Iranian Jornal of Watershed Management Science&Engineering

fa ارزیابی صحت روش های طبقه‌بندی تصویر ماهواره ای Sentinel-2 با رویکرد پیکسل مبنا و شی مبنا در پهنه‌بندی مناطق سیل گیر رودخانه طالقان Analysis Accruing of Sentinel-2 Image’s Classification Methods Based on Object Base and Pixel Base in Flood Area Zoning of Taleqan River تخصصي Special پژوهشي Research پهنه‌بندی سیل یکی از اولویت‌های مدیریت منابع آب و اراضی بوده و قابلیت‌های سنجش از دور می‌تواند در این خصوص بسیار کاربرد داشته‌باشد. هدف این مقاله بررسی دقت روش‌های شی‌گرا و پیکسل مبنا در استخراج پهنه سیل‌گیر در حوضه رودخانه طالقان می‌‌باشد. بدین منظور تصویر ماهواره ای Sentinel-2A با استفاده از روش نظارت شده با دو رویکرد پیکسل مبنا و شی مبنا و بکارگیری دو الگوریتم ماشین بردار پشتیبان(SVM ) و جنگل تصادفی (RF) طبقه‌بندی شدند. صحت کلی و ضریب کاپا به روش RF در حالت شی مبنا به‌ترتیب 89 درصد و 82 /0 و در حالت پیکسل مبنا به‌ترتیب 5/ 88 درصد و 75 /0 بدست آمد. این در حالی است که در روش SVM صحت کلی و ضریب کاپا به‌ترتیب 5 /84 درصد و 73 /0 در حالت پیکسل مبنا و 86 درصد و 78 /0 در حالت شی مبنا حاصل شد. برای صحت سنجی پهنه‌های استخراج شده، از روش پهنه‌بندی هیدرولیکی با دوره بازگشت‌های 2 ،5 ،10 ،25 و100 ساله استفاده شد. نتایج نشان داد هر دوروش RF و SVM در رویکرد شی مبنا اغلب بیشترین هم‌پوشانی را با دوره بازگشت‌های مختلف داشته‌اند که بالاترین میزان هم‌پوشانی با پهنه‌های سیل دوره بازگشت دو ساله با مقادیر 68 و 66 درصد برای RF و SVM بدست‌آمد. Flood zonation mapping is one of the priorities for the soil and water management, which Remote Sensing( RS) capabilities are very applicable to this issue. The main objective of this research was study of accuracy of the Object oriented and Pixel based methods for flood zonation mapping in the Taleghan River basin. Therefore, the Sentinel 2A satellite image of the study area classified using supervised classification method based on the both Object oriented and Pixel based approaches, with the Random Forrest( RF) and Support Vector Machine( SVM) algorithms. The overall precision and Kapa Coefficient of the RF algorithm based on Object oriented method were 89 percent and 0.82 and based on Pixel based method 88.5 percent and 0.75 respectively. The results of the overall precision and Kapa Coefficient for the SVM algorithm based on Pixel based method were 84.5 percent and 0.73 and based on Object oriented method were 86 percent and 0.78 respectively. In order to verification of the generated flooding zone maps, the flooding zone maps resulted from the hydraulic flood zonation mapping method with 2,5,10, 25 and 100 year return periods have been used. The results shown that, the generated maps of the both RF and SVM algorithms based on object oriented method; have the most suitable overlaps with the all-return periods flooding zone maps. The maximum overlap between maps belongs to the maps with 2-year return period, generated based on hydraulic flood zonation mapping method. پهنه بندی سیلاب, جنگل تصادفی, ماشین بردار پشتیبان, طالقان,2 Sentinel Flood zonation mapping, Random forrest, Support vector machine, Taleqan river basin, Sentinel imag 1 10 http://jwmsei.ir/browse.php?a_code=A-10-648-1&slc_lang=fa&sid=1 Maryam Bigham Sereshkeh مریم بی غم سرشکه Maryam.Bigham84@yahoo.com 100319475328460014563 100319475328460014563 No Department of Remote Sensing and GIS of Islamic Azad University of Tehran, Tehran, Iran گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشگاه آزاد اسلامی، واحد علوم تحقیقات، تهران. MirMasud Keyrkhah Zarkesh میر مسعود خیر خواه زرکش kheirkhah@alumni.itc.nl 100319475328460014564 100319475328460014564 No Soil conservation and watershed management research institute, Agricultural Research, Education and Extension Organization( AREEO), Tehran, Iran پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی. Bagher GhermezCheshmeh باقر قرمز چشمه baghergh@gmail.com 100319475328460014565 100319475328460014565 Yes Soil conservation and watershed management research institute, Agricultural Research, Education and Extension Organization( AREEO), Tehran, Iran, پژوهشکده حفاظت خاک و آبخیزداری، سازمان تحقیقات، آموزش و ترویج کشاورزی، تهران.