Comparison of four classification methods to extract land use and land cover from raw satellite images for some remote Arid Areas Kingdom of Saudi Arabia مقارنة أربعة طرق تصنيف لاستخلاص الغطاء الأرضي واستخدامات الأراضي من صور الأقمار الصناعية الخام لبعض المناطق الجافة النائية بالمملكة العربية السعودية
المؤلفون:
Hames A S AlAhmadi F S
تاريخ النشر:
2009
الاستشهاد المرجعي :
Comparison of four classification methods to extract land use and land cover from raw satellite images for some remote Arid Areas Kingdom of Saudi Arabia مقارنة أربعة طرق تصنيف لاستخلاص الغطاء الأرضي واستخدامات الأراضي من صور الأقمار الصناعية الخام لبعض المناطق الجافة النائية بالمملكة العربية السعودية F S AlAhmadi and A S HamesJournal of King Abdulaziz University earth sciences King Abdulaziz UniversityVol 20 No 1 (1430 H 2009) p p 167191AlAhmadi F SHames A S
الملخص:
Remote sensing (RS) technologies was utilized to extract some of the important spatially variable parameters such as land cover and land use (LCLU) from satellite images for remote arid areas in Saudi Arabia Four different classification techniques unsupervised (ISODATA) and supervised (Maximum likelihood Mahalanobis Distance and Minimum Distance) are applied in three subcatchments in Saudi Arabia for the classification of the raw TM5 images The developed maps are then visually compared with each other and accuracy assessments utilizing groundtruths are undertaken It was found that the Maximum like lihood method gave the best results and both Minimum distance and Mahalanobis distance methods overe stimated agriculture land and suburban areas In spite of missing few insignificant features due to the low resolution of the satellite images (90m) good agreement between parameters extracted automatically from the developed maps and field observations was found تم استخدام تكنولوجيا الاستشعار عن بعد لاستخلاص بعض من العوامل المهمة المتغيرة مكانياً، مثل الغطاء الأرضي واستخدامات الأراضي (LULC) بشكل تلقائي من صور الأقمار الصناعية نوع لاندسات لبعض المناطق النائية الجافة في المملكة العربية السعودية وتظهر أهمية هذه المتغيرات المستخلصة باستخدامها لأغراض مختلفة كأن تكون مدخلاً من مدخلات نماذج تقدير السيول من الأمطار(rainfallrunoff)، وتحديد قيم رقم المنحنى (CN) وخصائص التربة ولقد استخدمت في هذه الدراسة أربع طرق تصنيف مختلفة للصور الفضائية الخام (raw thematic maps)، وهي (ISODATA Maximum likelihood Mahalanobis Distance and Minimum Distance) ثم تم بعد ذلك القيام بمقارنة الخرائط واختبار دقتها المنتجة، بمقارنتها بنقاط على الأرض (groundtruths) وتحليل الخطأ فيها وعلى الرغم من فقد بعض المعالم الصغيرة، نظراً لدقة صور الأقمار الصناعية المستخدمة (30م)، إلا أنه قد وجد أن هناك توافق جيد بين المتغيرات المستخلصة تلقائياً والمشاهدات الحقلية في الواقع
