1405/02/20
علی مهدوی

علی مهدوی

مرتبه علمی: استاد
ارکید: پیوند
تحصیلات: دکترای تخصصی
ریسرچ گیت: پیوند
دانشکده: کشاورزی
اسکولار: پیوند
پست الکترونیکی: a.mahdavi [at] ilam.ac.ir
اسکاپوس: پیوند
تلفن:
HIndex: 18

مشخصات پژوهش

عنوان
مقایسه دو روش طبقه بندی حداکثر احتمال و شبکه عصبی مصنوعی آرتمپ فازی در استخراج نقشه پوشش مرتعی (مطالعه موردی: مرتع حوزه دویرج دهلران)
نوع پژوهش
مقاله چاپ‌شده در مجلات علمی
کلیدواژه‌ها
حداکثر احتمال، الگوریتم شبکه عصبی مصنوعی آرتمپ فازی، سنجند
سال 1394
مجله تحقیقات مرتع و بیابان ایران
شناسه DOI
پژوهشگران حسن فتحی زاد ، رشید فلاح شمسی ، علی مهدوی ، صالح آرخی

چکیده

مراتع از مهمترین منابع تجدیدشونده هستند که بدلیل وسعت و تأثیرات اقتصادی، اجتماعی و زیست محیطی خاص، از اهمیت ویژه ای برخوردارند. متأسفانه در کشور ما همانند اغلب کشورهای در حال توسعه، مراتع به دلایل مختلف ازجمله مدیریت غیراصولی این منابع در معرض تخریب و نابودی قرار گرفته اند. فناوری دورسنجی و بهره گیری از داده های ماهواره ای از ابزارهای مؤثر در زمینه مطالعات علوم مرتع و پوشش گیاهیست. یکی از کاربردهای داده های ماهواره ای تهیه نقشه کاربری مرتع است. هدف از این تحقیق ماهواره ETM+ مقایسه دو روش حداکثر احتمال و فازی برای پهن هبندی مرتع می باشد. برای این منظور از تصویر سال 2007 سنجنده استفاده شده که پس از تصحیحات هندسی و رادیومتریک و پردازش نهایی، نقشه طبقه بندی تهیه گردید. نتایج حاصل از Landsat 0/ ارزیابی دقت این دو روش با استفاده از ضریب کاپا نشان داده که الگوریتم شبکه عصبی مصنوعی آرتمپ فازی با ضریب 9614 0 از دقت بیشتری برخوردار است. نتایج این مطالعه همچنین نشان م یدهد که / نسبت به الگوریتم حداکثر احتمال با ضریب 8058 الگوریتم های سنتی طبق هبندی مانند رو شهای آماری به دلیل انعطاف پذیری پائین و انواع پارامتریک آن مانند روش حداکثر احتمال به علت وابستگی به مدل آمارگوسی نم یتوانند نتایج بهین های، در صورت نرمال نبودن نمونه های تعلیمی فراهم آورند. در این تحقیق از استفاده شده است. Arc\GIS و 9.3 Idrisi Andes 15،ENVI نرم افزارهای 4.5