تم مناقشة اطروحة رسالة الماجستير الطالبة فاطمة هاشم سعد في قسم الهندسة المساحة عن البحث الموسوم (دمج الصور متعددة الاطياف وتحليل الانصهارلتحسين خرائط استخدام الاراضي \الغطاء الارضي باستخدام تقنية الاستشعار عن بعد)
في يوم الخميس الموافق 24-3 -2022
وبأشراف / ا.م.د حسين صباح جابر و ا.م.د حيدر عبد الرزاق دبس
وقد تشكلت لجنة المناقشة من السادة
- ا.م.د علاء داود سلمان جامعة بغداد / كلية الهندسة رئيسا
- ا.م.د هبة خضير عباس جامعة بغداد / كلية العلوم للبنات عضوا
- ا.م.د هاشم علي حسب جامعة الفرات الاوسط التقنية / المعهد التقني نجف عضوا
- ا.م.د حسين صباح جابر جامعة بغداد / كلية الهندسة مشرفا
- ا.م.د حيدر عبد الرزاق دبس جامعة القاسم الخضراء / كلية الهندسة مشرفا
تناول البحث
ملخص عن الرسالة / الاطروحة
يعد إنتاج خرائطLU/LC من أهم تطبيقات الإستشعار عن بعد، لذلك فإنها تحتاج إلى تحديث بيانات بإستمرار، نتيجة تغير إستخدام الأرضي والغطاء الأرضي. تم تطبيق أنواع مختلفة من البيانات لهذا الغرض، ومع ذلك، فإن إستخدام دقة مكانية منخفضة للبيانات المستشعرة عن بعد لن يحسن رسم الخرائط وتقدير LU/LC، علاوة على ذلك، فإن طريقة التصنيف التقليدية قائمة بذاتها. في هذه الحالة، يحتاج إلى أساليب وتقنيات جديدة لإستخدام أنواع مختلفة من البيانات والخوارزميات للحصول على دقة عالية لرسم خرائط LU/LC. يلعب إندماج مجموعة البيانات للصور متعددة الأطياف والبانكروماتية دوراً كبيراً ويوفر تقديراً دقيقاً لخريطة LU/LC، نظراً لإستخدام مجموعة بيانات من أجزاء طيفية مختلفة لها خصائص مكانية وطيفية مختلفة. ، حيث إن الهدف الرئيسي من هذه الدراسة هو إيجاد طريقة محسنة لإنتاج خرائط استخدام الأرضي والغطاء الأرضي لمحافظة كربلاء في العراق، ولإجراء هذه الدراسة، تم إستخدام بيانات القمر الاصطناعيLandsat-8 وتم إختيار عدة خوارزميات لإتمام عمليات المعالجة والتصنيف وهي خوارزمية التصنيف Support Vector machine (SVM) و خوارزميتي الاندماج Gram-Schmidt (GS) و Brovey Method (BM). وتم الحصول على بيانات القمر الاصطناعي Landsat-8 بتاريخ 13\7\2020. وكانت البيانات المستخدمة هي صورة متعددة الأطياف بدقة مكانية تبلغ 30م وصورة شاملة الألوان بدقة مكانية تبلغ15 م. وبعد إن تم إجراء عمليات المعالجة و إعداد الصور للمعالجة اللاحقة والتحليل، تم إجراء عملية دمج الصور (صورة متعددة الأطياف وصورة شاملة الألوان) بواسطة خوارزميتي الإندماج GS و BM. وتم الحصول على صورتين مدمجتين، حيث تم تقســيم منطقة الدراسة إلى ستة فئات وهي (المنطقة الحضرية والنباتية والأجسام المائية والتربة-1 والتربة-2 والطرق) و إختيار عينات التدريب لإجراء التصنيف للصورة متعددة الأطياف والصور المدمجة. وبعد الحصول على نتائج التصنيف، تم تقييم دقة النتائج بالإعتماد على Confusion Matrix، وتم إجراء المقارنة على مستوى Overall accuracy و Kappa coefficient. أظهرت النتائج إن طريقة تصنيف الصورة المدمجة بواسطة GS والمصنفة بواسطة SVM حصلت على أعلى قيمة Overall accuracy وKappa coefficient البالغتين 97.81% و 0.95 على التوالي وحصلت طريقة تصنيف الصورة المدمجة بواسطة BM والمصنفة بواسطة SVM على قيم جيدة لكلا من Overall accuracy وتبلغKappa coefficient 95.15% وتبلغ 0.93 على التوالي. أما طريقة تصنيف الصورة متعددة الأطياف بواسطة SVM حصلت على أوطئ القيم لكلا من Overall accuracy وتبلغ 90.61% وKappa coefficient وتبلغ0.89 . و أوضحت النتائج بأن طريقة تصنيف الصورة المدمجة بواسطةGS والمصنفة بواسطة SVM هي أفضل طريقة لإنتاج خرائط الإستخدام الأرضي و الغطاء الأرضي لدقتها الجيدة و ملائمتها و فعاليتها في تحسين تصنيف منطقة الدراسة.
