زهره صالحی نژاد؛ سیدعلی المدرسی
چکیده
تخلفات ساختمانی به سبب سطح فراگیر و آثار بلندمدت و پایدار آن در نیم‌رخ شهرها از مهم‌ترین چالش‌های شهرنشینی نوین محسوب می‌شوند. روش‌های سنتی که امروزه برای کنترل ساخت‌وسازها مورد استفاده قرار می گیرد، بسیار زمان بر و پرهزینه است. هدف اصلی این پژوهش ارائه چارچوبی نوین جهت برآورد سریع و کم‌هزینه، در آشکارسازی و نظارت برساخت وسازها ...
بیشتر
تخلفات ساختمانی به سبب سطح فراگیر و آثار بلندمدت و پایدار آن در نیم‌رخ شهرها از مهم‌ترین چالش‌های شهرنشینی نوین محسوب می‌شوند. روش‌های سنتی که امروزه برای کنترل ساخت‌وسازها مورد استفاده قرار می گیرد، بسیار زمان بر و پرهزینه است. هدف اصلی این پژوهش ارائه چارچوبی نوین جهت برآورد سریع و کم‌هزینه، در آشکارسازی و نظارت برساخت وسازها و شناسایی ساختمان‌های غیرمجاز شهری با استفاده از تصاویر ماهواره سنتینل _1 در دوره زمانی 2017 تا 2022 و سیستم‌های اطلاعات مکانی است. برای این منظور در مرحله اول بر اساس تحلیل و پردازش در نرم‌افزار SNAP، ضریب پراکنش سیگما نات تصاویر استخراج و به دوطبقه ساختمان و غیر ساختمان تفکیک و حد آستانه بیشتراز0.01 به دست آمده است. سپس با استفاده از الگوریتم پیکسل مبنا تصویر باینری ساختمان و غیر ساختمان به‌صورت صفر و یک تهیه و بر اساس اختلاف دو تصویر، منطقه‌ای که ساخت‌وساز در آن انجام‌شده مشخص شد. پس از آشکارسازی مناطق ساختمانی تغییریافته، با استفاده از الگوریتم‌های طبقه‌بندی حداکثر احتمال و جنگل تصادفی به سه کلاس (ساختمان، در حال ساخت و سایر اراضی) طبقه‌بندی شدند و با نقشه برداشت میدانی و پارسل‌های بدون پروانه ارزیابی گردید. نتایج نشان داد تعداد ساختمان‌های بدون پروانه با استفاده از الگوریتم حداکثر احتمال، جنگل تصادفی و برداشت میدانی به ترتیب 130،135 و 48 است؛ هم‌چنین دقت اجرای روش حداکثر احتمال به بیشترین میزان 89/0 و ضریب کاپا 83/0 نسبت به روش جنگل تصادفی با دقت کلی 86/0 و ضریب کاپا 81/0 بوده است.
الهه خصالی؛ محمدجواد ولدان‌زوج؛ مریم دهقانی؛ مهدی مختارزاده
دوره 5، شماره 4 ، اسفند 1392
چکیده
نسل جدید سنجنده‌های راداری فضایی با حد تفکیک مکانی بالا، امکان استفاده از این تصاویر را به‌منظور استخراج خودکار عوارض، به‌ویژه عارضه راه فراهم آورده‌اند. در پژوهش حاضر، استخراج عارضه راه از تصاویر راداری و اپتیک با حد تفکیک بالا با یکدیگر مقایسه شدند. بدین منظور از تصاویر آیکونوس و TerraSAR-X استفاده شد و بین تصاویر هم‌مرجع‌سازی انجام ...
بیشتر
نسل جدید سنجنده‌های راداری فضایی با حد تفکیک مکانی بالا، امکان استفاده از این تصاویر را به‌منظور استخراج خودکار عوارض، به‌ویژه عارضه راه فراهم آورده‌اند. در پژوهش حاضر، استخراج عارضه راه از تصاویر راداری و اپتیک با حد تفکیک بالا با یکدیگر مقایسه شدند. بدین منظور از تصاویر آیکونوس و TerraSAR-X استفاده شد و بین تصاویر هم‌مرجع‌سازی انجام گرفت. سپس ویژگی‌های بافت استخراج شدند و طبقه‌بندی با استفاده از شبکة عصبی بازپس‌خور خطا انجام پذیرفت. با مقایسة نتایج حاصل از اجرای الگوریتم با داده‌های مرجعی که عامل انسانی آنها را تهیه کرده است، برای داده‌های TerraSAR-X و آیکونوس، به ترتیب مقادیر 10/46 و 72/57 درصد برای پارامتر RCC، 58/46 و 27/93 درصد برای پارامتر BCC و مقادیر 61/0 و 31/0 برای پارامتر RMSE به دست آمد. مقایسه تصویر خروجی حاصل از دو الگوریتم نشان می‌دهد که هرکدام از تصاویر اپتیک و راداری نواقصی در استخراج راه دارند. به عنوان مثال، الگوریتم‌های اپتیک به مناطقی از تصویر که ویژگی‌های طیفی و بافتی مشابه با راه دارند ـ ازجمله محل پارکینگ‌ها و سقف بام‌های بزرگ‌ـ حساس هستند، درصورتی‌که این مناطق در تصاویر راداری ظاهری روشن و بافتی متفاوت دارند. بنابراین تصاویر راداری در مناطقی با بافت شهری ـ به‌ویژه توأم با راه‌های کم‌عرض و کوچه‌ها ـ مناسب‌اند. از طرفی دیگر تصاویر راداری در مناطقی با پوشش گیاهی انبوه به خوبی عمل نمی‌کنند، درحالی‌که تصاویر اپتیک کاملاً قادر به تمایز این مناطق از راه‌ها هستند. در نتیجه با توجه قابلیت‌های مکمل‌این تصاویر در استخراج راه، تلفیق ویژگی‌های این دو منبع به‌منظور رفع نواقص و افزایش دقت الگوریتم‌های حاضر، روشی کارآمد در توسعه الگوریتم‌ها به نظر می‌رسد.
