مهدی رحمتی

ﺳﺎﺑﻘﻪ و ﻫﺪف: ﮐﺸﻮر اﯾﺮان ﺑﻪ دﻟﯿﻞ ﻗﺮارﮔﯿﺮی در ﻧﺎﺣﯿﻪ ﺧﺸﮏ و ﻧﯿﻤﻪﺧﺸﮏ، ﻫﻤﻮاره ﻣﺘﺄﺛﺮ از ﻧﺎﭘﺎﯾﺪاری داﻣﻨﻪ ای و ﻓﺮﺳﺎﯾﺶ، ﺑﻪ وﯾﮋه ﻓﺮﺳﺎﯾﺶ ﺧﻨﺪﻗﯽ اﺳﺖ. اﯾﻦ ﺷﮑﻞ ﻓﺮﺳﺎﯾﺶ در ﻧﻘﺎط ﻣﺨﺘﻠﻒ اﯾﺮان و ﺑﻪﻃﻮر ﻣﺴﺘﻤﺮ در ﻃﯽ ﺳﺎﻟﯿﺎن رخ داده و ﺿﻤﻦ ﻓﺮﺳﺎﯾﺶ و اﻧﺘﻘﺎل ﺣﺠﻢ ﺑﺎﻻی رﺳﻮب، ﺳﺒﺐ ﺗﺨﺮﯾﺐ ﺟﺎدهﻫﺎ، ﺗﺄﺳﯿﺴﺎت، ﻣﺮاﺗﻊ، داﻣﻨﻪﻫﺎ و ﻏﯿﺮه ﺷﺪه اﺳﺖ ﮐﻪ اﯾﻦ ﻣﻮﺿﻮع ﺷﻨﺎﺳﺎﯾﯽ ﻣﻨﺎﻃﻖ ﭘﺮﺧﻄﺮ و ﺗﻬﯿﻪ ﻧﻘﺸﻪﻫﺎی ﺣﺴﺎﺳﯿﺖ را ﺿﺮوری ﻣﯽﻧﻤﺎﯾﺪ. ﻃﯽ ﺳﺎلﻫﺎی اﺧﯿﺮ ﭘﺮدازش ﺗﺼﺎوﯾﺮ ﻣﺎﻫﻮارهای ﺑﻪ ﻋﻨﻮان روﺷﯽ ﭘﯿﺸﺮﻓﺘﻪ و ﺑﺎ ﻫﺪف اﻓﺰاﯾﺶ دﻗﺖ و ﺻﺮﻓﻪﺟﻮﯾﯽ در وﻗﺖ و ﻫﺰﯾﻨﻪ ﻣﻮرد اﺳﺘﻔﺎده ﮔﺴﺘﺮده ﭘﮋوﻫﺸﮕﺮان ﻗﺮار ﮔﺮﻓﺘﻪ اﺳﺖ. روش ﺗﺤﻠﯿﻞ ﺷﯽءﮔﺮای ﺗﺼﺎوﯾﺮ ﯾﮑﯽ از ﻣﻬﻢﺗﺮﯾﻦ روش ﻫﺎی اﺳﺘﺨﺮاج اﻃﻼﻋﺎت از ﺗﺼﺎوﯾﺮ ﻣﺎﻫﻮارهای اﺳﺖ ﮐﻪ در آن ﺑﺮ اﺳﺎس وﯾﮋﮔﯽﻫﺎی ﻃﯿﻔﯽ، ﺷﮑﻠﯽ و زﻣﯿﻨﻪای و ﺑﺎ اﺳﺘﻔﺎده از داﻧﺶ ﮐﺎرﺷﻨﺎس، ﻧﺴﺒﺖ ﺑﻪ ﺷﻨﺎﺳﺎﯾﯽ ﻋﻮارض اﻗﺪام ﻣﯽﺷﻮد. ﻣﻮاد و روش ﻫﺎ: در اﯾﻦ ﭘﮋوﻫﺶ، ﺣﻮﺿﻪ ﻟﯿﻘﻮان ﺑﻪﻋﻨﻮان ﯾﮑﯽ از زﯾﺮﺣﻮﺿﻪﻫﺎی ﻣﻬﻢ آﺟﯽ ﭼﺎی واﻗﻊ در اﺳﺘﺎن آذرﺑﺎﯾﺠﺎن و 20 ،10 (ﺑﺎ ﻗﺪرت ﺗﻔﮑﯿﮏ ﻣﮑﺎﻧﯽ 2016 )ﺳﺎل 2 - ﺷﺮﻗﯽ ﺟﻬﺖ ﻣﻄﺎﻟﻌﻪ اﻧﺘﺨﺎب و ﺗﺼﺎوﯾﺮ ﻣﺎﻫﻮارهای ﺳﻨﺘﯿﻨﻞ ﻣﺘﺮی ﺟﻬﺖ ﭘﺮدازش و ﺷﻨﺎﺳﺎﯾﯽ ﺧﻨﺪق 60 ﻫﺎ ﻣﻮرد اﺳﺘﻔﺎده ﻗﺮار ﮔﺮﻓﺖ. ﺗﺼﺎوﯾﺮ ﻣﺬﮐﻮر ﺑﺎ اﺳﺘﻔﺎده از ﻧﺮم اﻓﺰار ﻣﻮرد ﭘﺮدازش ﻗﺮار ﮔﺮﻓﺘﻪ و ﺑﺎ ﮐﺎرﺑﺮد اﻧﻮاع اﻟﮕﻮرﯾﺘﻢﻫﺎی ﻣﺨﺘﻠﻒ ﻧﺴﺒﺖ ﺑﻪ ﻃﺮاﺣﯽ ﻣﺪﻟﯽ ﻧﯿﻤﻪ eCognition ﺧﻮدﮐﺎر ﻣﺒﺘﻨﯽ ﺑﺮ ﺗﺤﻠﯿﻞ ﺷﯽءﮔﺮا اﻗﺪام ﺷﺪ. درﻧﻬﺎﯾﺖ ﺑﻪﻣﻨﻈﻮر ارزﯾﺎﺑﯽ دﻗﺖ ﻣﺪل، ﺧﻨﺪقﻫﺎی ﺷﻨﺎﺳﺎﯾﯽﺷﺪه ﺑﻪﺻﻮرت ﻧﻘﺸﻪ ﺧﺮوﺟﯽ ﮔﺮﻓﺘﻪ و ﺑﺎ اﻧﺘﻘﺎل ﺑﻪ ﻧﺮم اﻓﺰار و ﻣﻄﺎﺑﻘﺖ دادن ﺑﺎ ﻧﻘﺸﻪ واﻗﻌﯿﺖ زﻣﯿﻨﯽ و ﺗﺸﮑﯿﻞ ﻣﺎﺗﺮﯾﺲ ﺧﻄﺎ، دﻗﺖ ArcGIS ﺗﻮﻟﯿﺪﮐﻨﻨﺪه، دﻗﺖ ﮐﺎرﺑﺮ و ﺿﺮﯾﺐ ﮐﺎﭘﺎ ﺑﺮای ﻫﺮ ﮐﺪام از اﻟﮕﻮرﯾﺘﻢ ﻫﺎ ﻣﺤﺎﺳﺒﻪ ﮔﺮدﯾﺪ. ﯾﺎﻓﺘﻪ ﻫﺎ: ﻧﺘﺎﯾﺞ ﺣﺎﺻﻠﻪ ﻧﺸﺎن داد ﮐﻪ اﻟﮕﻮرﯾﺘﻢ ﻫﺎی ﺗﺮاﮐﻢ و ﺿﺮﯾﺐ ﻓﺸﺮدﮔﯽ ﺑﻪ ﺗﺮﺗﯿﺐ دارای ﺑﯿﺶ ﺗﺮﯾﻦ و ﮐﻢ ﺗﺮﯾﻦ دﻗﺖ ﺗﻮﻟﯿﺪﮐﻨﻨﺪه ﺑﻮده )دﻗﺖ ﺗﻮﻟﯿﺪﮐﻨﻨﺪه ﺑﻪ ( در ﺣﺎﻟﯽ78 و 88 ﺗﺮﺗﯿﺐ ﺑﺮاﺑﺮ ﺑﺎ ﮐﻪ ﺑﺮ اﺳﺎس ﺿﺮﯾﺐ ﮐﺎﭘﺎ اﻟﮕﻮرﯾﺘﻢ ﻋﺪم ﺗﻘﺎرن ﺑﯿﺶ ﺗﺮﯾﻦ دﻗﺖ و ﺻﺤﺖ را در ﻣﻘﺎﯾﺴﻪ ﺑﺎ ﺳﺎﯾﺮ روش ( و ﺑﻌﺪ از آن اﻟﮕﻮرﯾﺘﻢ 0/91 ﻫﺎ داﺷﺘﻪ )ﮐﺎﭘﺎ ﺑﺮاﺑﺮ ﻫﺎی ﺷﺎﺧﺺ ﺷﮑﻞ و ﺗﺮاﮐﻢ ﺑﻪ دارای دﻗﺖ ﻗﺎﺑﻞ0/85 و 0/89 ﺗﺮﺗﯿﺐ ﺑﺎ ﺿﺮﯾﺐ ﮐﺎﭘﺎ ﺑﺮاﺑﺮ ﻗﺒﻮﻟﯽ ﺑﺮای ﻃﺒﻘﻪ ﺑﻨﺪی و ﺷﻨﺎﺳﺎﯾﯽ ﺧﻨﺪق ﻫﺎ اراﺋﻪ دادﻧﺪ. ﻧﺘﯿﺠﻪ و ﭘﺮدازش 2- ﮔﯿﺮی: در ﭘﮋوﻫﺶ ﺣﺎﺿﺮ ﺑﺎ اﺳﺘﻔﺎده از ﺧﺼﻮﺻﯿﺎت ﻃﯿﻔﯽ و ﻫﻨﺪﺳﯽ ﺗﺼﺎوﯾﺮ ﻣﺎﻫﻮارهای ﺳﻨﺘﯿﻨﻞ ﺷﯽءﮔﺮا در ﻣﺤﯿﻂ ﻧﺮم ﻣﺪﻟﯽ ﻧﯿﻤﻪﺧﻮدﮐﺎر ﺑﺮای ﺷﻨﺎﺳﺎﯾﯽ ﺧﻨﺪق اراﺋﻪ ﺷﺪ. اﺳﺘﻔﺎده از رو