Assessing the desertification trend using neural network classification and object-oriented techniques (Case study: Changouleh watershed - Ilam Province of Iran)

Collesme nedeniyle uretim ve ekolojik faaliyetlerde dusus olusur. Bu dusus dogal ya da dogal olmayan (insan) faktorlere bagli olarak ortaya cikmaktadir. Bu durum kurak ve yari kurak bolgelerde daha belirgindir. Bu calismanin amaci, 9949 hektarlik alan kaplayan ve Ilam eyaletinin guneyinde yer alan Changouleh havzasinda sinir agi siniflandirma ve nesne yonelimli teknikleri kullanarak collesme egilim degerlendirmesini ortaya koymaktir. Bu calismada, 1984 ve 2013 yili TM ve ETM + uydu goruntuleri kullanilmistir. Geometrik ve atmosferik duzeltmeler yapildiktan sonra, goruntuler iki sinir agi ve nesne yonelimli algoritmalar kullanilarak siniflandirilmistir. Ayrica, elde edilen haritalarin dogrulugunu degerlendirmek ve kontrol etmek icin, Kappa katsayisi, Karisiklik matris ve siniflandirma istikrari gibi tipik parametreler haric tutulmustur. Sonuclar degisikliklerin cogunun ciplak topraklardaki artis ve fakir mera alanlarindaki azalma ile iliskili oldugunu gostermistir; Bu nedenle, bu alanlarin yaklasik% 18'i cole donusmustur. Harita dogruluk degerlendirme sonuclarina gore, her iki yontem (Kappa katsayisi (% 94)) ve (genel dogruluk (96,26%)) de yuksek dogruluk gostermektedir. Bunun yani sira nesne yonelimli yaklasim ile; daha fazla sinif kategorize etmek mumkundur ve sinir agi yontemine gore yuksek bir dogruluga sahiptir