ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده TM

شوری خاک و شور شدن اراضی به عنوان یکی از مشکلات فراروی کشاورزی، از اهمیت بالایی برخوردار بوده که بایستی با شناخت صحیح از پیشروی آن جلوگیری شود. اولین گام در این راه شناسایی مناطق شور و تهیه نقشه شوری این خاک‌ها می‌باشد. این تحقیق با هدف مقایسه نقشه‌های شوری تهیه شده با انواع الگوریتم‌های طبقه‌بندی (...

Full description

Bibliographic Details
Main Authors: محمد زینالی, علی اصغر جعفرزاده, فرزین شهبازی, شاهین اوستان, خلیل ولی زاده کامران
Format: Article
Language:fas
Published: سازمان جغرافیایی نیروهای مسلح 2016-11-01
Series:اطلاعات جغرافیایی
Subjects:
Online Access:http://www.sepehr.org/article_23201_ece7c7f2e88a650deb24e706acebef51.pdf
_version_ 1818036561129766912
author محمد زینالی
علی اصغر جعفرزاده
فرزین شهبازی
شاهین اوستان
خلیل ولی زاده کامران
author_facet محمد زینالی
علی اصغر جعفرزاده
فرزین شهبازی
شاهین اوستان
خلیل ولی زاده کامران
author_sort محمد زینالی
collection DOAJ
description شوری خاک و شور شدن اراضی به عنوان یکی از مشکلات فراروی کشاورزی، از اهمیت بالایی برخوردار بوده که بایستی با شناخت صحیح از پیشروی آن جلوگیری شود. اولین گام در این راه شناسایی مناطق شور و تهیه نقشه شوری این خاک‌ها می‌باشد. این تحقیق با هدف مقایسه نقشه‌های شوری تهیه شده با انواع الگوریتم‌های طبقه‌بندی (حداکثر احتمال، حداقل فاصله از میانگین و متوازی السطوح) تصویر توسط داده‌های ماهواره لندست5 با سنجنده TM در بخشی از اراضی شرق شهرستان خوی صورت گرفته است. لذا تعداد 269نمونه خاک با مختصات جغرافیایی مشخص تجزیه و نتایج حاصله بر روی تصویرTM پیاده گردید. برای شناسایی اولیه از نقشه توپوگرافی و نرم‌افزار4.8 ENVI جهت پردازش تصاویر ماهواره‌ای استفاده شده و تصحیحات ژئومتریک با نقاط مشخص و با استفاده از GPS انجام گرفت. نمونه‌های آموزشی و آزمایشی با پراکنش مناسب بر روی تصویر مورد نظر پیاده شده و کلاس‌های شوری از یک تا نه تهیه تعیین شدند. نمونه‌های مربوط به هر کلاس شوری با دقت کامل و به اندازۀ تک پیکسل، به علت اینکه دارای مختصات بودند، در هر تصویر بر روی پیکسل مربوطه قرار گرفته و با فرمت ROI  ذخیره گردیدند. نتایج حاکی از وجود همبستگی بین باندهای 1، 4و 5 تصویرTM با داده‌های شوری بوده و از میان الگوریتم‌های طبقه‌بندی در روش پیکسل مبنا، بالاترین میزان دقت نقشه مربوط به حداکثر احتمال می‌باشد. به منظور ارزیابی صحت، شاخص‌هایی مانند ماتریس خطا، صحت تولیدکننده، صحت کاربر، صحت کلی و شاخص کاپا استخراج گردید. همچنین مطابقت طبقات مختلف شوری خاک این نقشه با مشاهدات صحرایی و میزان شوری اندازه‌گیری شده بیانگر دقت بالای این الگوریتم در تهیه نقشه شوری خاک سطحی است. هدفتحقیق حاضر مقایسه نقشه‌های شوری تهیه شده با این روش‌ها در منطقه مورد نظر با نتایج سایر محققین می‌باشد.
first_indexed 2024-12-10T07:12:54Z
format Article
id doaj.art-1279d996031644b78b54e6b03966fd54
institution Directory Open Access Journal
issn 2588-3860
2588-3879
language fas
last_indexed 2024-12-10T07:12:54Z
publishDate 2016-11-01
publisher سازمان جغرافیایی نیروهای مسلح
record_format Article
series اطلاعات جغرافیایی
spelling doaj.art-1279d996031644b78b54e6b03966fd542022-12-22T01:58:00Zfasسازمان جغرافیایی نیروهای مسلحاطلاعات جغرافیایی2588-38602588-38792016-11-01259912713910.22131/sepehr.2016.2320123201ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده TMمحمد زینالی0علی اصغر جعفرزاده1فرزین شهبازی2شاهین اوستان3خلیل ولی زاده کامران4دانشجوی دکتری گروه علوم خاک، دانشگاه تبریزاستاد، گروه علوم خاک، دانشگاه تبریزدانشیار گروه علوم خاک، دانشگاه تبریزدانشیار گروه علوم خاک، دانشگاه تبریزاستادیار دانشکده جغرافیا ، دانشگاه تبریزشوری خاک و شور شدن اراضی به عنوان یکی از مشکلات فراروی کشاورزی، از اهمیت بالایی برخوردار بوده که بایستی با شناخت صحیح از پیشروی آن جلوگیری شود. اولین گام در این راه شناسایی مناطق شور و تهیه نقشه شوری این خاک‌ها می‌باشد. این تحقیق با هدف مقایسه نقشه‌های شوری تهیه شده با انواع الگوریتم‌های طبقه‌بندی (حداکثر احتمال، حداقل فاصله از میانگین و متوازی السطوح) تصویر توسط داده‌های ماهواره لندست5 با سنجنده TM در بخشی از اراضی شرق شهرستان خوی صورت گرفته است. لذا تعداد 269نمونه خاک با مختصات جغرافیایی مشخص تجزیه و نتایج حاصله بر روی تصویرTM پیاده گردید. برای شناسایی اولیه از نقشه توپوگرافی و نرم‌افزار4.8 ENVI جهت پردازش تصاویر ماهواره‌ای استفاده شده و تصحیحات ژئومتریک با نقاط مشخص و با استفاده از GPS انجام گرفت. نمونه‌های آموزشی و آزمایشی با پراکنش مناسب بر روی تصویر مورد نظر پیاده شده و کلاس‌های شوری از یک تا نه تهیه تعیین شدند. نمونه‌های مربوط به هر کلاس شوری با دقت کامل و به اندازۀ تک پیکسل، به علت اینکه دارای مختصات بودند، در هر تصویر بر روی پیکسل مربوطه قرار گرفته و با فرمت ROI  ذخیره گردیدند. نتایج حاکی از وجود همبستگی بین باندهای 1، 4و 5 تصویرTM با داده‌های شوری بوده و از میان الگوریتم‌های طبقه‌بندی در روش پیکسل مبنا، بالاترین میزان دقت نقشه مربوط به حداکثر احتمال می‌باشد. به منظور ارزیابی صحت، شاخص‌هایی مانند ماتریس خطا، صحت تولیدکننده، صحت کاربر، صحت کلی و شاخص کاپا استخراج گردید. همچنین مطابقت طبقات مختلف شوری خاک این نقشه با مشاهدات صحرایی و میزان شوری اندازه‌گیری شده بیانگر دقت بالای این الگوریتم در تهیه نقشه شوری خاک سطحی است. هدفتحقیق حاضر مقایسه نقشه‌های شوری تهیه شده با این روش‌ها در منطقه مورد نظر با نتایج سایر محققین می‌باشد.http://www.sepehr.org/article_23201_ece7c7f2e88a650deb24e706acebef51.pdfالگوریتم طبقه بندیپیکسل مبناسنجنده TMشوریلندست5خوی
spellingShingle محمد زینالی
علی اصغر جعفرزاده
فرزین شهبازی
شاهین اوستان
خلیل ولی زاده کامران
ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده TM
اطلاعات جغرافیایی
الگوریتم طبقه بندی
پیکسل مبنا
سنجنده TM
شوری
لندست5
خوی
title ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده TM
title_full ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده TM
title_fullStr ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده TM
title_full_unstemmed ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده TM
title_short ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده TM
title_sort ارزیابی شوری خاک سطحی باروش پیکسل مبنا براساس داده های سنجنده tm
topic الگوریتم طبقه بندی
پیکسل مبنا
سنجنده TM
شوری
لندست5
خوی
url http://www.sepehr.org/article_23201_ece7c7f2e88a650deb24e706acebef51.pdf
work_keys_str_mv AT mḥmdzynạly ạrzyạbysẖwrykẖạḵsṭḥybạrwsẖpyḵslmbnạbrạsạsdạdhhạysnjndhtm
AT ʿlyạṣgẖrjʿfrzạdh ạrzyạbysẖwrykẖạḵsṭḥybạrwsẖpyḵslmbnạbrạsạsdạdhhạysnjndhtm
AT frzynsẖhbạzy ạrzyạbysẖwrykẖạḵsṭḥybạrwsẖpyḵslmbnạbrạsạsdạdhhạysnjndhtm
AT sẖạhynạwstạn ạrzyạbysẖwrykẖạḵsṭḥybạrwsẖpyḵslmbnạbrạsạsdạdhhạysnjndhtm
AT kẖlylwlyzạdhḵạmrạn ạrzyạbysẖwrykẖạḵsṭḥybạrwsẖpyḵslmbnạbrạsạsdạdhhạysnjndhtm