Land Use\Cover Mapping using Remote Sensin and Artificial Inteligence Techniques

موسوی, وحید and حیات زاده, مهدی (2018) Land Use\Cover Mapping using Remote Sensin and Artificial Inteligence Techniques. In: The 13th National Conference on Watershed Management Science & Engineering of Iran and The 3rd National Conference on Conservation of Natural Resources and Environment, 3-4 October 2018, Ardabil, Iran.

[img] Text (تهیه نقشه کاربری اراضی با استفاده از تکنیک¬¬های سنجش از دوری و هوش مصنوعی)
wms97_UMA2018P174T12_FullPaperSubmission.pdf

Download (821kB)
Official URL: http://www.uma.ac.ir

Abstract

In the last century, several factors such as population growth, overexploitation of land and natural resources and inappropriate land use have resulted in erosion and soil loss, loss of fertility, land degradation, and the occurrence of destructive floods. Therefore, it is necessary to consider different aspects of land use change and its past and future trends in the country's large-scale studies and decision makings. Thus, producing a precise land use map as a basic managerial infrastructure is of great importance. Land use mapping using satellite imagery is one of the most important applications of remote sensing and many algorithms have been developed for this purpose. In this study, the necessary pre-processing was carried out on the Landsat image, including radiometric, atmospheric and geometric corrections. In the next step,, Landsat Panchromatic and multispectral bands were fused in order to obtain a high spatial and spectral resolution image. Towards this purpose, different fusion techniques such as IHS, PCA, Brovey and wavelet transform were used. Finally, pixel-based and object-oriented methods were used to produce land use map. The results showed that the wavelet transformation performed better than other fusion methods with a correlation coefficient of 0.95 and could preserve the properties of the original imagery. Also, it was shown that artificial neural network outperformed support vector machine (SVM) algorithm with an overall accuracy of 0.75. Comparison of maps derived from pixel based and object-oriented showed that object-oriented method had a better performance with an overall accuracy of 0.92. Keywords: Landuse map, Landsat, Object oriented, Remote sensing

Item Type: Conference or Workshop Item (Poster)
Persian Title: تهیه نقشه کاربری اراضی با استفاده از تکنیک¬¬های سنجش از دوری و هوش مصنوعی
Persian Abstract: در قرن اخیر عوامل متعددی همانند افزایش جمعیت، شدت بهره¬برداری از اراضی و منابع¬طبیعی و کاربری نادرست اراضی پیامدهایی مانند فرسایش و هدررفت خاک، کاهش حاصلخیزی آن، نابودی اراضی، بروز سیلاب¬های مخرب را درپی¬داشته است. از این جهت لازم است تا جنبه های مختلف تغییر کاربری اراضی و روند گذشته و آینده آن در مطالعات و تصمیم¬گیری های کلان کشور مورد توجه قرار گیرد. بنابراین دستیابی به یک نقشه کاربری اراضی دقیق به عنوان زیربنای مدیریت حوزه آبخیز از اهمیت بالایی برخوردار است. تهیه نقشه كاربري اراضي با استفاده از تصاوير ماهواره¬ای يكي از مهمترين كاربردهاي سنجش از دور است و الگوریتم¬های زیادی برای این منظور توسعه یافته¬ است. در این مطالعه ابتدا پیش پردازش های لازم بر روی تصویر لندست اعم از تصحیحات رادیومتریک، اتمسفری و هندسی صورت پذیرفت. درگام بعدی جهت تولید یک تصویر با قدرت تفکیک طیفی و مکانی بالا اقدام به ادغام باند پانكروماتيك لندست با باند¬هاي چند طيفي آن گردید. بدین منظور از تکنیک¬های مختلف IHS، PCA، Brovey و موجک استفاده شد. در نهایت جهت طبقه بندی تصویر و تهیه نقشه کاربری اراضی از روش های پیکسل¬پایه و شیء گرا استفاده گردید. نتایج حاصل از تحقیق نشان داد که در ادغام باندها روش موجک با همبستگی 95/0 از ساير روش¬ها عملکرد بهتری داشته و توانسته اطلاعات تصاوير اوليه را بهتر در خود حفظ نمايد. همچنین نتایج صحت سنجی نقشه¬های کاربری اراضی حاصل از الگوریتم¬های ماشین بردار پشتیبان و شبکه عصبی مصنوعی در روش پیکسل پایه نشان از کارایی بالاتر الگوریتم شبکه عصبی مصنوعی با شاخص صحت کلی 75/0 می¬باشد. مقایسه نقشه های حاصل از روش های پیسکل پایه و شیءگرا با واقعیت نیز کارایی بالاتر روش شیءگرا با شاخص صحت کلی 92/0 را نشان دادند. واژگان كليدي: نقشه کاربری اراضی- لندست- شیءگرا- سنجش از دور
Subjects: Divisions > Conferences > The 13th National Conference on Watershed Management Science & Engineering of Iran and The 3rd National Conference on Conservation of Natural Resources and Environment
Conferences > The 13th National Conference on Watershed Management Science & Engineering of Iran and The 3rd National Conference on Conservation of Natural Resources and Environment
Divisions: Conferences > The 13th National Conference on Watershed Management Science & Engineering of Iran and The 3rd National Conference on Conservation of Natural Resources and Environment
Subjects > Conferences > The 13th National Conference on Watershed Management Science & Engineering of Iran and The 3rd National Conference on Conservation of Natural Resources and Environment
Date Deposited: 20 Oct 2018 09:33
Last Modified: 20 Oct 2018 09:33
URI: http://repository.uma.ac.ir/id/eprint/1043

Actions (login required)

View Item View Item