مقایسۀ دقت طبقه‌بندی سری زمانی تصاویر لندست در پایش تغییرات کاربری اراضی

1. احمدپور، ا.، ک.، سلیمانی، م. شکری و ج. قربانی. 1390. مقایسة میزان کارآیی سه روش رایج طبقه­بندی نظارت شده داده­های ماهواره­ای در مطالعة پوشش گیاهی. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 5(3): 77-89.

2. احمدی ندوشن، م.، ع. ر. سفیانیان و س. ج. خواجه­الدین. 1388. تهیه نقشه پوشش اراضی شهر اراک با استفاده از روش­های طبقه­بندی شبکه عصبی مصنوعی و حداکثر احتمال. پژوهش‌های جغرافیای طبیعی، 41(69): 83-98.

3. اسلمی، ف.، ا. قربانی، ب. سبحانی و م. پناهنده. 1394. مقایسة روش­های شبکه عصبی مصنوعی، ماشین بردار پشتیبان و شیءگرا در استخراج کاربری و پوشش اراضی از تصاویر لندست 8. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(3): 1-14.

4. آرخی، ص. 1393. پیش‌بینی روند تغییرات مکانی کاربری اراضی با استفاده از مدل LCM در محیط GIS (مطالعة موردی: منطقه سرابله). تحقیقات حمایت و حفاظت جنگل‌ها و مراتع ایران، 12(1): 1-19.

5. آرخی، ص. 1393. تهیه نقشه کاربری اراضی دشت عباس ایلام با استفاده از روش‌های شبکه عصبی مصنوعی، ماشین بردار پشتیبان و حداکثر احتمال. نشریه مرتعداری، 1(2): 30-43.

6. بلوچی، ب.، م. دهقانی و م. ر. نیکو. 1395. بررسی تغییر کاربری اراضی و اثرات احداث سد کرخه با استفاده از تصاویر ماهواره‌ای و روش طبقه‌بندی بیشترین شباهت. مهندسی منابع آب، 9(28): 19-32.

7. رضایی مقدم، م. ح.، ص. اندریانی، خ. ولیزاده کامران و ف. الماس­پور. 1395. تعیین بهترین الگوریتم استخراج کاربری - پوشش اراضی و کشف تغییرات از تصاویر ماهواره­ای لندست (مطالعه موردی:حوضه صوفی چای مراغه). فضای جغرافیایی، 16(55): 65-85.

8. رﯾﺎﺣﯽ ﺑﺨﺘﯿﺎری، ح. ر.، ع. ا. درویش­صفت و م. زبیری. 1383. تعیین مناسب­ترین روش تهیه نقشه­های پوشش منابع طبیعی در مقیاس 1:250000 با استفاده از داده­های ماهواره­ای در ناحیه دشت ارژن. مجموعه مقالات همایش ژئوماتیک، تهران، سازمان نقشه­برداری کشور. 1 اردیبهشت ماه.

9. سفیانیان، ع. 1388. بررسی تغییرات کاربری اراضی محدوده شهر اصفهان با استفاده از تکنیک آشکارسازی برداری تغییرات طی سال­های 1366 تا 1377. علوم آب و خاک، 13(49): 153-164.

10. علوی­پناه، ک. 1385. کاربرد سنجش از دور در علوم زمین. انتشارات دانشگاه تهران. 437 صفحه.

11. علی محمدی، ع.، ع. ا. متکان، پ. ضیائیان و ه. طباطبایی. 1388. مقایسه روش­های طبقه­بندی پیکسل پایه، شی­پایه و درخت تصمیم در تهیه نقشه تیپ­های جنگل با استفاده از داده­های سنجش از دور (مطالعه موردی: جنگل آستارا). تحقیقات کاربردی علوم جغرافیایی، 10(13): 7-26.

12. مختاری، م. ح و ا. نجفی. 1394. مقایسه روش‌های طبقه‌بندی ماشین بردار پشتیبان و شبکه عصبی مصنوعی در استخراج کاربری‌های اراضی از تصاویر ماهواره‌ای لندست TM. نشریه علوم آب و خاک، 19(72): 35-44.

13. مظاهری، م. ر.، م. اسفندیاری، م. ح. مسیح­آبادی و ا. کمالی. 1392. پایش تغییرات زمانی کاربری اراضی با استفاده از تکنیک­های سنجش از دور و سیستم اطلاعات جغرافیایی (مطالعه موردی: جیرفت، استان کرمان). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 4(2): 25-39.

14. معبودی، م. ت. و ه. حکیمی. 1394. تحلیلی بر تغییرات کاربری اراضی و شبیه‌سازی گسترش شهری شهرهای میانه‌اندام (مطالعه موردی: شهر خوی). پژوهش­های جغرافیایی برنامه­ریزی شهری، 3(2): 211-226.

15. مکرونی، س.، غ. ر. سبزقبایی، ش. یوسفی خانقاه و س. سلطانیان. 1395. آشکارسازی روند تغییرات کاربری اراضی تالاب هورالعظیم با استفاده از تکنیک سنجش از دور و سیستم اطلاعات جغرافیایی. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 7(3): 89-99.

16. ممبینی، م.، م. آسیایی و ع. کرمشاهی. 1392. مقایسة روش حداکثر احتمال و فازی در تهیة نقشه کاربری/ پوشش اراضی جنوب خوزستان با استفاده از تصاویر لندست. سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 4(2): 69-80.

17. نظری سامانی، ع. ا.، م. قربانی و ح. ر. کوهبانی. 1389. ارزیابی روند تغییرات کاربری اراضی حوزه آبخیز طالقان در دوره 1366 تا 1380. مرتع، 4(3): 442-451.

18. Bayarsaikhan U, Boldgiv B, Kim K-R, Park K-A, Lee D. 2009. Change detection and classification of land cover at Hustai National Park in Mongolia. International Journal of Applied Earth Observation and Geoinformation, 11(4): 273-280.

19. Butt A, Shabbir R, Ahmad SS, Aziz N. 2015. Land use change mapping and analysis using Remote Sensing and GIS: A case study of Simly watershed, Islamabad, Pakistan. The Egyptian Journal of Remote Sensing and Space Science, 18(2): 251-259.

20. Foody GM. 2000. Mapping land cover from remotely sensed data with a softened feedforward neural network classification. Journal of Intelligent & Robotic Systems, 29(4): 433-449.

21. Jensen JR. 2005. Introductory Digital Image Processing: A Remote Sensing Perspective. Englewood Cliffs, NJ: Prentice –Hall. 318 pp.

22. Lu D, Li G, Moran E, Freitas C, Dutra L, Sant’Anna S. 2012. A comparison of maximum likelihood classifier and object-based method based on multiple sensor datasets for land-use/cover classification in the Brazilian Amazon. Proceedings of 4^th Geographic Object-Based Image Analysis (GEOBIA), Rio de Janeiro, Brazil. May 7-9.

23. Mitsova D, Shuster W, Wang X. 2011. A cellular automata model of land cover change to integrate urban growth with open space conservation. Landscape and Urban Planning, 99(2): 141-153.

24. Roostaei S, Alavi S, Nikjoo M, Kamran KV. 2012. Evaluation of object-oriented and pixel based classification methods for extracting changes in urban area. International Journal of Geomatics and Geosciences, 2(3): 738-749.

25. Saeidi S, Mohammadzadeh M, Salmanmahiny A, Mirkarimi SH. 2017. Performance evaluation of multiple methods for landscape aesthetic suitability mapping: A comparative study between Multi-Criteria Evaluation, Logistic Regression and Multi-Layer Perceptron neural network. Land Use Policy, 67: 1-12.

26. Schulz JJ, Cayuela L, Echeverria C, Salas J, Benayas JMR. 2010. Monitoring land cover change of the dryland forest landscape of Central Chile (1975–2008). Applied Geography, 30(3): 436-447.

27. Srivastava PK, Han D, Rico-Ramirez MA, Bray M, Islam T. 2012. Selection of classification techniques for land use/land cover change investigation. Advances in Space Research, 50(9): 1250-1265.

28. Yang X. 2011. Parameterizing support vector machines for land cover classification. Photogrammetric Engineering & Remote Sensing, 77(1): 27-37.