مقایسه کارایی الگوریتم شبکه عصبی مصنوعی و حداکثر احتمال در تهیه نقشه پوشش اراضی

تصاویر سنجش از دور از قابلیت بسیار بالایی در مدیریت منابع طبیعی برخوردارند که یکی از مهم ترین آن ها تهیه نقشه پوشش و کاربری اراضی است. نقشه های پوشش اراضی یکی از مهم ترین و اساسی ترین اطلاعات پایه مورد نیاز کارشناسان منابع طبیعی در راستای مدیریت درست و استفاده بهینه منابع طبیعی است. سنجش از دور ابزاری ضروری و باارزش جهت تهیه نقشه پوشش اراضی می باشد، در سال های اخیر روش های طبقه بندی تصاویر ماهواره ای هم افزایش چشم گیری داشته است. لازم و ضروری است تا از الگوریتم های متفاوت در تهیه نقشه پوشش اراضی بررسی شود. به همین منظور در تحقیق حاضر به مقایسه کارایی دو الگوریتم شبکه عصبی مصنوعی و حداکثر احتمال در تهیه نقشه پوشش اراضی محدوده شهر اردبیل و اراضی تا شعاع سی و یک کیلومتری پرداخته شده است. نتایج حاصل از این پژوهش نشان داد که در مناطق بین پوشش های موجود در محدوده رفتار طیفی یکسان وجود دارد که سبب اختلال و بی نظمی در طبقه بندی صحیح محدوده می گردد. این بی نظمی در هر دو الگوریتم های به کار گرفته شده سنجش شد. با استفاده از تفسیر چشمی و تهیه داده تعلیمی دقیق طبقه بندی قابل قبولی از تصویر ماهواره لندست 8 oli حاصل شد. هم چنین ضریب کاپا و صحت نقشه های نهایی 82.0 و 57.86 برای روش شبکه عصبی مصنوعی و 90.0 و 01.93 برای روش حداکثر احتمال برآورد گردید. نتایج صحت بالاتر روش حداکثر احتمال نسبت به روش شبکه عصبی مصنوعی در محدوده موردمطالعه را نشان می دهد.