این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
سنجش از دور و Gis ایران، جلد ۱۰، شماره ۱، صفحات ۱-۰
عنوان فارسی به‌کارگیری الگوریتم طبقه‌بندی نظارت‌شده SAM در تهیه نقشه واحدهای سنگی، با استفاده از تصاویر ماهواره‌ای
چکیده فارسی مقاله مسئله تهیه نقشه واحدهای سنگی، در روندی رو به بهبود، به نقطه‌ای رسیده است که امروزه آشکارسازی و طبقه‌بندی واحدهای سنگی به‌کمک سنجش از دور ابرطیفی انجام می‌شود. در این پژوهش، تصاویر هایپریون با درنظرگرفتن نتایج کار محققان پیشین و استفاده از الگوریتم طبقه‌بندی نظارت‌شدهSAM  در تشخیص و تفکیک واحدهای سنگی در منطقه خرم‌آباد استان لرستان به‌کار رفته است. SAM یک روش رده‌بندی سریع است که، از راه ارزیابی، میزان تشابه طیف‌های تصویر و مرجع عمل نقشه‌برداری واحدهای زمین‌شناختی را نشان می‌دهد. پس از پیش‌پردازش‌های لازم، ازجمله تصحیح اتمسفری که به‌روشFLAASH  اجرا شد، تبدیل خطی M‏NF  به‌منظور مشخص‌کردن بعد و حجم اصلی تصویر، جداسازی نویز از دیگر اطلاعات و کاهش میزان پردازش در مراحل بعد استفاده شد و الگوریتمPPI  برای پیداکردن پیکسل‌هایی با خلوص بیشتر در تصاویر چندطیفی یا فراطیفی به‌کار رفت. از هم‌پوشانی پیکسل‌های خالص با واحدهای سنگی و برپایه داده‌های زمینی از منطقه مورد مطالعه، طیف میانگین برای هر عضو استخراج شد. سپس این اعضای خالص، به‌منزله ورودی جهت الگوریتم‌ ذکرشده، استفاده و طبقه‌بندی تصویر صورت گرفت. درنهایت، نقشه طبقه‌بندی‌شده حاصل از این روش با نقشه‌های موجود و داده‌های زمینی مقایسه و میزان صحت آن‌ بررسی شد. دقت اجرای روش SAM با بررسی صحت الگوریتم، ازطریق محاسبه ماتریس خطا، به بیشترین میزان 83/68٪ و ضریب کاپای 49/0٪ بوده است که خود اهمیت تصاویر فراطیفی و روش SAM  در تفکیک واحدهای سنگی را نشان می‌دهد.
کلیدواژه‌های فارسی مقاله تصاویر فراطیفی، نقشه واحدهای سنگی، SAM، MNF، PPI،
عنوان انگلیسی Applying the SAM Supervised Classification Algorithm to Prepare a Map of Rock Units Using Satellite Images
چکیده انگلیسی مقاله The issue of the mapping of rock units in an ever-expanding area has now reached a point where the detection and classification of rock units is carried out through the aid of hyperspectral image. In this research, Hyperion images are used in the light of the work of previous researchers and the application of the SAM supervised classification algorithm for the detection and separation of rock units in Khorramabad region, Lorestan province. After performing the necessary preprocesses including atmospheric correction performed by the FLAASH method, linear MNF transformation was used to determine the dimension of main image, to separate the noise from other information and reduce the processing level in the next stages, and the PPI algorithm to find the pixels that More purity is used in multispectral images. From the overlapping of pure pixels with rock units and based on ground data from the study area, the average range was extracted for each member. Then, these pure members were used as inputs for the above-mentioned algorithms and image categorization was used. Finally, the mapped classification of this method was compared with existing maps and land data and their accuracy was checked. The accuracy of the SAM method was verified by verifying the accuracy of the algorithm by calculating the error matrix with the highest of 68.83% and kappa coefficient of 0.49%, which indicates the importance of hyperspectral images and the SAM method in separating the rock units.
کلیدواژه‌های انگلیسی مقاله تصاویر فراطیفی, نقشة واحدهای سنگی, SAM, MNF, PPI
نویسندگان مقاله پرویز ضیائیان فیروزآبادی |


پریسا صفربیرانوند |


علی حسینقلی‌زاده |


رحیم حسنی‌تبار |


مهدی صفربیرانوند |


نشانی اینترنتی http://gisj.sbu.ac.ir/article/download/23614/7226
فایل مقاله اشکال در دسترسی به فایل - ./files/site1/rds_journals/911/article-911-654971.pdf
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات