رابطه ۳-۱

 

 

که:
N: تعداد نمونه لازم
Z: مقدار ۹۶/۱ برای احتمال ۹۵ درصد
پایان نامه
P: صحت قابل انتظار (که در این مطالعه ۹۵ درصد در نظر گرفته شد)
E: خطای مجاز (که در این مطالعه ۵/۲ درصد در نظر گرفته شد)
q: که مقدار آن از رابطه q= 100- p محاسبه می­ شود.
در این مطالعه با توجه به فرمول فوق به منظور کسب خطای ۹۵ درصد به ۷۳۰ قطعه نمونه نیاز می­باشد. همچنین جهت ارزیابی نقشه طبقه ­بندی شده باید به تعداد کافی نمونه از هر یک از طبقات برداشت شود. بر اساس گزارش‌های موجود حداقل تعداد نمونه برای ارزیابی نقشه طبقه ­بندی شده بسته به مساحت ۵۰ نمونه می­باشد (رفیعی و همکاران، ۱۳۹۰). بنابراین می­توان از رابطه ۳-۲ برای حدود اطمینان ۹۵ درصد، ارزیابی صحت طبقه ­بندی از رابطه زیر برآورد نمود.

 

رابطه ۳-۲

 

 

که:
p: صحت قابل انتظار (که در این مطالعه ۹۰ درصد در نظر گرفته شد)
q: که مقدار آن از رابطه q= 100- p محاسبه می­ شود.
n: تعداد نمونه برداشت شده
P: صحت برآورد شده حاصل از ماتریس خطا
جهت تهیه نمونه­های تعلیمی از نقشه­های توپوگرافی ۲D، مربوط به سال ۱۳۸۵، برداشت با بهره گرفتن از GPS، تصاویر Google earth و استفاده از تصاویر کاذب تولید شده استفاده شد.
۳-۴-۲-۷- برداشت اطلاعات زمینی برای طبقه ­بندی تراکم تاج­پوشش
در این مطالعه جهت تعیین تراکم تاج پوشش جنگل عملیات آماربرداری در مناطقی که دارای کاربری جنگل هستند، انجام شد. برداشت قطعات نمونه با بهره گرفتن از یک شبکه آماربرداری ۵۰۰ * ۳۵۰ متر انجام شد. تعداد ۹۶ قطعه نمونه با ابعاد ۴۰ *۴۰ متر برداشت گردید (شکل ۳- ۱(ج)). پس از ثبت دقیق (به روش میانگیری زمانی) موقعیت مرکز قطعه نمونه با بهره گرفتن از GPS، اطلاعات مربوط به نوع گونه و قطر بزرگ و کوچک تاج درختان با قطر تاج بیشتر از ۵/۰ متر اندازه ­گیری شد.
۳-۴-۲-۸- بررسی تفکیک‌پذیری طبقات
پس از انتخاب نمونه­های تعلیمی مناسب، میزان تفکیک‌پذیری و تباین بین کلاس­ها با بهره گرفتن از شاخص واگرایی و واگرایی تبدیل‌شده مورد بررسی قرار گرفت.
۳-۴-۲-۹- روش طبقه ­بندی
جهت طبقه ­بندی از روش طبقه ­بندی و رگرسیون درختی استفاده شد. در این مطالعه جهت تعیین میزان شاخه­بندی از معیار خلوص جینی استفاده شد. همچنین به منظور هرس درختان از معیار برآورد با نمونه آزمون استفاده شد. برای توقف شاخه­بندی نیز از روش خالص­سازی موارد استفاده شد (کلبی، ۱۳۹۰).
۳-۴-۲-۱۰- ارزیابی صحت طبقه ­بندی
برای ارزیابی صحت در این مطالعه از روش اعتباربخشی با نمونه آزمون استفاده شد. در اعتباربخشی با نمونه­های آزمون کل داده ­ها به طور مستقل به دو بخش مجزا یکی به عنوان نمونه آموزشی و دیگری به عنوان نمونه آزمون تعریف گردیده و طبقه ­بندی نمونه آموزشی با نمونه آزمون مقایسه می‌گردد. در این مطالعه تعداد یک سوم از هر طبقه (۵۰ قطعه نمونه) به­ طور تصادفی برای ارزیابی صحت طبقه ­بندی استفاده شد و در نهایت از معیارهای صحت کلی و ضریب کاپا به­عنوان معیارهای ارزیابی صحت استفاده گردید (کلبی، ۱۳۹۰).
فصل چهارم
نتایج
۴- نتایج
۴-۱- بررسی کیفیت داده ­های ماهواره­ای
نتایج بررسی­های انجام شده نشان داد که هیچ­کدام از خطاهای رادیومتریک در تصویر وجود ندارد به همین دلیل نیازی به تصحیحات رادیومتریک وجود ندارد.
۴-۲- تصحیح هندسی
جهت بررسی میزان دقت تصحیحات هندسی صورت گرفته از لایه­ های وکتوری جاده­ها و همچنین مسیرهای برداشت شده با بهره گرفتن از GPS استفاده شد. با روی هم‌گذاری این لایه بر روی تصاویر تطابق یافته و کنترل نقاط برداشت شده از صحت این تصحیحات اطمینان حاصل شد (شکل ۴-۱).
شکل ۴-۱-قرار دادن لایه­ های برداری جاده­ها بر روی تصویر رنگی کاذب سنجنده ETM+­­
۴-۳- تجزیه مولفه اصلی
نتایج مربوط به تجزیه مولفه اصلی نشان داد مولفه اول دارای بیش از ۸۸ درصد اطلاعات می­باشد. نتایج مربوط به تجزیه مولفه اصلی در جدول ۴-۱ آورده شده است.
جدول ۴-۱- نتایج مربوط به تجزیه مولفه اصلی

 
موضوعات: بدون موضوع  لینک ثابت


فرم در حال بارگذاری ...