نوع مقاله : مقاله علمی پژوهشی
نویسندگان
1 دانشیار/ دانشگاه محقق اردبیلی
2 مدرس-دانشگاه تبریز
3 هیئت علمی دانشگاه افسری امام علی (ع)
چکیده
تشخیص و طبقه بندی زمین لغزش ها یک نیاز حیاتی در تجزیه و تحلیل خطر قبل و بعد از وقوع فاجعه است. و دردرجه اول از طریق نقشه برداری زمینی یا تفسیر سنتی تصاویر انجام میگردد. در این مقاله به شناسایی و طبقه بندی انواع زمینلغزش با رویکرد روش شیءگرا، پرداخته شده است. داده های مورد استفاده در این پژوهش شامل تصاویر رنگی کاذب مستخرج از داده های ماهواره Resourcesat-1 با قدرت تفکیک مکانی 5.8 متر و مدل ارتفاع رقومی با قدرت تفکیک 10 متری حاصل از تصاویر 2.5 متری ماهواره Cartosat-1استفاده گردیده است. این روش برای قسمت شمال غرب حوضه آبریز به کار گرفته شد و پس از آن بدون اصلاحات بیشتر در قسمت های شرقی حوضه مورد استفاده واقع شداز این بین 70 درصد زمینلغزشها برای اجرای مدل و 30 درصد دیگر برای اعتبارسنجی به کار رفته است. با توجه به نتایج بدست آمده 02/34 درصد از اراضی محدوده مورد مطالعه به عنوان منطقهای با پتانسیل خیلی زیاد و زیاد برای وقوع زمین لغزش در نظر گرفته شدهاند. همچنین، درصد قابل توجهی از زمین لغزشها در طبقه با حساسیت زیاد و خیلی زیاد(05/57) قرار دارند. در مجموع سه نوع لغزش با استفاده از این روش با دقت شناسایی71.11٪ و دقت کلاس بندی91.4٪ تشخیص داده شده است. لذا میتوان گفت دقت مدلهای بکار رفته در پهنهبندی حساسیت وقوع زمینلغزش قابل قبول و خوب است.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Identification and classification of landslides type using spatial and spectral features procedures by object-oriented approach (Nasirabad to Sattarkhan dam of Ahar Chay)
نویسندگان [English]
- musa abedini 1
- shahram roostaei 2
- Mohammad Hossein Fathi 3
2 Professor- tabriz university
چکیده [English]
Diagnosis and classification of landslides is a critical need in the risk analysis before and after the disaster. And primarily through land surveying or traditional interpretation of images was done. In this paper to identify and classify types of object-oriented approach landslide has been paid. The data used in this study consisted of false color images obtained from satellite data Resourcesat-1 with spatial resolution of 5.8 meters and digital elevation models with 2.5-meter resolution satellite image of 10 meters of Cartosat-1 was used. This method was used for the North West basin and then used without further reforms in the eastern part of the basin. A total of three sliding using this method accurately identified 71.11% and 91.4% classification accuracy has been detected. In this way, the landslide early detection of high accuracy and speed, hence has great potential to assist in risk analysis, disaster management and decision making process after the earthquake or heavy rainfall, can be used related entities, including crisis management headquarters, natural resources and watershed institutions.
کلیدواژهها [English]
- Landslide
- object-oriented approach
- identification
- segmentation
- IRS satellite