نتایج

3) نتایج

 پس از تعیین نمونه های تعلیمی مناسب و استفاده از داده های طبقه بندی کننده حداکثر احتمال روش تعیین تغییرات با استفاده از طبقه کننده مستقیم انجام شد. در مرحله بعد با تفسیر چشمی و استفاده از تصاویر بزرگ مقیاس و نیز نقشه توپوگرافی تعدادی نمونه برای انجام ارزیابی صحت نقشه های تولید شده به تعیین شد. سپس برای ماتریس خطا به دست آمده ضریب کاپا محاسبه شد. ضریب کاپا معیار مناسبی برای مقایسه روش شناختی های مختلف است (علوی پناه، 1385 ). شکل 1 نقشه تغییرات و جدول 1 ماتریس اشتباه را نشان می­دهد.

جدول 1: ماتریس اشتباه در روش طبقه بندی مستقیم داده های چند زمانه

Commission Error	Total	Change	No Change	Map/Reference map
0.0617	470	29	441	No Change
0.1122	517	459	58	Change
Overall:%91.19	987	488	499	Total
Kappa: 0.8238		0.0594	0.1162	Omission Error

در مرحله بعد با استفاده از تمام باندها در هر تاریخ، مؤلفه اصلی تولید شد. سپس تصاویر مؤلفه اصلی از یکدیگر کم شدند. پس از ایجاد تصویر تفاضل با استفاده از معیارهای میانگین و انحراف معیار داده ها استاندارد شدند.در مرحله بعد با استفاده از روش منحنی صحت واستفاده از ضریب کاپا بهترین حدود آستانه در دو دنباله هیستوگرام تصویر تفاضل برابر با 69/0 انحراف معیار به دست آمد (شکل 2). از این طریق کاپای بهینه  6372/0 به دست آمد.

جدول 2: ماتریس اشتباه در روش مقایسه مؤلفه های اصلی و استفاده از تفاضل تصاویر

Commission Error	Total	Change	No Change	Map/Reference map
0.1813	502	91	411	No Change
0.1814	485	397	88	Change
Overall:%81.86	987	488	499	Total
Kappa: 0.6372		0.1865	0.1764	Omission Error

ملاحظه می شود که بر اساس ماتریس اشتباه به دست آمده روش طبقه بندی کننده مستقیم داده ها نتایج بهتری ارایه کرده است.