تهیه نقشه پوشش اراضی شهرستان اسلام‌شهر با استفاده از الگوریتم‌های حداکثر احتمال و فازی سال 2015

فصلنامه انسان و محیط زیست، شماره 41، تابستان 96

تهیه نقشه پوشش اراضی شهرستان اسلام‌شهر با استفاده از الگوریتم‌های حداکثر احتمال و فازی سال 2015

ساناز شفیعی[1]^*

Sh.sanaz66@gmail.com

مرضیه علی خواه اصل ^[2]

محمد رضوانی2

چکیده

اطلاعات پوشش و کاربری اراضی، برای بسیاری از فعالیت‌های برنامه‌ریزی و مدیریت سرزمین ازجمله آمایش سرزمین دارای اهمیت است. امروزه تصاویر ماهواره‌ای و تکنیک‌های سنجش از دور بهترین وسیله برای استخراج نقشه پوشش و کاربری اراضی به عنوان نقشه‌های پایه در آمایش سرزمین می‌باشد. بر این اساس هدف اصلی این تحقیق مقایسه دو روش حداکثر احتمال و فازی جهت استخراج نقشه پوشش و کاربری اراضی شهرستان اسلام‌شهر با استفاده از تصاویر سنجنده OLI ماهواره لندست برای سال 2015 است. برای نیل به این هدف ابتدا با اعمال پیش‌پردازش‌های لازم، عملیات بارز‌سازی تصاویر اجرا و با بهره‌گیری از الگوریتم‌های حداکثر احتمال و فازی نقشه‌های موضوعی پوشش و کاربری اراضی در پنج طبقه انسان ساخت، اراضی بایر، اراضی کشاورزی، باغات- فضای سبز شهری و جاده تهیه شد و سپس دقت طبقه‌بندی این دو روش با استفاده از تعیین دقت کلی مورد ارزیابی قرار گرفت. بر اساس نتایج به دست آمده، در هر دو روش کاربری انسان ساخت دارای بیش‌ترین میزان مساحت و جاده کم‌ترین میزان را دارا می‌باشد و نتایج حاصل از ارزیابی دقت نشان داده است که طبقه‌بندی با روش الگوریتم حداکثر احتمال با دقت کلی 10/88 درصد و ضریب کاپا 84/0 نسبت به طبقه‌بندی با روش فازی با دقت کلی 83/87 و ضریب کاپا 83/0 از دقت بیش‌تری برخوردار است.

کلمات کلیدی: شهرستان اسلام‌شهر، طبقه‌بندی فازی، سنجش از دور، الگوریتم حداکثر احتمال.

مقدمه

پوشش عبارت است از سطحی از زمین که توسط پوشش گیاهی یا سایر پدیده­های سطح خاک مانند سنگ و سنگریزه و بقایای گیاهی اشغال شده است و از خاک تحت آن در برابر عوامل فرسایش­زا محافظت می­کند. این پدیده‌ها می­توانند پوشش گیاهی، سنگ و سنگریزه، لاش برگ یا کریپتو­کام باشند. با این وجود در اغلب مطالعات مرتع منظور از پوشش، پوشش گیاهی است و فعالیت­های مدیریتی بر اساس تجزیه‌وتحلیل این پوشش است(1). آگاهی از انواع پوشش  سطح زمین و فعالیت‌های انسانی در قسمت‌های مختلف آن و به بیان دیگر نحوه استفاده از زمین، به عنوان اطلاعات پایه برای برنامه‌ریزی‌های مختلف از اهمیت ویژه‌ای برخوردار است. نقشه‌های پوشش اراضی حاصل از تصاویر ماهواره‌ای نقش مهمی در ارزیابی‌های منطقه‌ای و ملی ایفا می‌کنند (2) و نیز جهت سیاست‌گذاری و چاره‌اندیشی برای رفع مشکلات موجود ضرورتی انکارناپذیر است (3). امروزه کسب آگاهی و دانش در رابطه با پوشش گیاهی و سلامت آن نقش مهمی را در مدیریت خاک‌ها ایفا می‌کند به‌منظور بررسی و پایش پوشش گیاهی در مقیاس جهانی و ناحیه‌ای دسترسی به هنگام به داده‌های میدانی یا صحرایی معمولاً دشوار و محدود می‌باشد. همچنین برآورد پوشش گیاهی به روش معمولی(میدانی)، که شامل برآورد کلی از پوشش گیاهی است هم زمان بر است و هم اطلاعات چندان دقیقی را به دست نمی‌دهد، از این رو سنجش از دور فن‌آوری بسیار مفیدی است که با داشتن خصوصیاتی نظیر فراهم ساختن یک دید وسیع و یکپارچه از یک منطقه، قابلیت تکرارپذیری، سهل‌الوصول بودن اطلاعات و دقت بالای اطلاعات حاصله، صرفه‌جویی در زمان ‌بر سایر روش‌ها ارجحیت داده می‌شود. ترکیب نتایج حاصل از مشاهدات و اندازه‌گیری‌های میدانی با داده‌های سنجش از دور می‌تواند نقشه‌های به هنگام خصوصیات محصولات را ارایه نماید که این امر در تعریف واحدهای مدیریت دقیق ارزشمند است. بنابراین می‌توان از کاربردهای متعدد سنجش از دور به عنوان ابزاری مناسب در مشاهده، ارزیابی، کنترل، نظارت و مدیریت منابع خاک، آب، پوشش گیاهی، محیط‌زیست و اکوسیستم و بلایای طبیعی، استفاده نمود (5). در این زمینه روش‌های مختلفی برای تهیه نقشه پوشش اراضی وجود دارد که هرکدام دارای مزایا و محدودیت‌هایی هستند. انتخاب روش به هدف مطالعه و داده‌های در دسترس بستگی دارد. امروزه، از متداول‌ترین و دقیق‌ترین روش‌های طبقه‌بندی    مورد استفاده برای این منظور، می‌توان به روش‌های آماری نظیر طبقه‌بندی حداکثر احتمال[3] اشاره کرد (6) و نیز روش فازی[4] که به تازگی در مطالعات این حوزه گسترش یافته است. استفاده از علم سنجش از دور و تصاویر ماهواره‌ای، ما را در دست‌یابی به آمایش سرزمین، یعنی استفاده بهینه از منابع، امکانات و چگونگی استقرار انسان‌ها در زمینه فعالیت در فضای جغرافیای ملی و منطقه‌ای سامان می‌دهد. در رابطه با چگونگی اسکان کشاورزان، افزایش محصولات کشاورزی، برنامه‌ریزی در صادرات محصولات و در نهایت رسیدن به خودکفایی کشاورزی به سادگی می‌توان از علم سنجش از دور استفاده بهینه نمود (7). علی بخشی و همکاران (1394)    برای تهیه نقشه کاربری ارضی تالاب میقان از داده‌های ماهواره لندست 8 استفاده کردند، آن ها برای طبقه‌بندی از دو روش، طبقه‌بندی نظارت شده و فازی استفاده کردند و به این نتیجه رسیدند که طبقه ‌بندی‌ نظارت ‌شده با صحت کلی 91/84 درصد نسبت به طبقه‌بندی به روش فازی با صحت 49/83 درصد از دقت بیش‌تری برخوردار است (8). ملکی و همکاران (1393) در مقاله‌ای تحت عنوان پایش تغییرات کاربری اراضی با استفاده از داده‌های سنجش از دور و سیستم اطلاعات جغرافیایی[5] در شهرستان اردبیل، با استفاده از طبقه‌بندی نظارت شده[6] و الگوریتم حداکثر احتمال تشابه بهترین ترکیب باندی را انتخاب و نقشه کاربری اراضی منطقه را برای سال‌های 1366، 1377 و 1390 تهیه کردند (9).

علی خواه اصل و فروتن (1392) برای تهیه نقشه کاربری اراضی حوزه آبخیز حبله رود از روش فازی استفاده کردند آن‌ها به  این نتیجه رسیدند که تفکیک اراضی‌دیم و مراتع با وضعیت‌خوب و متوسط، با دقت خوبی صورت پذیرفته است و بیش‌ترین خطای این روش، در مشخص نمودن مرز اراضی زراعی آبی و مراتع فقیر می‌باشد (10). آیانا و کوزیتساکولچای[7](2012) از تکنیک سنجش از دور و مدل مارکو برای بررسی تغییرات کاربری اراضی استفاده نمودند و نتیجه‌گیری کردند که ترکیب این دو در تشخیص دقیق میزان تغییر کاربری اراضی مفید می‌باشد (11). عبدال- کاوی و همکاران[8] (2010) با استفاده از طبقه‌بندی نظارت شده تصاویر ماهواره‌ای لندست طی سال‌های 1984، 1999، 2005 و 2009 تغییرات کاربری و پوشش اراضی دلتای شرقی رود نیل مصر را بررسی نمودند و با مقایسه تصاویر پس از طبقه‌بندی به این نتیجه رسیدند که بیش‌ترین تغییرات در تبدیل زمین‌های بایر به مزارع کشاورزی بوده است (12). گویندون و همکاران[9] (2004) اقدام به ارزیابی جامع از اطلاعات به دست آمده از اتاوا، کلگری و جنوب غربی انتاریو با استفاده از نقشه‌های طبقه‌بندی شده کاربری اراضی حاصل از داده‌های لندست TM با صحت بالاتر از ۷۸ درصد تولید نمودند (13). جمع‌بندی پیشینه تحقیق نشان می‌دهد که تصاویر سنجش از دور از قابلیت بالایی برای تهیه‌ی نقشه‌های کاربری اراضی برخوردار بوده و در سراسر جهان توسط محققین برای ارزیابی کاربری و پوشش اراضی به کار گرفته می‌شوند لذا در این تحقیق، از تکنیک فازی و الگوریتم حداکثر احتمال در   سنجش از دور به منظور تهیه نقشه پوشش اراضی استفاده گردید .هدف از انجام این تحقیق، مقایسه‌ی دو روش طبقه‌بندی حداکثر احتمال و فازی جهت استخراج نقشه پوشش و کاربری اراضی شهرستان اسلام‌شهر با استفاده از تصاویر ماهواره‌ای سنجنده OLI است.

روشبررسی

در این تحقیق از تصاویر ماهواره‌ای لندست 8، سنجنده OLI در تاریخ 17/ May/2015 و نقشه توپوگرافی 25000/1 و داده‌های بدست آمده از GPS در طی عملیات میدانی و Google Earth استفاده شده است. برای تهیه نقشه کاربری اراضی عملیات پردازش بر روی تصاویر ماهواره‌ای در سه مرحله پیش‌پردازش، پردازش و پس پردازش با استفاده از نرم‌افزارهای ARG GIS 10.2 و Erdas imagin 9.2 انجام شد. شکل (1) مراحل مختلف کار را نشان می‌دهد.

شکل1- روشکارمورداستفاده

منطقهموردمطالعه

شهرستان اسلام‌شهر با مساحت 26835 هکتار در نواحی  شمال غرب فلات مرکزی و در موقعیت جغرافیایی"30 '،22 °و51 تا '10 °و51 طول شرقی و در"30، '42 و °35 تا "30 ، '27 و °35 عرض شمالی و روبروی آبرفت‌های ‌سیلابی و مخروط‌افکنه سیلاب‌های جاری شده از دامنه‌های جنوبی البرز مرکزی واقع شده است. این شهرستان از شمال به قسمت‌هایی از شهرستان ری و  تهران بزرگ، از ناحیه شرق به شهرستان ری، از ناحیه جنوب  به قسمت‌های از اراضی شهرستان ری و رباط‌کریم و از طرف غرب به شهرستان شهریار محدود می‌گردد.

 میانگین دمای سالانه 79/17 درجه سانتی‌گراد و میانگین بارش سالانه 231 میلی‌متر می‌باشد. ارتفاع این شهرستان از سطح دریا 1165 متر می‌باشد، همچنین این شهرستان دارای 3 بخش، 6 دهستان و 26 روستا می‌باشد (شکل 2).

شکل2- منطقهموردمطالعه

آماده‌سازیوپیش‌پردازشتصاویرماهواره‌ای

علی‌رغم انجام سطح اول تصحیحات تصاویر انتخاب شده، توسط سازمان زمین‌شناسی آمریکا، به منظور اطمینان از کیفیت داده‌ها، باندها و ترکیب‌های رنگی ایجاد شده تصویر موردنظر در محیط ERDAS نمایش و قسمت‌های مختلف  آن ها بزرگنمایی شد. سپس از لحاظ خطاهای رادیومتری همانند راه‌راه شدگی، خطای دسته‌های شانزده‌تایی و پیکسل‌های دوبله مورد بررسی قرار گرفت تا در صورت ضرورت تصحیح شود. سپس لایه‌های وکتوری جاده‌ها و آبراهه‌ها استخراج شده از نقشه‌های توپوگرافی رقومی 1:25000، در محیط سامانه اطلاعات جغرافیایی روی تصاویر انداخته و کیفیت هندسی تصاویر کنترل شد همچنین با انتخاب ٣٠ نقطه مشترک با پراکنش مناسب در سیستم تصویر UTM    به روش نزدیک‌ترین همسایه با RMSE برابر 48/0 مطابقت داده شد. پس از انجام تصحیحات هندسی و رادیومتریک تصاویر به منظور کاهش حجم پردازش و زمان پردازش‌های موردنیاز با استفاده از نرم‌افزار ERDAS تصاویر ماهواره‌ای به وسیله مرز شهرستان اسلام‌شهر برش داده شد و تصویر هر باند در تمامی تصاویر برای محدوده مطالعه شده تهیه شد. وضوح داده‌های خام معمولاً پایین و تشخیص عوارض غالباً به سختی امکان‌پذیر است. بنابراین در این پژوهش به منظور افزایش وضوح تصاویر و بهتر نمایان شدن پدیده‌های مختلف روش بارزسازی کشش خطی اعمال شد که با خطاهای جانبی   همراه نیست (14). به دلیل مقایسه دشوار تصاویر ماهواره‌ای  در باندهای مستقل از شیوه مناسب بارزسازی تصاویر ماهواره‌ای همانند نمایش باندها دریک تصویر استفاده شد ( ترکیب باندی 2 تا 7 به جز باندهای 9،8،1 تصویر سنجنده OLI لندست 8). یکی از عمومی‌ترین و کاربردی‌ترین این روش‌ها، استفاده از باندهای مادون قرمز، قرمز و سبز در ایجاد تصویر رنگی کاذب (FCC) است. همچنین در این تحقیق برای بالا بردن اندازه تفکیک تصاویر از روش Merge استفاده شد.

پردازشتصاویرماهواره‌ای

طبقه‌بندی تصاویر ماهواره‌ای به منظور نسبت دادن ارزش‌های رقومی موجود در تصویر به گروه‌هایی با مشخصه‌های همگن، با هدف متمایز کردن اشیاء یا پدیده‌های مختلف از یکدیگر به کار می‌رود (22).

به جداسازی مجموعه‌های طیفی مشابه و تقسیم‌بندی طبقاتی آن‌ها که دارای رفتار طیفی یکسانی باشد، طبقه‌بندی اطلاعات ماهواره‌ای گفته می‌شود به عبارتی طبقه‌بندی پیکسل‌های تشکیل‌دهنده تصاویر، اختصاص دادن یا معرفی کردن هر یک از پیکسل‌ها به کلاس یا پدیده خاصی را، طبقه‌بندی اطلاعات ماهواره‌ای گویند (14). طبقه‌بندی تصاویر ماهواره‌ای به شکل نظارت شده و نظارت‌نشده انجام می‌گیرد. در مطالعه حاضر با بررسی میدانی و برداشت نقاط با GPS و با توجه به پراکنش، نمونه‌های تعلیمی با کاربری‌ها ازلحاظ پوشش و کاربری اراضی در شهرستان اسلام‌شهر پنج کلاس کاربری   به این شرح انتخاب شد: اراضی بایر، اراضی انسان ساخت، کشاورزی، کلاس تلفیقی باغات - فضای سبز شهری و کلاس جاده. 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 طبقه‌بندی تصویر سال 2015، در محیط ERDAS نقشه‌های رستری استخراج شده برای تولید نقشه نهایی تغییرات، در محیط ARC MAP برداری شد.

1- روش‌هایطبقه‌بندی

در این تحقیق از دو روش طبقه‌بندی حداکثر احتمال و فازی استفاده گردید. در زیر این دو روش توضیح داده شده است.

1-1- طبقه‌بندیحداکثراحتمال

 از میان روش‌های طبقه‌بندی نظارت شده، روش حداکثر احتمال تاکنون به عنوان دقیق‌ترین و پراستفاده‌ترین روش‌ها ذکر شده است (14). در این روش ارزش بازتابی هر پیکسل ناشناخته بر اساس واریانس و کوواریانس آن به طبقه واکنش طیفی ویژه تجزیه و تحلیل می‌شود. در این روش فرض بر این است که توزیع داده‌های هر طبقه بر اساس توزیع نرمال در اطراف پیکسل میانگین آن طبقه قرارگرفته‌اند. این فرض بر اساس تجارب حاصل از بازتاب انرژی از اجسام، پذیرفته شده است. در عمل، واریانس، کوواریانس و میانگین طبقه‌های مختلف هر باند یک تصویر ماهواره‌ای، برای طبقه‌بندی پدیده‌ها محاسبه می‌شود .با استفاده از روش‌های آماری احتمال تعلق هر یک از پیکسل‌ها به هر یک از طبقه‌ها محاسبه می‌شود تا هر یکاز پیکسل‌ها به طبقه‌ای تعلق یابد که تعلق آن، به آن طبقه از احتمال بیش‌تری برخوردار است (19).

1-2- طبقه‌بندیفازی

 منطق فازی یا Fuzzy Logic برای اولین بار در سال 1960 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 طبقه‌بندی داده‌هایی که دقیقاً به یک طبقه تعلق ندارند به کار برده می‌شود. این طبقه‌بندی با استفاده از یک تابع عضویت عمل می‌نماید و مقدار یک پیکسل با توجه به اینکه به یک کلاس نزدیک‌تر از کلاس دیگر است تعیین می‌شود (20). طبقه‌بندی فازی مرزهای معینی ندارد و هر پیکسل می‌تواند متعلق به  چند کلاس باشد (10)، در این طبقه‌بندی، همانند طبقه‌بندی حداکثر احتمال نمونه‌های تعلیمی مورد استفاده قرار می‌گیرد اما بزرگ‌ترین تفاوت آن با روش حداکثر احتمال آن است که قادر است اطلاعات را از کلاس‌های مختلفی که در پیکسل‌های مخلوط یافت می‌شوند به دست آورد و علاوه بر آن، در طبقه‌بندی فازی مکان‌های تعلیمی نبایستی پیکسل‌های کاملاً مشابه داشته باشند (21). در نرم‌افزار ERDAS این طبقه‌بندی با محاسبه میانگین وزنی عکس فاصله همه کلاس‌های پیکسل‌های موجود، در پنجره محاسباتی یک لایه طبقه‌بندی منفرد ایجاد می شود (10).

2- ارزیابیصحتطبقه‌بندی

ارزیابی و بررسی صحت نتایج طبقه‌بندی از مراحل مهم طبقه‌بندی محسوب می‌شود که نشان‌دهنده میزان صحت در طبقه‌بندی انجام‌شده است. برای تعیین میزان دقت نقشه‌های تولیدی لازم است پیکسل‌های نمونه‌برداری شده به‌طور تصادفی انتخاب شوند، ولی اغلب باید محدود به مناطقی شوند که داده‌های کمکی مانند عکس‌های هوایی موجود است یا مناطق قابل‌دسترس روی زمین باشند (14). در این تحقیق پس از اعمال طبقه‌بندی با روش حداکثر احتمال و فازی، اقدام به ارزیابی دقت طبقه‌بندی شد. برای انجام این کار نمونه‌های آموزشی برای هر کدام از کلاس‌ها به صورت تصادفی از سطح منطقه مورد مطالعه جمع‌آوری گردید، در انتخاب مناطق نمونه رعایت نکاتی ضروری می‌باشد از جمله این که به صورتی انتخاب شوند که بر روی پدیده‌های گوناگون تصویر، به شکل مناسب پراکنده‌ شده باشند، نمونه‌ها به گونه‌ای انتخاب شود تا از نظر انعکاس طیفی همگنی مطلوبی مشاهده شود و به علاوه نمونه‌ها از نظر اندازه به طور مناسب انتخاب شوند(15). همچنین حداقل تعداد پیکسل مورد نیاز برای هر کلاس N+1 است که حرف N به معنای تعداد باندهای مورد استفاده در عملیات طبقه‌بندی است( 16). اگر چه تعداد پیکسل‌های مورد نیاز برای هر کلاس N10 یا حتی N100 نیز پیشنهاد شده است (17). با رعایت شرایط فوق، با کاربرد سامانه موقعیت‌یاب جهانی[10]، نمونه‌های تعلیمی از سطح منطقه تهیه شد همچنین برای مناطقی که امکان دسترسی میسر نبود، از تصاویر مربوط به Google Earth  استفاده شد. همچنین سعی شد از کلاس‌هایی که دارای الگوهای طیفی متفاوتی بودند نمونه‌های تعلیمی بیش‌تری برداشت شود تا تغییرات طیفی این کلاس­ها در طبقه‌بندی دخالت داده شود . گفتنی است که حدود 3/2 از نمونه‌های تعلیمی برای فرایند طبقه‌بندی و 3/1 برای ارزیابی مدل به کار می‌رود(18). که تعداد این نقاط در این تحقیق درمجموع 500 نقطه می‌باشد (برای هر کلاس  100 نقطه در نظر گرفته شد)، که 330 نقطه به عنوان نمونه‌های تعلیمی و مابقی آن نمونه‌های شاهد می‌باشد که    در ارزیابی صحت مورد استفاده قرار می‌گیرد. برای ارزیابی صحت از روش Accuracy Assessment استفاده شد. در مرحله بعدی مشخصات آماری دقت تولید کننده، دقت استفاده کننده برای هر کدام از کلاس‌ها به شرح جدول (1 و 2) استخراج شد. سپس اقدام به محاسبه دقت کلی طبقه‌بندی شد.

یافته‌ها

پس از اعمال طبقه‌بندی با الگوریتم‌های حداکثر احتمال و فازی بر روی تصویر ماهواره‌ای OLI نقشه پوشش و کاربری اراضی تهیه گردید (شکل 3 و 4). سپس دقت طبقه‌بندی‌ها مورد ارزیابی قرار گرفت نمونه‌های شاهد برای هر کدام از کلاس‌ها به‌صورت طبقه‌بندی تصادفی از سطح منطقه موردمطالعه جمع‌آوری گردید. پس از پیاده‌سازی نمونه‌های شاهد بر سطح تصویر مشخصات آماری دقت تولیدکننده و دقت استفاده کننده برای هر کدام از کلاس‌ها تعیین گردید و در نهایت با استفاده از دقت کلی، دقت نقشه‌های حاصل از طبقه‌بندی با روش حداکثر احتمال و فازی مشخص شد، که نتایج حاصل از آن‌ها در جداول (1) و (2) ارایه شده است. بر اساس نتایج بدست آمده می‌توان بیان کرد نقشه پوشش و کاربری اراضی حاصل از طبقه‌بندی به روش حداکثر احتمال با دقت کلی10/88 نسبت به طبقه‌بندی فازی با دقت کلی83/87 از دقت بالاتری برخوردار بوده است. دقت تولید کننده احتمال یک پیکسل در تصویر طبقه‌بندی در همان کلاس در روی زمین است و دقت کاربر احتمال یک کلاس مشخص در روی زمین در همان کلاس بر روی تصویر طبقه‌بندی شده می‌باشد و برای پنج کلاس تعیین شده در این مطالعه، بیش‌ترین دقت را برای نقشه کاربری اراضی به دست آمده از روش حداکثر احتمال داشته‌اند.

شکل 3- نقشه‌یکاربریاراضیشهرستاناسلام‌شهردرسال 2015 باروشحداکثراحتمال

شکل 4- نقشه‌یکاربریاراضیشهرستاناسلام‌شهردرسال 2015 باروشفازی

جدول 1- صحتنقشهکاربریاراضی

طبقه‌بندی حداکثر احتمالتصویرسال 2015

جدول 2- صحتنقشهکاربریاراضی                                 طبقه‌بندیفازیتصویرسال 2015

مساحت هر یک از کلاس‌های نقشه کاربری اراضی بدست آمده از دو روش طبقه‌بندی حداکثر احتمال و فازی در جدول (3) و نمودار (1) نشان داده شده است. همان‌طور که در نمودار و جدول مشخص است با توجه به دقت‌های بدست آمده برای دو کلاس انسان ساخت و جاده در نقشه‌های حاصل از طبقه‌بندی به روش حداکثر احتمال و فازی مساحت این دو کلاس در هر دو نقشه کاربری اراضی به هم نزدیک است در حالی که مساحت کلاس اراضی بایر در نقشه حاصل از طبقه‌بندی حداکثر احتمال از نقشه حاصل از طبقه‌بندی فازی به میزان 8853/524 هکتار بیش‌تر است و در مورد مساحت دو کلاس باغات- فضای سبز شهری و کشاورزی فراوانی بالعکس می‌باشد که ناشی از تفاوت دقت دو طبقه‌بندی برای این دو کلاس می‌باشد. 

جدول 3- مساحتهرکاربریبااستفادهازطبقه‌بندیفازیو حداکثر احتمال

نمودار1- مقایسهمساحتکلاس‌هاینقشهکاربریاراضیبدستآمدهازدوروشحداکثراحتمالوفازی

بحثونتیجه‌گیری

اطلاعات به هنگام و دقیق در مورد پوشش اراضی، مورد نیاز تصمیم گیران و محققان در همه سطوح است. با تحقیق و مشاهدات صحرایی و استفاده از داده‌های ماهواره‌ای با صرف  کم‌ترین وقت و هزینه می‌توان نقشه پوشش اراضی تولید کرد. امروزه برای تهیه نقشه‌های کاربری زمین‌ها، استفاده از داده‌های ماهواره‌ای و روش‌های کمی در علم سنجش از دور بسیار معمول است و محققان و دانشمندان این علم در            دهه گذشته به صورت گسترده آن را به کار برده‌اند. در این تحقیق به منظور تهیه نقشه پوشش اراضی شهرستان اسلام‌شهر از روش‌های طبقه‌بندی نظارت شده شامل تکنیک‌های حداکثر احتمال و فازی استفاده شد و 5 کلاس اراضی بایر، اراضی کشاورزی، مناطق انسان ساخت، باغات- فضای سبز شهری و جاده استخراج گردید.

در رده‌بندی نظارت شدة مرسوم در سنجش از دور، نقاط تعلیمی و نتایج رده‌بندی بر مبنای روش یک پیکسل یک رده هستند، در حقیقت یک پیکسل فقط به یک رده می‌تواند تعلق داشته باشد، رده مخلوط نمی‌تواند به عنوان نقاط تعلیمی یا یک طبقه فرض شود و میزان عضویت 2 در پیکسل‌ها مشخص نیست. در حقیقت در روش‌های کلاسیک رده‌بندی مرزهای مناطق آموزشی به صورت ناگهانی تغییر می‌کند و به صورت تدریجی نیست. این محدودیت‌های آشکار باعث کاهش ارزش رده‌بندی سطوح و استخراج اطلاعات ضعیفی می‌شود و ممکن است اطلاعات با ارزشی از بین برود این مشکل، بیش‌تر به خاطر مفهوم عضویت در نظریه مجموعه‌های کلاسیک است که بر اساس آن یک مجموعه مرزهایی دارد و هر عضو می‌تواند به طور کامل عضو این مجموعه باشد یا نباشد (5). طبقه‌بندی فازی مرزهای معینی ندارد و هر پیکسل می‌تواند متعلق به چند کلاس باشد (20). نظریه مجموعه‌های فازی که به منظور از بین بردن ابهام درداده‌ها به کار می‌رود، یک مفهوم جدیدی است که بر اساس آن عضویت جزئی اجازه می‌دهد که اطلاعات در موقعیت‌های پیچیده‌تر مثلاً پوشش‌های مخلوط یا شرایط حد واسط بهتر نمایش داده شده و به کار روند، اگرچه تحلیل تصاویر سنجش از دور با استفاده از مجموعه‌های فازی دشوار و مشکل است (5). نتایج تحقیق نشان می‌دهد که تصاویر ماهواره‌ای OLI لندست 8 از قابلیت خوبی برای استخراج کاربری‌های اراضی برخوردارند. پس از ارزیابی صحت و دقت طبقه‌بندی، نتایج نشان داد که الگوریتم حداکثر احتمال نسبت به روش فازی از صحت بالاتری برخوردار است. نتایج این بخش با مطالعات سفیانیان و مدنیان (25) و سلمان ماهینی و همکاران (3) مطابقت داشته است. همچنین نتایج این پژوهش تایید می‌کند که طبقه‌بندی حداکثر احتمال که یکی از متداول‌ترین روش‌های طبقه‌بندی داده­های سنجش از دور بوده و تکنیک مناسبی جهت طبقه‌بندی رقومی تصاویر ماهواره‌ای است که با تحقیقات علی بخشی و همکاران (8) مطابقت دارد  اما با تحقیقات زاهدی(26) مطابقت نداشت، که دلیل این امر را  می‌توان در دقت به کارگیری نمونه‌های تعلیمی و شاهد توسط کاربر و نرم افزار و همچنین روش تهیه نمونه‌های تصادفی بیان کرد. با توجه به نتایج به دست آمده از روش حداکثر احتمال و فازی، مناطق انسان‌ ساخت یا به عبارت مناطق مسکونی، تجاری و صنعتی در مقایسه با سایر طبقات بیش‌ترین مساحت و جاده‌ها در این شهرستان کم‌ترین مساحت را به خود اختصاص داده‌اند.

منابع

1-   ارزانی، حسین و همکاران، «کاربرد تصاویر سنجنده +ETM در تخمین میزان تولید و پوشش گیاهی مراتع منطقه طالقان»، فصلنامه علمی-پژوهشی تحقیقات مرتع و بیابان ایران، سال 1393 جلد 21 ، شماره 1، صفحه 31-24.

2-      Knorn, J., A. Rabe, C.V. Radeloff, T. Kuemmerle, J. Kozak and P. Hostert. 2009. Land cover mapping of large areas using chain classification of neighboring Landsat satellite images. Remote Sens. Environ. 113: 957– 964.

3-      سلمان ماهینی، عبدالرسول و همکاران، « طبقه‌بندی مناطق جنگلی استان گلستان به روش حداکثر احتمال   با استفاده از تصاویر ماهواره ای ETM+سال 2001 »، مجله علوم و تکنولوژی محیط زیست سال 1391، شماره سوم صفحه 56-47.

4-      Zhang, Zh., Lieven, V., Eva De, C., Ou, X and Robert De., 2008. Vegetation change detection using artificial neural networks with ancillary data in Xishuangbanna, Yunnan Province, China. Chin. Sci. Bull. 52 (2): 232-243.

5-   سفیانیان، علیرضا و خداکرمی، لقمان، « تهیه نقشه کاربری اراضی با استفاده از روش طبقه‌بندی فازی (مطالعه موردی سه زیر حوزه آبخیز کبودر آهنگ،           رزن - قهاوند و خونجین - تلخاب در استان همدان»، مجله آمایش سرزمین 1390، سال سوم شماره چهارم بهار و تابستان صفحه 114-95.

6-   آرخی، صالح و همکاران، «مقایسه تکنیکهای مختلف پایش تغییر کاربری اراضی/ پوشش گیاهی با استفاده ازRS&GIS ( مطالعه موردی: دره شهر استان ایلام)» مجله علوم محیطی سال هشتم، سال 1390، شماره سوم.

7-    باغستانی میبدی، ناصر، «بررسی اکولوژیکی         جوامع گیاهی با توجه به واحدهای ژئومورفولوژی و خاک در حوزه ندوشن استان یزد»، پایان نامه کارشناسی ارشد مرتعداری، دانشگاه تهران،دانشکده احیا مناطق خشک و بیایانی، 1372.

8-   علی بخشی، زهرا و همکاران، «تهیه نقشه کارابری اراضی تالاب میقان با استفاده از روش طبقه‌بندی نظارت شده و فازی سال 2013»، فصلنامه انسان و محیط زیست    سال 1394، شماره32 بهار 1394.

9-    ملکی، محسن، مسیبی، مرضیه، « پایش تغییرات کاربری اراضی با استفاده از داده های سنجش از دور و سیستم اطلاعات جغرافیایی(مطالعه موردی: شهرستان اردبیل)»، فصلنامه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 1393، سال پنجم، شماره 1، صفحه 81 .

10-  علی خواه اصل، مرضیه، فروتن، الهام، « استفاده از روش طبقه‌بندی فازی برای تهیه نقشه کاربری اراضی )مطالعه موردی: زیر حوزه آبخیز حبله رود)»، فصلنامه انسان و محیط زیست، 1392، شماره بیست و چهارم.

11-   Ayana, A.B., Kositsakulchai, E., 2012. Land Use Change Analysis Using Remote Sensing and Markov Modeling in Fincha Watershed, Ethiopia, Kasetsart J. (Nat.Sci.) 46:135-149.

12-   Abd El-Kawya, O.R., J.K., Rød, H.A., Ismail, A.S., Suliman, 2010, “Land Use and Land Cover Change Detection in the Western Nile Delta of Egypt Using Remote Sensing Data”, Applied Geography, 31 (2010) 483-494.

13-  Guindon, B., Y. Zhang and C. Dillabaugh. 2004. Landsat urban mapping based on a combined spectral–spatial methodology. Remote Sens. Environ. 92: 218–232.

14-  علوی پناه، سید کاظم، «کاربرد سنجش از دور در علوم زمین»، انتشارات دانشگاه تهران، 1384.

15- تولایی، سیمین و حاجی نوروزی، نرگس.،1385، " تهیه کاربری ارضی پاکدشت با استفاده از RS و GIS "، نشریه علوم جغرافیایی، ج 5، ش 6 و 7: 40-27.

16-  رسولی، علی اکبر و محمودزاده، حسن.،1389، " مبانی سنجش از دور دانش پایه "، چاپ اول، انتشارات علیمران.

17-  Yuan, F.K.E., Sawaya, B.C., Loeffelholz, M. E., 2005. Land cover classification and change analysis of the Twin (Minnesota) Metropolitan Area by multi temporal Landsat remote sensing. Remote sensing of Environment, 95:317-328.

18-  Mohammady, M., Moradi, HR., Zeinivand, H., 2015. A comparison of supervised, unsupervised and synthetic land use classification methods in the north of Iran. International Journal of Environment Science and technology, 12:1515–1526.

19-  علیزاده ربیعی، حسن، « سنجش از دور: اصول و کاربرد»، انتشارات سازمان مطالعه و تدوین کتب علوم انسانی دانشگاه ها(سمت)، 1392، صفحه 218.

20-  Jensen, J.R. 1996. Introductory Digital Image Processing: A Remote Sensin Perspective. 2d ed. Englewood Cliffs, New Jersey: Prentice-Hall

21-  21-ERDAS, 2008, Erdas Field Guide, Volume Tow, pp.144-145.

22- کریستوفر، ا.لگ.(نویسنده)، فرهت جاه بهروز،( مترجم). «دورسنجی و سیستم ها ی اطلاعات جغرافیایی»، انتشارات سازمان جغرافیایی نیروهای مسلح، 1381، 278.

23-  Pelorosso, R., Leone, A. and Boccia, L., 2009, Land Cover and Land Use Change in the Italian Central Apennines: A Comparison of Assessment Methods, Applied Geography, Vol. 29, No. 1, PP. 35-48.

24-  Wardlow, D.B., L.E. Eghbert and J.H. Castens (2007). "Analysis of timeseries MODIS 250m vegetation index data for crop classification in the U.S. Central Great plains". Journal of Remote Sensing of Environment. 108:290-310.

25- سفیانیان، علیرضا و مدنیان سمیه السادات،«مقایسه روش های طبقه‌بندی کننده حداکثر مشابهت و حداقل فاصله ازمیانگین در تهیه نقشه پوشش اراضی (مطالعه موردی: استان اصفهان)، مجله علوم و فنون کشاورزی و منابع طبیعی، علوم آب و خاک ،1390. سال پانزدهم ، شماره پنجاه و هفتم.

26- زاهدی, صلاح الدین، ۱۳۹۱، مقایسه دو روش طبقه بندی، حداکثر احتمال و فازی در تهیه نقشه پوشش زمین با داده های سنجنده TM در سرشاخه های شمالغرب حوزه آبخیز سد قشلاق، اولین کنفرانس ملی راهکارهای دستیابی به توسعه پایدار، تهران، وزارت کشور.