کاربرد تصاویر ماهواره ای با توان تفکیک بالا در به هنگام سازی نقشه های بزرگ مقیاس مطالعه موردی: تصویر آیکونوس ارومیه

نوع مقاله : علمی - پژوهشی

نویسندگان

1 گروه سنجش از دور و GIS ، دانشکده علوم زمین، دانشگاه شهید بهشتی

2 آموزشکده نقشه برداری، سازمان نقشه برداری ککشور

3 سازمان نقشه برداری کشور

چکیده

در این تحقیق چگونگی به هنگام سازی نقشه های بزرگ مقیاس با استفاده ازتصاویر سنجنده آیکونوس IKONOS مطرح می گردد. یک فریم کامل تصویر سنجنده مذکور که بخش بزرگی از شهر ا رومیه را پوشش می دهد به همراه عکس های هوایی (مقیاس 5000: 1)و نقشه های رقومی (2000: 1) همان منطقه به عنوان داده های وروردی مورد استفاده قرار گرفته است . هدف اصلی ما بهره گیری از قابلیت های دقیق مکانی باند پانکروماتیک، طیفی باندهای چند طیفی و کارایی طیفی – مکانی این دو به طور همزمان در تصویر ترکیبی است. در همین راستا تصحیح هندسی، ادغام تصاویر ، استخراج محتوی اطلاعاتی تصاویر، تشخیص تغییرات و بالاخره اعمال تغییرات استخراج شده در نقشه های موجود مباحث عمده این تحقیق هستند. تصحیح هندسی تصاویر با کمک مدل های پلی نومیال، رشنال و توابع RPC مورد تحلیل قرار گرفته است. در بخش مذکور مدل رشنال با ضریب سوم بهترین نتیجه را ارائه داده است . نکته قابل توجهی که در بکارگیری مدلRPC مشاهده گردید این بوده است که بدون بکار گیری نقاط کنترل زمینی دقت این مدل با 15 متر خطا همراه بود، ولی با بکارگیری تنها یک نقطه کنترل این مقدارخطا به 70 سانتیمتر کاهش یافت. نهایتا مدلی که بهترین نتایج را ارائه داده بود برای تولید تصاویر تصحیح شده پانکروماتیک و چند طیفی بکار گرفته شد. در بخش استخراج اطلاعات از تصاویر روش های تفسیر چشمی ، پیکسل – مبنا و فازی مورد استفاده قرارگرفتند. ویرایش و بررسی دقت اطلاعات استخراج شده با کمک عکس های هوایی و نقشه های رقومی موجود به انجام رسید. برای روش تفسیر چشمی تحلیل تصاویر و در روش های طبقه بندی نظارت شده و فازی نمونه های آموزشی کارایی مفیدی داشتند. نمونه های آموزشی برای تفسیر و نامگذاری کلاس های طبقه بندی نظارت نشده نیز کمک موثری ایفا کردند . برای مرحله تشخیص تغییرات از دو روش مقایسه نقشه های موجود با اطلاعات و کتوری استخراج شده و مطابقت نقشه های موجود با تصویر آیکونوس کمک گرفته شد. در مرحله آخر محتوای اطلاعاتی تصاویر آیکونوس با طبقات عوارض موجود در نقشه های 2000: 1و 1:5000 مقابله گردید اغلب طبقات عوارض نقشه های 1:5000 و گروه محدودی از عوارض نقشه های 1:2000 با کمک محتوی اطلاعاتی تصاویر آیکونوس قابل تشخیص و شناسایی بودند. بنابر این نتیجه گرفته شد که تصاویر آیکونوس برای به هنگام سازی نقشه های 1:5000 مناسب ولی برای نقشه های 1:2000 مواجه با نارسایی عمده می باشند.

کلیدواژه‌ها


عنوان مقاله [English]

Application of High Resolution Satellite Images for Large-Scale Map Revision Case Study: IKONOS Image of Urumia

نویسندگان [English]

  • Ali Akbar Matkan 1
  • Mohammad Sohrabinia 1
  • Saeid Sadeghian 2
  • Dadfar Manavi 3
1 Department of Remote Sensing and GIS, Faculty of Earth Sciences, Shahid Beheshti University, G.C.
2 Geomatics College, National Cartographic Center (NCC), Tehran, Iran.
3 National Cartographic Center (NCC), Tehran, Iran.
چکیده [English]

In this study, we have analyzed how to update large scale maps with the help of IKONOS images. To do this, a complete frame IKONOS image from aerial photos (1:5000 scale) and 1:2000 scale digital maps of the city of Urumia have been used as test data. Here, our objective is to exploit the spatial precision of a pan-chromatic band, the spectral richness of a multispectral image and the spatial and spectral capabilities of a pan-sharpened product at the same time. Meanwhile, geometric correction, image fusion, image information extraction, change detection and incorporation of the changes into the old maps are the main subjects of discussion in the current research. At first, geometric correction of IKONOS image has been analyzed with the help of polynomial, rational and RPC functions, with tables and charts used to compare statistical results of these three models. Overall, the rational model with a third coefficient gave the best result. Geometric correction with the RPC model without any control points gave an RMS error of 15 meters, which decreased to 70 cm. when only one control point was applied. The model with the best results was used to produce ortho-images of IKONOS pan-chromatic and multispectral images. To extract different object classes from the IKONOS image, visual interpretation, pixel-based and fuzzy object extraction methods have been used. Aerial photographs and old maps were used for editing and accuracy assessment of the results. Image analysis methods for visual interpretation, training samples for supervised and fuzzy classification and interpretation of the output classes of unsupervised classification all proved to be very helpful. Further, to detect occurrences of changes occurred relative to the old maps, comparison of the old maps with new extracted maps and comparison of the old maps with the IKONOS image were carried out. Finally, the information content of the IKONOS image was compared with object classes of 1:5000 and 1:2000 scale maps. For 1:5000 scale maps, most of object classes were detectable and recognizable, however, only a limited number of classes in 1:2000 scale maps were detectable and recognizable. In sum, it was found that IKONOS images are capable for the revision of 1:5000 scale maps but has some deficiencies in 1:2000 scale maps.

کلیدواژه‌ها [English]

  • Keywords: mathematical modeling
  • geometric correction
  • object extraction
  • information content
  • revision