استخراج اطلاعات از داده های دورسنجی – بخش اول

بنا به تعریف، هدف اصلی سنجش از دور عبارت است از استخراج اطلاعات مفید از داده های دور سنجی.روشهای تحقق این هدف عبارتند از : تفسیر چشمی، تجزیه و تحلیل رقومی و تلفیقی چشمی- رقومی.

تفسیر چشمی

این روش در رابطه با تفسیر عکسهای هوایی که در آغاز پیدایش تنها به صورت تصویری و چاپی در اختیار کاربران قرار می گرفته، متداول گشته است.در این روش از طریق کار میدانی و با بهره گیری ازدانش تخصصی موضوع تفسیر ، نمونه های کوچکی از پدیده ها و طبقات موردنظر بر روی عکسها مشخص می گردند.این نمونه ها به کلید تفسیرمعروفند و جهت تفسیر دیگر قسمتهای عکس مورد استفاده قرار می گیرند.در تفسیر چشمی از عوامل تفسیر نظیر رنگ، تن خاکستری، شکل، اندازه نسبی، سایه، بافت، طرح و تجمع یا همراهی استفاده می گردد.مفسر ضمن شناخت کامل عکسها باید ازدانش تخصصی کافی در خصوص موضوع تفسیر (پوشش گیاهی، خاک، ریخت شناسی…) برخوردار باشد که میزان درستی و صحت تفسیر بستگی زیادی به نظر مفسر دارد.

عمل تفسیر معمولا” بر روی طلقهای شفافی که بر روی عکسهای هوایی قرار داده می شوند در قسمتهای پوشش مشترک عکس و با استفاده از استریوسکوپ انجام می گیرد. از آنجایی که عکسهای هوایی دارای خطای جابجایی هستند و از سویی دیگر فاقد مختصات نیز می باشند ، امکان استفاده از نتایج تفسیر عکسهای هوایی در سامانه های اطلاعانت جغرافیایی به سادگی میسر نمی باشد.البته حاصل تفسیر را می توان با استفاده از میز رقومی گر رقومی و به روش استفاده از نقاط کنترل زمینی با نقشه های مبنا به لحاظ هندسی مطابقت داد.قابل ذکر است که به این روش تنها هندسه خارجی نقشه حاصل از تفسیر با نقشه های مبنا مطابقت پیدا خواهدکرد و خطاهای جابجایی درون نقشه ، تصحیح نخواهند شد.

داده های ماهواره ای را نیز می توان به روش چشمی تفسیر نمود.در این حالت تصویر به صورت کپی سخت (عکس مانند) در اختیار مفسر قرار می گیرد. اصول و روش تفسیر همانند تفسیر عکسهای هوایی می باشد با این تفاوت که از استریوسکوپ نمی توان استفاده کرد.به منظور کاهش حجم کارهای میدانی تهیه کلید تفسیر، می توان از عکسهای هوایی با تاریخ برداشتی برابر تصویر ماهواره ای استفاده نمود.در صورتی که تصاویر ماهواره ای مورد تفسیر زمین مرجع نشده باشند ، نتایج تفسیر چشمی باید رقومی و مورد تصحیح هندسی قرار گیرد تا بتوان از آن در پایگاه داده سامانه ها ی اطلاعات جغرافیایی استفاده نمود.

تجزیه و تحلیل رقومی:داده های رقومی حاصل از اسکنرها را می توان با استفاده از رایانه و نرم افزارهای ویژه مورد تجزیه و تحلیل و تفسیر قرار داد.بر خلاف تفسیر چشمی، روشهای متداول رقومی تفسیر بر اساس تشخیص الگوی طیفی استوارند و بازتابهای ثبت شده در هر پیکسل را به طور مستقل از دیگر پیکسل ها در نظر می گیرند ولی الگوی مکانی آنها نمی تواند مدنظر قرار گیرد.لذا این روشهای تجزیه و تحلیل تنها در شرایطی نتایج رضایت بخشی ارائه خواهند داد که بازتاب طیفی پدیده ها کاملا” از هم متمایز باشند.در تحقیقات جدید سعی می شوند که اطلاعات مکانی (بافت) نیز از تصاویر استخراج و به همراه دیگر اطلاعات غیر طیفی نظیر مدل رقومی زمین و نقشه های شیب و جهت و همچنین یافته های کارشناسی موضوعی در فرآیند استخراج اطلاعات مفید لحاظ شوند.

متداولترین روش رقومی تجزیه و تحلیل ، طبقه بندی می باشد در این شیوه پیکسل های مختلف یک تصویر که خود نمایانگر قطعات کوچک از زمین می باشند ، بر اساس تشابه و نزدیکی خصوصیات طیفیشان دسته بندی میگردند البته با این فرض که هر دسته از پیکسل ها مشابه معرف یک پدیده(طبقه) باشد .نکته اصلی در این شیوه کلی تجزیه و تحلیل چگونگی تشخیص و تشابه ارزش پیکسل ها و طبقه بندی آنها است. روش های طبقه بندی به طور کلی به دو دسته نظارت شده Supervised Classification و نظارت نشده Unsupervised Classification تقسیم می گردند.

طبقه بندی نظارت شده

روش های طبقه بندی نظارت شده بر پایه معرفی دقیق طبقات و پدیده های مد نظر کاربر در سامانه تجزیه و تحلیل استوار می باشد به این مفهوم که مجموعه های کوچکی از پیکسل ها به عنوان نمونه هایی از طبقات مورد نظر بر روی تصویر تعیین میگردند .این نمونه ها که معمولا از طریق کار میدانی، عکس های هوایی بزرگ مقیاس و نقشه های موضوعی تعیین می شوند باید به بهترین شکل ممکنه معرف طبقات باشند .در این روش ها ابتدا مشخصات (میانگین ،انحراف معیار و …) پیکسل های نمونه های تعلیمی محاسبه و سپس خوارزمیک های مختلف یکایک پیکسل ها به طبقات معرفی شده اختصاص می یابد .در فرایند طبقه بندی نظارت شده 4 مرحله تعین طبقات ،تعیین نمونه های تعلیمی و اصلاح آنها ،طبقه بندی و تهیه خروجی را می توان تشخیص داد در مرحله اول وجود تعریف دقیق موضوعی طبقات بسیار حائز اهمیت می باشد .به طور مثال تعریف دقیق جنگل ،مرتع و تیپ ها و طبقات تراکمی آنها در فرایند تهیه نقشه کاربری اراضی با استفاده از داده های سنجش از دوری .یک کاربر با تجربه باید بر اساس شناختی که از قابلیت داده های دور سنجی مورد استفاده دارد و بررسی های اولیهای که بر روی تفکیک پذیری نمونه های تعلیمی طبقات موضوعی مورد نظر انجام می دهد تعداد و انواع طبقات نهایی را برای طبقه بندی تعیین نماید .

هرچند که استفاده از داده های سنجنده های چند طیفی می تواند در استخراج هرچه بهتر اطلاعات مورد نظر کمک بسیار موثری نماید اما انتخاب مجموعه ای مناسب از باند ها برای طبقه بندی نیاز به دانش و شناخت کافی از مشخصات طیفی پدیده ها دارد .به کمک روش های آماری نظیر محاسبه فاصله ی ماهالوبیس و ماتوزیتا می توان بهترین مجموعه های باند های طیفی را بر اساس محاسبه تفکیک پذیری نمونه های طیفی طبقات تعیین نمود .

خوارزمیک و طبقه بندی های مختلفی نظیر حداقل فاصله از مرکز ،حداکثر احتمال و جعبع ای و انجام طبقه بندی نظارت شده وجود دارد .تفاوت این طبقه بندی کننده ها در تفکر و اصول آنها در تعیین و مرز و حدود ارزش های پیکسل ها برای طبقه بندی می باشد.

نویسنده: حمید محمدی

Марк Цукерберг известен всему миру как человек, который в 2004 году разработал социальную сеть Facebook Topodin, Мало того, что это удобно, так еще наглядно и приятно, нежели тупо строчить надоедающие символы программного языка… Собрал конструктор – проверь код

مطالب مرتبط

2 نظر

  1. mohammad

    سلام
    دوست عزیزم
    شما این همه در مورد سنجش از دور صحبت کردی
    هیچ نگفتی چطور دانلود میشه کرد داده های ماهواره ای رو
    از چه سایت هایی
    اصلا چه باند هایی برای چه اهدافی مناسب هستند
    ممنون میشم توضیح بدید
    تصویری باشه و به صورت فیلم که بهترررر
    البته ودیو که در مورد نحوه دانلود گذاشتی تو سایت دیدم
    اما من که ابر های همرفت میخوام بررسی کنم کدوم یک از این باند ها و گزینه هارو باید بزنم؟؟

    پاسخ

نظر بدهید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *