[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 10، شماره 2 - ( 9-1399 ) ::
دوره 10 شماره 2 صفحات 1-10 برگشت به فهرست نسخه ها
مقایسه الگوریتم های یادگیری ماشین در طبقه بندی مکانی گونه های درختی پهن برگ
مژده میرکی، هرمز سهرابی*، پرویز فاتحی، ماتیاس کناب
چکیده:   (558 مشاهده)
شناسایی گونه­های درختی برای انواع فعالیت­های مدیریت و نظارت بر منابع طبیعی از جمله آماربرداری، ارزیابی خطر آتش­سوزی، نظارت بر تنوع زیستی و بهبود زیستگاه حیات وحش از اهمیت ویژه­ای برخوردار است. در طی سالیان اخیر، پیشرفت در فن­آوری سنجش از دور امکان طبقه­بندی گونه­های درختی در سطح تک­درخت را با استفاده از سنجنده­های مختلف فراهم کرده است. در این بین استفاده از تصاویر رنگی واقعی مبتنی بر پهپاد به دلیل سهولت در استفاده و مقرون به صرفه بودن به یک انتخاب محبوب تبدیل شده­است. اما با توجه به نتایج متفاوت الگوریتم­های شناسایی درختان در توده­های مختلف، لازم است که تأثیر استفاده از الگوریتم­ها بر دقت شناسایی درختان در گونه­های مورد مطالعه داخل کشور مورد بررسی قرار گیرد. بنابراین هدف ما در این تحقیق شناسایی گونه­های پهن­برگ جنگلی با استفاده از تصاویر پهپاد با وضوح مکانی بالا و مقایسه عملکرد الگوریتم­های ناپارامتری ماشین بردار پشتیبان، جنگل تصادفی و شبکه عصبی مصنوعی و الگوریتم پارامتری تحلیل تشخیص خطی در طبقه­بندی درختان بود.  به همین منظور تصویربرداری و برداشت زمینی درختان در خرداد 1398 در قسمت جلگه­ای جنگل­های شهرستان نور در مجاورت پارک جنگلی نور انجام شد. پس از پردازش تصاویر، اورتوموزاییک جنگل مورد مطالعه با انداره پیکسل 5/2 سانتی­متر با استفاده از الگوریتم ساختار حرکت مبنا تولید شد. سپس باندهای اصلی، شاخص­ها و نسبت­های باندی به دست آمده از اورتوموزاییک به عنوان داده ورودی در الگوریتم­های طبقه­بندی مورد استفاده قرار گرفت.  نتایج نشان داد که الگوریتم پارامتری تحلیل تشخیص خطی با صحت کلی 87/0 بهترین نتیجه را برای طبقه­بندی درختان ارائه داد. همچنین گونه سفیدپلت (صحت کاربر 97/0) و گونه انجیلی (صحت کاربر 72/0) به ترتیب بیشترین و کمترین صحت طبقه­بندی را نشان دادند. در کل نتایج این تحقیق نشان داد که تصاویر پهپاد در جنگل­های جلگه­ای خزری قابلیت طبقه­بندی و شناسایی درختان با الگوریتم­های مختلف را دارد.   
واژه‌های کلیدی: تحلیل تشخیص خطی، ماشین بردار پشتیبان، جنگل تصادفی، شبکه عصبی مصنوعی، پهپاد، شاخص‌های طیفی
متن کامل [PDF 1603 kb]   (148 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سامانه های اطلاعات مکانی
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Miraki M, Sohrabi H, Fatehi P, Kneubuehler M. Comparison of Machine Learning Algorithms for Broad Leaf Species Classification Using UAV-RGB Images. JGST. 2020; 10 (2) :1-10
URL: http://jgst.issge.ir/article-1-926-fa.html

میرکی مژده، سهرابی هرمز، فاتحی پرویز، کناب ماتیاس. مقایسه الگوریتم های یادگیری ماشین در طبقه بندی مکانی گونه های درختی پهن برگ. نشریه علمی پژوهشی علوم و فنون نقشه برداری. 1399; 10 (2) :1-10

URL: http://jgst.issge.ir/article-1-926-fa.html



دوره 10، شماره 2 - ( 9-1399 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology