تطوير خوارزمية لتصنيف استعمالات الأراضي باستخدام بيانات استشعاريّة متنوعة

Abstract

تشكل مسألة تحسين دقة تصنيف الصور الفضائية محوراً أساسياً لاهتمام العديد من الباحثين في مجال الاستشعار عن بعد والمعالجة الرقمية لمعطياته، بغية الوصول لإعداد خرائط أكثر دقة يمكن الاعتماد عليها في عمليات التخطيط والاستثمار، لذلك فقد عمل البحث على تحليل مشهدين فضائيين لمدينة دمشق ومحيطها ملتقطين بواسطة القمرين الصناعيين (8-Landsat) و (2-Sentinel)، وبقدرات تمييز مكانية وطيفية متنوعة، ومعالجتها من خلال الاعتماد على برامج تحليل الصور Image Processing Programs)، ومن ثم تصنيفها من خلال تطبيق مجموعة من خوارزميات التصنيف الآلي المراقب وغير المراقب، وإجراء اختبار تقييم الدقة (Accuracy Assessment)، وتحليل نتائج كل تصنيف على انفراد، ثم المقارنة بين نتائج تطبيق هذه الخوارزميات.

بناء على ما تقدم فقد تم إيجاد طريقة لتحسين نتيجة التصنيف الآلي من خلال ابتكار منهجية تصنيف مركبة شرطية تعتمد على توحيد نتيجة تصنيف خوارزميتي تقدير الاحتمال الأعظمي و المسافة الأدنى. ولضمان دقة النتائج تم استخدام شرط التطابق مع تصنيف المنطق الضبابي (Fuzzy logic) الخوارزمية تقدير الاحتمال الأعظمي، والتي تصنف عناصر الصورة وفقاً للاحتمال التالي للاحتمال الأعظمي Second maximum likelihood)، والذي من الممكن أن يكون هو التصنيف الصحيح بدلاً من الاحتمال الأعظمي، ولذلك فقد تم فصل صفوف عناصر الصورة (Pixels) المصنفة بشكل خاطئ لبعض أصناف استعمالات الأراضي واستبدال تصنيفها من تصنيف خوارزمية الاحتمال الأعظمي إلى قرار خوارزمية المسافة الأدنى والاحتمال الأعظمي الثاني لها، معتمدين بذلك على مبدأ التصويت والأغلبية، والإبقاء على قرار خوارزمية الاحتمال الأعظمي لباقي الصفوف التي تضمنت نسب خطأ أقل، وبذلك يكون قد تم تصنيف المشهد وقد تم فيما بعد اختبار دقة ،)Combined conditional algorithm( وفقاً الخوارزمية شرطية مركبة )Sentinel-2( التصنيف وفقاً لهذه الخوارزمية، ولوحظ تحسن في قيم كل من الدقة الكلية والجزئية لكل صنف من أصناف استعمالات الأرض للخريطة المنتجة. الكلمات الرئيسية: الاستشعار عن بعد - تقييم الدقة - خوارزميات التصنيف - الخوارزمية الشرطية المركبة التصنيف المراقب - التصنيف غير المراقب.