مقايسه دو روش طبقه‌بندي حداکثر احتمال و شبکه عصبی مصنوعی آرتمپ فازی در استخراج نقشه پوشش مرتعی (مطالعه موردي: مرتع حوزه دويرج دهلران)

مراتع از مهم ترين منابع تجديد شونده هستند که به دليل وسعت و تأثيرات اقتصادي، اجتماعي و زيست محيطي خاص، از اهميت ويژه اي برخوردارند.متأسفانه در کشور ما همانند اغلب کشورهاي در حال توسعه، مراتع به دلايل مختلف از جمله مديريت غيراصولي اين منابع در معرض تخريب و نابودي قرار گرفته اند.فناوري دورسنجي و بهره‌گيري از داده‌هاي ماهواره اي از ابزار هاي موثر در زمينه مطالعات علوم مرتع و پوشش گياهي است. یکی از کاربردهاي داده‌هاي ماهواره تهيه نقشه کاربري مرتع است. هدف از اين تحقيق مقايسه دو روش حداکثر احتمال و فازی براي پهنه بندي مرتع مي باشد. براي اين منظور از تصوير سال 2007 سنجندهETM+ ماهواره Landsat استفاده شده که پس از تصحيحات هندسي و راديومتريک و پردازش نهايي، نقشه طبقه‌بندي تهيه گرديد. نتايج حاصل از ارزيابي دقت اين دو روش با استفاده از ضريب کاپا نشان داده داده است، که الگوریتم شبکه عصبی مصنوعی آرتمپ فازی با ضريب 9614/0 نسبت به الگوریتم حداکثر احتمال با ضريب 8058/0 از دقت بيشتري برخوردار است. نتايج اين مطالعه همچنين نشان مي‌دهد الگوریتم‌هاي سنتي طبقه‌بندي مانند روش‌هاي آماري به خاطرانعطاف‌پذيري پائين و انواع پارامتريک آن مانند روش حداکثر احتمال به خاطر وابستگي به مدل آمارگوسي نمي‌توانند نتايج بهينه‌اي، در صورت نرمال نبودن نمونه های تعلیمی فراهم آورند. در اين تحقِيق از نرم افزارهاي ENVI 4.5، Idrisi Andes 15 وArc GIS9.3 استفاده شده است.

حداکثر احتمال، الگوریتم شبکه عصبی مصنوعی آرتمپ فازی، سنجندهETM+، طبقه بندي، مرتع، دویرج.