مقاله درمورد تصاویر ماهواره ای و تحلیل چند معیاره

در این روش تصاویر ماهواره ای پوشش زمین بر اساس ماتریس احتمال تغغیرات مورد تجزیه و تحلیل قرار می گیرد.روش زنجیره های مارکف تصاویر پهنه بندی کاربری های اراضی را تحلیل و یک خروجی به شکل ماتریس احتمالی تغییرات،ماتریس مساحت انتقال یافته و یک تصویر خروجی از ماتریس احتمالی تغییرات بر اساس افق ارایه می دهد(Rabert & ahadnajad,2010).ماتریس احتمال تغییر نشان می دهد که به چه احتمالی هر کلاس از کاربری اراضی طبقه بندی شده در آینده به کاربری دیگر تغییر خواهد یافت.در این روش ماتریس تغییرات ناحیه نشان می دهد تغییر تعداد پیکسل هایی از یک کلاس کاربری اراضی به کلاس دیگر در یک دوره مشخص به چه میزان خواهد بود.تصاویر احتمال شرطی خروجی از این روش در طبقه بندی به روش حداکثر احتمال استفاده شد.پس از تهیه نقشه های طبقه بندی شده به روش الگوریتم حداکثر احتمال زیر کلاس هایی را که برای سهولت در طبقه بندی طیفی استفاده شده بود در هم ادغام شدند تا همخوانی بین کلاس ها در زمان های مختلف بوجود آید زیرا آنالیز زنجیره مارکف بر اساس کلاس های کلی و مشترک می باشد. مدل زنجیره مارکف از یک جفت تصاویر پوشش زمین استفاده کرده و خروجی یک ماتریس احتمال انتقال،یک ماتریس انتقال و مجموعه ای از تصاویر با احتمال مشروط است.ماتریس احتمال انتقال یک فایل است که احتمالات تغییر هر طبقه از پوشش زمین به هر طبقه دیگر را ثبت می کند.این ماتریس نتیجه جدول حاصل از تطابق نقشه های دو تصویر است که توسط خطای نسبتی اصلاح شده است.ماتریس انتقال هر منطقه تعداد پیکسل هایی را که در هر نوع پوشش زمین به نوع دیگر پوشش زمین در واحد زمان تغییر پیدا می کند را ثبت خواهد کرد.ماتریس مساحت انتقال یافته تعداد سلول هایی را که برای تغییر از یک نوع پوشش زمین به نوع دیگر در دوره زمانی آینده مورد انتظار هستند،ثبت می کند.این ماتریس با ضرب هر ستون از ماتریس احتمال انتقال در تعداد سلول های کاربری زمین مربوط به آن در تصویر دوم ایجاد شده است.در این ماتریس ها ردیف نشان دهنده پوشش زمین در دوره اول و ستون نشان دهنده پوشش زمین در دوره دوم است.همچنین مدل مارکف چند تصویر احتمال را نیز ایجاد می کند.این تصاویر که از ماتریس احتمال انتقال بدست می آید،احتمال این که هر نوع از پوشش زمین در هر موقعیت مکانی در اینده پیدا شود را بیان می کنند که بر اساس دو تصویر پوشش زمین قبلی نقسه سازی شده است. تصاویر احتمال شرطی احتمال هر نوع پوشش زمین در هر پیکسل در واحد زمان را گزارش می کنند.این تصاویر برای پیش بینی از دو تصویر ورودی استفاده می کنند(خروجی تصاویر احتمال شرطی می تواند به عنوان ورودی از معیار طبقه بندی حداکثر تشابه تصاویر سنجش از دور استفاده کند).در این حالت یک فایل گروه رستری تمام تصاویر با احتمال مشروط را بوجود می آورد.به منظور این هدف گام های زیر انجام می شود:
1-وارد کردن دو تصویر پوشش زمین که می خواهند با هم مقایسه شوند.
2-وارد کردن یک پیشوند برای خروجی تصاویر احتمال شرطی
3-مشخص کردن تعداد دوره های زمانی بین ورودی اول و دوم تصاویر پوشش زمین و تعداد دوره های زمانی برای تصویر خروجی در آینده
4-مشخص کردن یکی از حالت های احتمال برای منطقه
5-نسبت خطا که نشان می دهد چقدر احتمال خطا در نقشه های ورودی وجود دارد.به طور مثال 0.0 یک نقشه کاملا دقیق را نشان می دهد.
در این پژوهش تصاویر سال های 2009-2011 و 2009-2013 و 2011-2013 دو به دو به مدل داده شد و ماتریس احتمال انتقال برای دوره های زمانی 2009 تا 2013 محاسبه شد.برای ترکیب تصاویر جهت پیش بینی کاربری زمین در سال 2015 گزینه های مختلفی وجود دارد اما در این پژوهش این کار با استفاده از Stchoice انجام شد.با استفاده از تصاویر احتمال شرطی به عنوان ورودی Stchoice یک نقشه زمین تصادفی را با براورد احتمالات شرطی که هر پوشش زمین می تواند در هر سلول در مقابل توزیع تصادفی همگن احتمالات وجود داشته باشد،ایجاد می کند.Stchoice با استفاده از یک توزیع همگن،برای هر سلول یک ارزش تصادفی بین صفر و یک ایجاد می کند.سپس برای هر سلول،به طور مکرر احتمالات شرطی را به ترتیب فایل گروهی احتمالات شرطی اضافی می کند تا اینکه ارزش تصادفی بیشتر گردد.کلاسی که از ارزش تصادفی بیشتر شود،پوشش زمین پیش بینی برای آن موقعیت مکانی در دوره زمانی آینده خواهد بود.مساله اصلی در تحلیل مارکف این است که هیچ بحثی از موقعیت های جغرافیایی مناطق در آن وجود ندارد.احتمالات انتقال ممکن است که برای هر یک از کاربری ها بدست امده باشد،اما هیچ اطلاعاتی از توزیع مکانی تغییرات مربوط به هر کدام از طبقات کاربری در آن وجود ندارد.به عبارت دیگر عنصر مکانی در مدل سازی وجود ندارد.برای اضافه کردن عنصر مکانی به مدل از شبکه خودکار استفاده شد.
4-1-13-ارزیابی چندمعیاره
از روش ارزیابی چند معیاره (MCE) جهت ارزیابی شایستگی پوشش/کاربری زمین(تولید نقشه های شایستگی)استفاده شد.ارزیابی چند معیاره یک روش عمومی بری ارزیابی و جمع بندی معیارهاست.معیارها در دو دسته محدودیت و فاکتور ها جای می گیرند.در این پژوهش تمام فاکتورها در نقشه مطلوبیت نهایی دارای اهمیت یکسانی هستند.در روش MCE محدودیت های مکانی تاثیرگذار بر رشد شهری و فاکتورهای رشد شهری در نظر گرفته شدند.محدودیت های مکانی شامل شهر،اب و … و فاکتورهای رشد شهری شامل فاصله از جاده،فاصله از شهر و …است.تحلیل چند معیاره با مشارکت محدودیت های فوق اجرا شد. توجه ویژه ای به شایستگی کاربری شهری صورت گرفت چرا که دینامیک تغییر آن دارای شتاب بیشتری می باشد.در این روش مطلوبیت پایین در یک فاکتور برای یک موقعیت ممکن است با مطلوبیت بالای فاکتور دیگر جبران شود.مدل رقومی زمین مجموعه ای منظم از داده های نقطه ای نمونه برداری شده است که توزیع مکانی انواع مختلف اطلاعات روی زمین را نشان میدهد.اطلاعاتی که از DTM بدست می آید شامل ارتفاع،شیب،جهت شیب و سایر اشکال پیچیده ژیومورفولوژی است که برای نمایش ارتفاع زمین استفاده می شود.با استفاده از نقشه توپوگرافی منطقه،DEM منطقه تهیه و با استفاده از آن در GIS لایه راه ها،شهر،ارتفاع،شیب،جهت شیب و منابع آبی ساخته شد.مشخص کردن معیارها در ارزیابی پتانسیل منطقه بسیار مهم است.شش متغیر برای کار مدلسازی از این لایه ها ساخته شد که عبارتند از:
1-مدل رقومی ارتفاع
2-شیب
3-جهت شیب
4-فاصله از جاده ها
5-فاصله از مناطق مسکونی
6-فاصله از منابع آبی
این فاکتورها در محدوده بایتی صفر تا 255 نقسه سازی گردید.
شیب و جهت شیب متغیرهای کمی هستند که از لایه رقومی ارتفاع ساخته شدند.در مدل های رستری رقومی ارتفاع و شیب در هر سلول بر اساس مقایسه ارتفاع ان با هر یک از سلول های محاسبه می شوند.شیب های کم،احداث جاده و خانه را کم هزینه تر می کند.فاصله از جاده و فاصله از مناطق مسکونی متغیرهای پویا در نظر گرفته شدند.محاسبه فاصله از منابع آبی و جداسازی آن بخشی از محاسبه فاصله است.فاصله تصویری جدید را ایجاد می کند که ارزش هر سلول در ان کمترین فاصله ان سلول از نزدیک ترین عارضه را نشان می دهد که نتیجه آن یک تابع فاصله ای است.توابع فاصله میزان فاصله از یک یا چند عارضه را محاسبه می نمایند.این توابع در محیط رستری تصویری را ایجاد می کنند که که هر سلول دارای ارزشی است که میزان فاصله را از نزدیک ترین عارضه نشان می دهد.از توابع فاصله برای استفاده در یکی از رایج ترین تحلیل های GIS یعنی نقشه سازی مطلوبیت به روش ارزیابی چند معیاره استفاده می کنیم.هر نقشه مطلوبیت میزان مناسب بودن یک معیار را در هر موقعیت نشان می دهد.تصویر حاصل از فاصله دارای سطحی پیوسته است که هر سلول در آن ارزشی دارد که میزان فاصله اش را از نزدیک ترین منبع نشان می دهد.فاصله ارزش را در واحد هایی چون کیلومتر و متر بیان می کند.
برای هر کاربری از متغیر های لازم برای آن کاربری استفاده شد.معیارهای به کار رفته برای کاربری عبارتند از:
کاربری کشاورزی:فاصله از منابع آبی،شیب،جهت شیب،ارتفاع(اشرفی و همکاران،1392).
کاربری مرتع:شیب،جهت شیب،ارتفاع،فاصله از منابع آبی(سنایی و همکاران،1389).
کاربری شهر:فاصله از جاده،فاصله از منابع آبی،شیب،جهت شیب،ارتفاع،فاصله از مناطق مسکونی(کرمی و همکاران،1391).
کاربری باغ:شیب،جهت شیب،ارتفاع،فاصله از منابع ابی،فاصله از جاده(جعفری و همکاران،1390).
این نوشته در علمی ارسال شده است. افزودن پیوند یکتا به علاقه‌مندی‌ها.