مقایسه کارایی روش های طبقه بندی پیکسل پایه (روش های شبکه عصبی آرتمپ فازی و تصمیم گیری درختی) و شیءگرا در تهیه نقشه کاربری اراضی (مطالعه موردی: حوزه خشک و نیمه خشک میمه، استان ایلام)

تعیین نوع کاربری اراضی و تهیه نقشه آن، از ابزارهای پایه برای مدیران و برنامه¬ریزان در راستای توسعه پایدار مناطق مختلف می¬باشد. روش-های مختلفی نیز برای تهیه نقشه کاربری اراضی ارائه شده¬است. استفاده از تصاویر ماهواره¬ای از جدیدترین و مهمترین این روش¬ها می¬باشد. تهیه نقشه کاربری اراضی با استفاده از تصاویر ماهواره¬ای با استفاده از تکنیک¬های مختلفی امکان¬پذیر است. هدف از تحقیق انجام گرفته شده، بررسی کارایی روش¬های طبقه¬بندی پیکسل پایه (روش¬های شبکه عصبی آرتمپ فازی و تصمیم¬گیری درختی) و روش طبقه‏بندی مبتنی بر شی‏های تصویری (شیءگرا) با استفاده از داده¬های ماهواره¬ی لندست 8 مربوط به سال 2013 جهت تهیه نقشه کاربری اراضی حوزه خشک و نیمه خشک میمه در استان ایلام می¬باشد. پس از انجام تصحیحات لازم برروی تصاویر ماهواره¬ای و انجام بازديدهاي ميداني، طبقات مختلف کاربري اراضي تعريف و نمونه¬هاي آموزشي انتخاب¬گرديد. نتايج طبقه‏بندي با استفاده از سه روش شبکه عصبی آرتمپ فازی، تصمیم¬گیری درختی جینی و شیءگرا نشان می¬دهد که روش شیءگرا، دقت کل 30/95 و ضريب کاپاي 88/90 درصد و روش¬های تصمیم¬گیری درختی جینی و شبکه عصبی آرتمپ فازی، دقت کل 32/80 و 20/72 و ضریب کاپای 75/68 و 18/36را ايجاد نموده است از اينرو، روش طبقه¬بندی شیءگرا با اختلاف دقت کل 98/14% و 1/23% و ضريب کاپاي 13/22% و 7/54% نسبت به روش¬های تصمیم¬گیری درختی جینی و شبکه عصبی آرتمپ فازی، براي سري داده‏هاي مورد استفاده در اين مطالعه از دقت بالاتري برخوردار بوده است. با مقایسه مساحت نقشه¬های حاصل از سه روش طبقه¬بندی، مساحت کاربري¬های کشاورزی، مرتع فقیر و اراضی مسکونی تقريباً نزديک هم هستند. همچنین بیشترین اختلاف مساحت مربوط به کاربری‎ مرتع متوسط و کمترین اختلاف نیز مربوط به کاربری اراضی مسکونی بود.

کاربری اراضی؛ پیکسل پایه؛ آرتمپ فازی؛ جینی؛ شیءگرا، میمه.