نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی کارشناسی ارشد رشته ارزیابی و آمایش سرزمین، دانشگاه پیام نور، تهران *(مسئول مکاتبات).
2 استادیار، گروه منابع طبیعی و محیط زیست، دانشگاه پیام نور، تهران.
چکیده
کلیدواژهها
موضوعات
فصلنامه انسان و محیط زیست، شماره 32 ، بهار 94
تهیه نقشه کاربری اراضی تالاب میقان با استفاده از روش
طبقه بندی نظارت شده و فازی 2013
زهرا علی بخشی[1]*
zahralibakhshi@gmail.com
مرضیه علی خواه اصل[2]
محمد رضوانی٢
آشکار ساختن تغییرات یکی از نیازهای اساسی در مدیریت و ارزیابی منابع طبیعی است. بنابراین نقشه تغییرات کاربری را که نتیجه فرآیند آشکارسازی تغییرات می باشد، میتوان براساس تصاویر سنجش از دور تهیه کرد. لازم به ذکر است که روشهای متفاوت و گوناگونی برای آشکارسازی تغییرات و تحولات کاربریها ارایه شده است. هدف از انجام این تحقیق، مقایسهی دو روش طبقه بندی نظارت شده و فازی جهت استخراج نقشه کاربری اراضی تالاب میقان با استفاده از تصویر ماهوارهای سنجنده OLI است.
در این تحقیق تغییرات، تحولات کاربری و پوشش اراضی تالاب میقان با استفاده از تصاویر سنجنده OLI ماهواره لندست مربوط به سال ٢٠١٣ اخذ شد؛ سپس تصویر یاد شده با استفاده از الگوریتم های مناسب از لحاظ هندسی و رادیومتریک تصحیح شدند؛ آنگاه نمونههای آموزشی به صورت طبقه بندی فازی و نظارت شده در پنج کلاس کاربری ایجاد شدند.
پس از اعمال طبقه بندی نظارت شده و فازی بر روی تصویر ماهواره ای OLI نقشه کاربری اراضی تهیه گردید سپس دقت طبقه بندیها مورد ارزیابی قرار گرفت برای انجام این کار مشخصات آماری دقت تولید کننده و دقت استفاده کننده برای هر کدام از کلاسها تعیین گردید و در نهایت با استفاده از دقت کلی، دقت نقشههای حاصل از طبقه بندی نظارت شده و فازی مشخص شد.
نتایج حاصل از ارزیابی دقت این دو روش با استفاده از تعیین دقت کلی، نشان داده است که طبقه بندی نظارت شده با دقت کلی ٩١/٨٤ و ضریب کاپا ٧٨٦١/٠ نسبت به طبقه بندی فازی با دقت کلی ٤٩/٨٣ و ضریب کاپا ٧٦٦٧/٠ از دقت بیشتری برخوردار است.
کلمات کلیدی: کاربری اراضی، روش نظارت شده و فازی، تالاب میقان.
کاربری اراضی، توصیف نوع بهره برداری انسان از یک قطعه زمین می باشد که از دیرباز به منظور برنامهریزی و مدیریت منابع مد نظر قرار گرفته است .سنجش از دور و سیستم اطلاعات جغرافیایی از جمله تکنولوژیهای مورد استفاده در این امر می باشند. سنجش از دور١ عبارت است از: اندازه گیری خصوصیات پدیدههای سطح زمین با استفاده از دادههایی که از راه دور توسط هواپیما و ماهواره کسب میشوند (١). یکی از منابع اطلاعات که به طور مؤثر و مفید قابل کاربرد در شناسایی پوششهای اراضی می باشد، سنجش از دور می باشد. بنابراین به کار گیری تصاویر ماهوارهای و پردازش رقومی آنها با الگوریتمهای مناسب موجب میشود ضمن به حداقل رساندن خطای انسانی جزییات پدیدههایی را که چشم انسان قادر به تمایز آنها نیست، شناسایی و تفکیک شوند. به نظر میرسد با استفاده از این تصاویر و تکنیکهای طبقه بندی آنها، میتوان اراضی را که دارای شباهت سطحی و بازتاب مشابه هستند در یک طبقه قرار داد و شرط اول که همان گروه بندی اراضی مشابه است را فراهم آورد (٢).
طبقه بندی تصاویر ماهواره ای فرآیند پیچیده ای است که ممکن است توسط بسیاری از فاکتورها تحت تأثیر قرار گیرد محققان در راستای توسعه ی روشها و تکنیکهای پیشرفته طبقه بندی جهت بهبود دقت طبقه بندی تلاشهای وسیع و گستردهای را انجام دادهاند که از جمله این روشها میتوان به شبکه عصبی مصنوعی، منطق فازی و سیستمهای هوشمند اشاره کرد(٣). از جمله تحقیقاتی که در رابطه با تهیه نقشه کاربری اراضی با استفاده از تکنیک سنجش از دور انجام پذیرفته است، میتوان به فیضی زاده و همکاران (١٣٨۶)، استخراج کاربریهای اراضی شهرستان ملکان با استفاده از تصاویر ETM+ لندست ٧ و با استفاده از الگوریتم طبقهبندی حداکثر احتمال انجام گرفت اشاره کرد (٤). سفیانیان و همکاران، نقشه کاربری اراضی مناطقی از استان همدان را با استفاده از روش فازی تهیه نمودند و نتیجه گیری نمودند که این روش قابلیت تهیه نقشه پوشش اراضی و الگوی کشت با صحت بالا را دارا می باشد (۵). یوسفی و همکاران (١٣٩٠)، نقشه کاربری اراضی شهرستان نور را با استفاده از روشهای مختلف تهیه نمودند و نتیجه گیری کردند که روش طبقه بندی ماشین بردار پشتیبان نسبت به روشهای دیگر دقت بالاتری دارد (۶).
سیتو٢ و همکاران در سال ٢٠٠٢، نقشه کاربریهای اراضی قسمت جنوبی کشور چین را با استفاده از تصاویر لندست TM و با استفاده از تصاویر ماهواره ای چند زمانه تغییرات کاربری را بررسی نمود (٧). آیانا و کوزیتساکولچای٣ در سال ٢٠١٢ از تکنیک سنجش از دور و مدل مارکو٤ برای بررسی تغییرات کاربری اراضی استفاده نمودند و نتیجه گیری کردند که ترکیب این دو، در تشخیص دقیق میزان تغییرکاربری اراضی مفید می باشد (٨). جمع بندی پیشینه تحقیق نشان میدهد که تصاویر سنجش از دور از قابلیت بالایی برای استخراج نقشههای کاربری اراضی برخوردار بوده و در سراسر جهان توسط محققین برای ارزیابی کاربری و پوشش اراضی به کار گرفته میشود لذا در این تحقیق، از تکنیک فازی و نظارت شده در سنجش از دور به منظور تهیه نقشه کاربری اراضی استفاده گردید. هدف از انجام این تحقیق، مقایسه ی دو روش طبقهبندی نظارت شده و فازی جهت استخراج نقشه کاربری اراضی تالاب میقان با استفاده از تصویر ماهواره ای سنجنده OLI5 است.
روش بررسی
در این تحقیق از تصاویر ماهواره ای سنجنده OLI در تاریخ ١٨/٦/٢٠١٣، و نرم افزار های 9.2 ERDAS imagin و 9.3 Arc GIS استفاده شده است.
جدول ١- مشخصات باندهای تصویر ماهواره ای OLI لندست ٨
باند طیفی |
طول موج (میکرومتر) |
قدرت تفکیک (متر) |
باند١- Coastal/Aerosol |
٠/٤٣٣-٠/٤۵٣ |
٣٠ |
باند٢- آبی |
٠/٤۵٠-٠/۵١۵ |
٣٠ |
باند٣- سبز |
۶٠٠/٠- ۵٢۵/٠ |
٣٠ |
باند٤- قرمز |
۶٨٠/٠- ۶٣٠/٠ |
٣٠ |
باند۵- مادون قرمز نزدیک |
٨٨۵/٠- ٨٤۵/٠ |
٣٠ |
باند٦- مادون قرمز طول موج کوتاه |
۶۶٠/١- ۵۶٠/١ |
٣٠ |
باند٧- مادون قرمز طول موج کوتاه |
٢/١٠٠-٢/٣٠٠ |
٣٠ |
باند٨- Panchromatic |
۶٨٠/٠- ۵٠٠/٠ |
١۵ |
باند٩- Cirrus |
١/٣۶٠-١/٣٩٠ |
٣٠ |
معرفیمنطقهموردمطالعه
حوزه آبخیز تالاب میقان با وسعت ٧٥/٤٩٦٦١ هکتار در شمال شرقی استان مرکزی در مختصات جغرافیایی"٥٦ /٤٠ º٤٩ تا "٣٦ / ٤ º٥٠ طول شرقی و "١٧ / ٦ º ٣٤ تا"٥ /١٩ º٣٤ عرض شمالی قرار گرفته است. در این تحقیق یکی از زیرحوزهها که دارای مساحت٢٤/٣٨٦٥٠ هکتار بوده و در موقعیت "۰۰ /١٠ º٣٨ تا "۰۰ /٥۰ º٤۰ طول جغرافیایی و "۰۰ / ٧٦ º٣٧ تا "٥٠ /٩٧ º٣٧ عرض جغرافیایی قرار گرفته است بررسی شد (شکل١).
شکل ١- موقعیتزیرحوزهموردمطالعهدرحوزهآبخیزتالاب میقان
مرحله پیش پردازش تصاویر ماهوارهای : پس از آماده کردن تصاویر ماهوارهای منطقه، در مرحله پیش پردازش روی تصاویر ماهوارهای اصلاحات رادیومتریک، اعمال شد. هدف اصلی این مرحله رفع خطاهای سیستماتیک و غیرسیستماتیک موجود در تصاویر خام و افزایش صحت و قابلیت دسته بندی اطلاعات رقومی مختلف است. در فرآیند پیش پردازش تصاویر ماهوارهای، قبل از شناخت و استخراج اطلاعات، حذف هرگونه آثار جوی از ضروریات برای آمادهسازی دو یا چند تصویر ماهوارهای به منظور مقایسه آشکارسازی تغییرات، تصحیح هندسی تصاویر ضروری است(٩). اثرات خطای تطبیقسازی تصحیح هندسی به صورت پیکسل به پیکسل به کارگرفته میشود. اگر خطای تطبیقسازی بزرگتر ازیک پیکسل باشد ، ممکن است اشتباهات فاحشی حاصل آید (١٠). رایج ترین روش غیر پارامتری انجام تطابق هندسی استفاده از نقاط کنترل زمینی می باشد (١١). برای انجام عملیات زمین مرجع، ٢٥ نقطه کنترل در منطقه مورد مطالعه مشخص گردید و در تصاویر متناظر علامت زده شد، سپس با نمونه برداری مجدد و روش نزدیکترین همسایه با ٧/٠RMSE= این عملیات انجام گرفت. پس از اعمال تصحیح هندسی بر روی تصاویر، ترکیب باندی در باندهای ٢ تا ٧ به جز باند ١، ٨ و ٩ تصویر OLI لندست ٨ انجام شد.
طبقه بندی تصاویر ماهوارهای: طبقه بندی تصاویر ماهوارهای به منظور نسبت دادن ارزشهای رقومی موجود در تصویر به گروههایی با مشخصههای همگن، با هدف متمایز کردن اشیا یا پدیده های مختلف از یکدیگر به کار می رود (١٢). به جداسازی مجموعههای طیفی مشابه و تقسیم بندی طبقاتی آن ها که دارای رفتار طیفی یکسانی باشد، طبقه بندی اطلاعات ماهوارهای گفته میشود به عبارتی طبقه بندی پیکسلهای تشکیل دهنده تصاویر، اختصاص دادن یا معرفی کردن هر یک از پیکسلها به کلاس یا پدیده خاصی را، طبقه بندی اطلاعات ماهوارهای گویند (١٣). طبقه بندی تصاویر ماهوارهای به شکل نظارت شده و نظارت نشده انجام میگیرد. در مطالعه حاضر با بررسی میدانی و برداشت نقاط با GPS و با توجه به پراکنش، نمونه های تعلیمی با کاربری ها از لحاظ پوشش و کاربری اراضی در محدوه تالاب میقان پنج کلاس کاربری به این شرح انتخاب شد : زراعت آبی، زراعت دیم، مرتع، تالاب، شوره زار با همپوشانی نقاط تعلیمی و ایجاد تصاویر کاذب رنگی مختلف سعی گردید در انتخاب نمونههای آموزشی پراکندگی مناطق برداشت نمونه در همه تصویر رعایت شود تا توزیع نمونهها نرمال باشد. بعد از طبقه بندی تصویر سال ٢٠١٣، نقشههای رستری استخراج شده برای تولید نقشه نهایی تغییرات، برداری شدند.
جدول ٢- تعداد نقاط شاهد و تعلیمی برای هر کاربری
تعداد نقاط شاهد |
تعداد نقاط تعلیمی |
کاربری |
٧٨ |
٧٨ |
زراعت آبی |
٦٤ |
٦٤ |
زراعت دیم |
٢٨ |
٢٨ |
مرتع |
١٨ |
١٨ |
تالاب |
١٤ |
١٤ |
اراضی بایر |
طبقه بندی نظارت شده: در طبقه بندی نظارت شده مفسران در به کارگیری این روش، ابتدا نواحی کوچکی را در تصویر ماهوارهای که از حیث مقادیر بازتابی ارقام آنها حالت یکنواختی داشته باشند، انتخاب میکنند. نواحی مزبور به نام نواحی آموزشی یا تعلیمی نامیده میشوند. تعداد نواحی تعلیمی، معمولاً با انواع گونههای موجود در هر تصویر ماهواره ای برابر خواهد بود. هریک از این گونهها، کلاس یا طبقه نامیده میشود. در عمل، مقادیر عددی هر طبقه استخراج و به نام آن طبقه ثبت میشود. بعد از آنکه موجودیت هر یک از طبقات مزبور از طریق بررسی و بازدید از محل به ثبت رسید، مفسران با بهره برداری از برنامههای کامپیوتری ویژه، پیکسل های باقیمانده از تصویر را بر اساس مطابقت آنها با ارقام پیکسلهای طبقات نظارت شده، طبقه بندی میکنند (١٤).
طبقه بندی فازی: منطق فازی یا فازی لوجیک برای اولین بار در سال١٩٦٠ توسط دکتر لطفی زاده، استاد علوم کامپیوتری دانشگاه برکلی کالیفرنیا مطرح شد. منطق فازی درستی هر چیزی را با یک عدد که مقدار آن بین صفر و یک است نشان میدهد. این تکنیک در سنجش از دور، به منظور کمک به طبقه بنــدی داده هــایی که دقیقاً به یک طبقه تعلق نــدارند به کار برده می شود. این طبقه بندی با استفاده از یک تابع عضویت عمل می نماید و مقدار یک پیکسل با توجه به این که به یک کلاس نزدیک تر از کلاس دیگر است تعیین میشود (١۵). در این طبقه بندی، همانند طبقه بندی نظارت شده نمونههای تعلیمی مورد استفاده قرار می گیرد اما بزرگترین تفاوت آن با روش نظارت شده آن است که قادر است اطلاعات را از کلاسهای مختلفی که در پیکسل های مخلــوط یافت میشوند به دست آورد و علاوه بر آن، در طبقه بندی فـازی مکانهای تعلیمی نبایستی پیکسلهای کاملا مشابه داشته باشند (١۶). در نرم افزار ERDAS این طبقه بندی با محــاسبه میانگین وزنــی عکس فاصله همه کلاسهای پیکسلهای موجود، در پنجره محاسباتی یک لایه طبقه بندی منفرد ایجاد میکند (١٧).
ارزیابی صحت طبقه بندی: پس از اعمال طبقه بندی نظارت شده و فازی اقدام به ارزیابی دقت طبقه بندی شد. برای انجام این کار نمونه های آموزشی برای هر کدام از کلاسها بهصورت تصادفی از سطح منطقه مورد مطالعه جمع آوری گردید، که تعداد این نقاط درمجموع ٤٠٢ نقطه می باشد که ٢٠٢ نقطه از به عنوان نمونه های تعلیمی و ما بقی آن نمونه های شاهد می باشد که در ارزیابی صحت مورد استفاده قرار میگیرد. برای ارزیابی صحت از روش Assessment Accuracy استفاده شد. در مرحله بعدی مشخصات آماری دقت تولید کننده، دقت استفاده کننده برای هر کدام از کلاسها به شرح جدول (٢و١) استخراج شد. سپس اقدام به محاسبه دقت کلی طبقه بندی شد (جدول٣).
عملیات پس از طبقه بندی: به کلیه عملیات بعد از طبقه بندی اصطلاحاً پس پردازش١ گفته می شود در تحقیق حاضر اقدامات انجام شده در مرحله پس پردازش شامل تطبیق با مدل رقومی ارتفاع، انتقال به محیط GISو تشکیل پایگاه اطلاعات زمینی٢، کارتوگرافی و ارایه نتایج می باشد.
یافته ها
پس از اعمال طبقه بندی نظارت شده و فازی بر روی تصویر ماهواره ای OLI نقشه کاربری اراضی تهیه گردید (شکل٣،٢). سپس دقت طبقه بندی ها مورد ارزیابی قرار گرفت نمونه های آموزشی برای هر کدام از کلاسها به صورت طبقه بندی تصادفی از سطح منطقه مورد مطالعه جمع آوری گردید. پس از پیاده سازی نمونه های آموزشی بر سطح تصویر مشخصات آماری دقت تولید کننده و دقت استفاده کننده برای هر کدام از کلاسها تعیین گردید و در نهایت با استفاده از دقت کلی، دقت نقشههای حاصل از طبقه بندی نظارت شده و فازی مشخص شد که نتایج حاصل از آن ها در جدول (٣) ارایه شده است. براساس نتایج بدست آمده می توان بیان کرد نقشه کاربری اراضی حاصل از طبقه بندی نظارت شده با دقت کلی ٩١/٨٤ نسبت به طبقه بندی فازی با دقت کلی ٤٩/٨٣ از دقت بالاتری برخوردار بوده است. دقت تولید کننده احتمال یک پیکسل در تصویر طبقه بندی در همان کلاس در روی زمین است و دقت کاربر احتمال یک کلاس مشخص در روی زمین در همان کلاس بر روی تصویر طبقه بندی شده میباشد و برای پنج کلاس تعیین شده در این مطالعه، بیشترین دقت را برای نقشه کاربری اراضی به دست آمده از روش نظارت شده داشتهاند.
شکل٢- نقشه کاربری اراضی سال ٢٠١٣ تهیه شده به روش نظارت شده، محدوده مورد مطالعه
شکل٣- نقشه کاربری اراضی سال ٢٠١٣ تهیه شده به روش فازی، محدوده مورد مطالعه
جدول ٣- صحت نقشه کاربری اراضی طبقه بندی نظارت شده تصویر سال ٢٠١٣
دقت کاربر |
دقت نرم فزار |
نوع کاربری |
٩۰/۰۰ |
١۰۰/۰۰ |
تالاب |
٦٥/۰۰ |
٩٢/٨٦ |
اراضی بایر |
١۰۰/۰۰ |
٢٨/٥٧ |
مرتع |
٧٣/٤٢ |
٩۰/٦٣ |
زراعت دیم |
٩٧/٦٢ |
٩٤/٢٥ |
زراعت آبی |
صحت کلی٩١/٨٤ ضریب کاپا ٧٨/٠ |
جدول ٤- صحت نقشه کاربری اراضی طبقه بندی فازی تصویر سال ٢٠١٣
دقت کاربر |
دقت نرم افزار |
نوع کاربری |
٧۰/۰۰ |
١۰۰/۰۰ |
تالاب |
٩۰/۰۰ |
١۰۰/۰۰ |
اراضی بایر |
٧۰/۰۰ |
٢٥/۰۰ |
مرتع |
٧٣/۰٨ |
٨٩/۰٦ |
زراعت دیم |
٩۶/٣٩ |
٩١/٩٥ |
زراعت آبی |
صحت کلی ٤٩/٨٣ ضریب کاپا ٧۶/٠ |
مساحت هر یک از کلاسهای نقشه کاربری اراضی بدست آمده از دو طبقه بندی نظارت شده و فازی در نمودار ١ نشان داده شده است. همانطور که در نمودار ١ مشخص است با توجه به دقت های بدست آمده برای دو کلاس تالاب و مرتع در نقشه های حاصل از طبقه بندی نظارت شده و فازی مساحت این دو کلاس در هر دو نقشه کاربری اراضی به هم نزدیک است در حالی که مساحت کلاس زراعت دیم در نقشه حاصل از طبقه بندی نظارت شده از نقشه حاصل از فازی کمتر و در مورد مساحت دو کلاس اراضی بایر و زراعت آبی فراوانی بالعکس میباشد که ناشی از تفاوت دقت دو طبقه بندی برای این پنج کلاس میباشد.
نمودار١- مساحت کلاس های نقشه کاربری اراضی بدست آمده از دو روش طبقه بندی نظارت شده و فازی
جدول ۵- مساحت هر کاربری با استفاده از طبقه بندی فازی و نظارت شده
مساحت (هکتار) حاصل ازطبقه بندی فازی |
مساحت (هکتار) حاصل از طبقه بندی نظارت شده |
نوع کاربری |
٧٧٤٢/٣٣ |
٧٨٨٧/٣٥ |
تالاب |
٧٢٠٣/٧٨ |
٧٧۶٢/٣٤ |
اراضی بایر |
٢٤٠٣ |
٢٤٠٨/٢٧ |
مرتع |
١٩١۶٩/٣٩ |
١٨٢۵۶/٠٨ |
زراعت دیم |
٢١٢٧/٤١ |
٢٣٣١/٤۵ |
زراعت آبی |
٣٨۶۵٠/٢٤ |
٣٨۶۵٠/٢٤ |
مساحت کل |
بحث و نتیجهگیری
در این مطالعه از دو روش طبقه بندی نظارت شده و فازی جهت استخراج نقشه کاربری اراضی از تصویر ماهوارهای OLIلندست ٨ استفاده شده است. در رده بندی نظارت شدة مرسوم در سنجش از دور، نقاط تعلیمی و نتایج رده بندی بر مبنای روش یک پیکسل یک رده هستنــد، در حقیقت یک پیکسل فقط بـــه یک رده می تواند تعلق داشته باشد، رده مخلوط نمیتواند به عنوان نقاط تعلیمی یا یک طبقه فرض شود و میزان عضویت ٢ در پیکسل ها مشخص نیست. در حقیقت در روشهــای کلاسیک رده بندی مرزهای مناطق آموزشی به صورت ناگهانی تغییر میکند و به صورت تدریجی نیست. این محدودیتهای آشکار باعث کاهش ارزش رده بندی سطوح و استخراج اطلاعات ضعیفی می شود و ممکن است اطلاعات با ارزشی از بین برود این مشکل، بیشتر به خاطــر مفهـوم عضویت در نظریه مجموعه های کلاسیک است که بر اساس آن یک مجموعه مرزهایی دارد و هر عضو می تواند به طور کامل عضو این مجموعه باشد یا نباشد (۵). طبقه بندی فازی مرزهای معینی ندارد و هر پیکسل میتواند متعلق به چند کلاس باشد (١۵). نظریـه مجموعـههـای فازی که به منظور از بین بردن ابهام در دادهها به کار میرود، یک مفهوم جدیدی اسـت کـه بر اساس آن عضویت جزیی اجازه میدهد که اطلاعات در موقعیتهای پیچیده تـر مـثلا" پوششهای مخلوط یا شرایط حد واسط بهتر نمایش داده شده و به کار روند، اگر چه تحلیل تصاویر سنجش از دور با استفاده از مجموعههای فازی دشوار و مشکل است (۵). نتایج تحقیق نشان میدهد که تصاویر ماهواره ای OLI لندست ٨ از قابلیت خوبی برای استخراج کاربریهای اراضی برخوردارند. پس از ارزیابی صحت طبقات مختلف کاربری در این تحقیق، نتایج نشان داد که الگوریتم طبقه بندی حداکثر احتمال نسبت به دیگر الگوریتمهای طبقهبندی دارای بهترین نتیجه بود (٢٣، ٢٢، ٢١، ٢٠، ١٩، ١٨). همچنین، بر اساس نتایج حاصله، طبقه بندی نظارت شده نسبت به طبقه بندی فازی، از دقت بیشتری برای طبقه بندی و تهیه ی نقشه ی کاربری اراضی برخوردار است. بر این اساس استفاده از آن به منظور تهیه نقشه کاربری اراضی پیشنهاد میگردد.
منابع
Preparing MighanwetlandLand-use mapping in 2013: Usingsupervised and fuzzy classificationmethods
Zahra Alibakhshi1*
Marziyeh Alikhah Asl2
Mohammad Rezavani2
Abstract:
Introduction: Revealing changes is one the most fundamental needs in the management and assessment of natural resources. With regard to remote sensing images, it is then possible to prepare land-use change maps, which are the result of the change detection processes. It should be noted that different methods have been presented to detect changes and developments of land-uses. The purpose of this study is prepared Mighan wetland –land use mapping in 2013 and Comparison of supervised and fuzzy classification methods.
Material and Methods: In this study, Mighan Wetland changes as well as its land-use and land-cover improvements were obtained through using OLI Landsat satellite images in 2013. Then, the images were geometrically and radiometrically corrected using appropriate algorithms. Subsequently, training samples were classified in five land-use classes based on fuzzy and supervised classification methods.
Results and Discussion: After applying fuzzy classification and land use map was prepared on the
Satellite image OLI. The classification accuracy was evaluated were to do a statistical profile accuracy
and precision manufacturer for each of the classes was determined using Finally, the overall accuracy, the accuracy of the maps fuzzy and supervised classification was determined.Evaluating the accuracy of these two methods through determining the overall accuracy the results revealed that supervised method with an overall accuracy of 84.91 and kappa value of 0.7861 is more accurate than the fuzzy method with an overall accuracy of 83.49 and kappa value of 0.7667.
Key words: Land-use, fuzzy and supervised methods, Mighan Wetland.
1- دانشجوی کارشناسی ارشد رشته ارزیابی و آمایش سرزمین، دانشگاه پیام نور، تهران *(مسئول مکاتبات).
2- استادیار، گروه منابع طبیعی و محیط زیست، دانشگاه پیام نور، تهران.
1- Remote sensing
2 - Seto
3 - Ayana& Kositsakulchai
4 - Markove
5- Operational Land Imager
1- Post -Processing
2- Geo database
1- M.S. Student of Evaluation and Feasibility Study of Land, Payame Noor University, Tehran, Iran. )Corresponding Author)