تقييم دقة بيانات صور الأقمار الصناعية المصنفة من لاندسات TM للمناطق الجافة وشبه الجافة
DOI:
https://doi.org/10.37375/jlgs.vi3.1757الكلمات المفتاحية:
استخدامات الأراضي، الغطاء الأرضي، احتمالية قصوى، تقييم الدقة، تصنيفالملخص
تبعاً لتوفر بيانات الغطاء الأرضي واستعمالات الاراضي (LCLU) وأهميتها في دراسة التغيرات المؤثرة في النظم البيئية والمناخية، وحيث أن هذه البيانات توفر فرص لزيادة البحث العلمي في المجال البيئي على مستوى المناظر الطبيعية. تقارير الدقة بالنسبة لهذه البيانات يمكن ان تكون عالية ومقبولة ولكنها في نفس الوقت تكون غير حقيقية ومضللة. ومن هذا المنطلق اصبح من أولى اهتمامات مجتمع الاستشعار عن بعد هي تحسين جودة البيانات ومنهجية استخلاص معلومات الغطاء الارضي واستعمالات الاراضي، بالإضافة إلى المزايا التي توفرها منهجيات الاقمار الاصطناعية فهناك قيود يجب قياسها بشكل واقعي لتوضيحها للمستخدمين لهذه البيانات حتى يتمكنوا من اتخاذ قرارات صحيحة بشأنها وامكانية استخدامها. وتقييم الدقة لهذه المنتجات هو الإجراء المستخدم لقياس جودة هذه المنتجات. استخدام تقنيات الاستشعار عن بعد لكشف التغيرات خلال الفترة من 1988 حتى 2000 باستخدام مرئيات القمر الاصطناعي لاندسات TM5 للسنوات (1988 و 1992 و 1996 و 2000). أيضًا باستخدام أنواع من الخرائط المختلفة بالتكامل مع بيانات الاستشعار عن بعد لإيجاد العلاقة بين التغيرات في الغطاء الأرضي في منطقة الدراسة الواقعة بين خطي طول ودائرتي عرض Lon (12: 33:18 -13:21:47) and Lat (32:55:10 - 32:35:44). تم اختيار تقنية التصنيف الموجه باستخدام طريقة احتمالية القصوى المختارة (Maximum likelihood ) (ML) لتصنيف المرئيات. مرئيات عالية الدقة مثل Quick Bird (2002) و Spot 5 (2000) استخدمت كمرجع لاختيار مجموعات التدريب ولتطبيق تقييم واختبار الدقة لنتائج التصنيف. تم تطبيق تقييم الدقة والحصول على نتيجة ما بين 67 % و 76 % والتي تم الحصول عليها باستخدام البيانات عالية الدقة كمرجع.
المراجع
- Boschetti, L., Flasse, S. P., & Brivio, P. A. (2004). Analysis of the conflict between omission and commission in low spatial resolution dichotomic thematic products: The Pareto Boundary. Remote Sensing of Environment, 91, 280−292.
- Campbell, J. B., 2006. Introduction to remote sensing, 4rd Ed. London: Taylor and Francis, New York.
- Cheng, K. S., Ling, J.Y., Lin, T. W., Liu, Y. T., Shen, Y. C., Kono, Y. A new thinking of LULC classification accuracy assessment. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Volume XLII-2/W13, 2019.
- Congalton, R. G. (1991); A Review of Accessing the Accuracy of Classifications of Remotely Sensed Data. Remote Sensing of Environment, 37:35-46.
- Foody, M. (2002). Status of land cover classification accuracy assessment. Remote Sensing of Environment, 80, 185-201.
- Latifovic, R. Olthof., I. (2004). Accuracy assessment using sub-pixel fractional error matrices derived from satellite data Remote Sensing of Environment, 90, 153-165.
- Mather, M. (2004), Computer processing of remotely-sensed images, Wiley, Chichester. 3rd Edition.
- Stehman, S. V. (1997a). Selecting and interpreting measures of thematic classification accuracy. Remote Sensing of Environment, 62, 77-89.
- Powell, L. R., Matzke, N., de Souza Jr, C., Clark, M., Numata, I., Hess, L. L., Roberts, A. D. (2004). Sources of error in accuracy assessment of thematic land-cover maps in the Brazilian Amazon. Remote sensing of environment, 90, 221-234.
- Weber, K.T., Langille, J., 2007. Improving classification accuracy assessments with statistical bootstrap resampling techniques. GIScience & Remote Sensing, 44, pp. 237–250.
