امروزهبا گسترش جمعیت و افزایش شهرنشینی، اهمیت نظارت و ارزیابی دقیق منابع شهریبوسیله آشکارسازی تغییرات پوشش و کاربری اراضی درجهت کنترل و مدیریت جامع آن‌ها بیش از پیش مورد توجه قرار گرفته است. در این راستا، پژوهش حاضر با هدفارزیابی پتانسیل و ظرفیت تصاویر پهپاد در آشکارسازی تغییرات بوسیله الگوریتم طبقه‌بندی قانون‌مبنا از یک منطقه شهری انجام شده است. در این پژوهش، از دو سری داده که یکی از آن‌ها، تصاویر اخذ شده توسط پهپاد مدل Sense Fly EbeeX مربوط سال 1400 از مناطق جنوبی بندر چابهار و دیگری متعلق به تصاویر هوایی دوربین Ultracam XP مربوط به سال 1392 از همان منطقه بوده، بهره گرفته شده است. یکی از نکات مورد توجه در پژوهش حاضر، استفاده از مدل سلسله‌مراتبی است که برای ایجاد آن، تمام کلاس‌ها بر اساس مجموعه‌ای از ویژگی‌های جامع مورد پردازش قرار گرفته و در ادامه بر اساس ماتریس تفکیک‌پذیری اقدام به طراحی مدل سلسله مراتبی شد. در ادامه، بر اساس همان ماتریس در هر گره بهینه‌ترین ویژگی‌ها برای جداسازی کلاس‌ها انتخاب گردید. در طبقه‌بندی شی‌گرا بااستفاده از آنالیز قانون مبنا اشیا تصویری، استخراج 5 کلاس کاربری اراضی براساس تعریف قوانین پیرامون محدوده آماری توصیف‌گر‌های بهینه صورت پذیرفت. سپس یک فرایند پس پردازشی بمنظور بهبود نتایج طبقه‌بندی اولیه پیاده‌سازی گردید. یافته‌های کمی تحقیق بیانگر این است که ضریب کاپا و دقت کلی نتایج حاصل از طبقه‌بندی قانون‌مبنا به‌ترتیب 90/0 و 31/93 درصد برای تصویر التراکم و مقادیر آن‌ها برای تصویر ارتوفتو پهپاد 78/. و 96/83 درصد می‌باشد. یافته‌های حاصل از این روش طبقه‌بندی، نشان می‌دهد که بیشترین تغییر پوشش زمین مربوط به تبدیل زمین بایر به پوشش گیاهی با 843/32 درصد بوده است. همچنین،کم‌ترین تغییرات آن به تبدیل ساختمان به جاده با 34/2 درصد اختصاص دارد.
Babaeepour A, Milan A, Sadeghian S. Urban Landuse Change Detection using drone image analysis and hierarchical object-oriented classification. JGST 2025; 15 (1) : 6 URL: http://jgst.issgeac.ir/article-1-1221-fa.html
بابائی‌پور بابائی‌پور، میلان اصغر، صادقیان سعید. آشکارسازی تغییرات کاربری اراضی شهری با آنالیز تصاویر پهپاد و طبقه‌بندی شی‌گرای سلسله مراتبی. علوم و فنون نقشه برداری. 1404; 15 (1) :89-105
