [English]