Article Sidebar

Download
Statistic
Read Counter : 45

Main Article Content

Abstract

Satellite imagery is a useful tool for analyzing the interactions between the human environment and the natural environment, aiding decision-making and planning in complex situations. Today, satellite imagery and remote sensing technologies are expanding due to the availability of high-quality data and high-accuracy analysis and applications across various sectors. Accurate classification of satellite imagery is essential for obtaining reliable information about remote sensing technology. Land cover maps are vital for natural resource studies and environmental management, as land cover changes significantly impact the earth’s surface and environment. This study's main objective was to prepare a land cover map for Paghman District using Landsat-8 satellite imagery and ERDAS software, employing both supervised and unsupervised methods.

Keywords

Land Cover Remote Sensing Satellite Supervised Method Unsupervised Method

Article Details

License

Copyright (c) 2024 Reserved for Kabul University.

Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.

How to Cite
Reshteen, S., & Rahmatzai, A. (2020). Land Cover Mapping Analysis of Paghman District Using Landsat-8 Image. Journal of Natural Sciences – Kabul University, 3(1), 69–82. https://doi.org/10.62810/jns.v3i1.129
Download Citation
Endnote/Zotero/Mendeley (RIS)
BibTeX

References

  1. اکبری، الهه، ابراهیمی، مجید و نژاد سلیمانی، حمید. (1394). ارزیابی دمای سطح زمین در ارتباط با روند تغییرات کاربری اراضی با استفاده از تصاویر اقمار مصنوعی. جغرافیا و برنامه‌ریزی محیطی. ص 153.
  2. حسینی، زین العابدین، زرنگ، نسیم و طیبا، علی رضا. (1393). بررسی رابطۀ تغییرات دمای سطحی زمین (LST) و پوشش گیاهی با تصاویر لندست، مطالعه موردی شهر اصفهان. دانشگاه آزاد اسلامی واحد یزد، ص 3.
  3. راهداری، وحید، نجف آبادی و ملکی، سـعیده و رهنما، محـمد. (1393). مقایسـه روش‌های صنف‌بندی تصاویر قمـرمصـنوعی (نظارت‌شده و نظارت‌نشده) در تهیۀ نقشـه کاربری و پوشش اراضی مناطق خشـک و نیمه‌خشک. دانشـگاه زابل، ص 1.
  4. رنگزن، کاظـم، خورشـیدی، سـعدی و آب شـیرین، احسـان. (1387). تلفیق شاخـص NDVI و باند ترمال تصویر اقمار مصـنوعی برای اسـتخراج نقشـه تراکم پوشـش گیـاهی با اسـتفاده از RS و GIS. دانشگاه شهید چمران اهواز. ص3.
  5. سازمان آموزشی فنی و حرفه ایی کشور. (1393). پردازش تصویر با نرم افزار ERDAS. ص 4.
  6. سفیانیان، علی‌رضا، خداکرمی، لقمان. (1394). تهیۀ نقشه کاربری اراضی با استفاده از روش صنف‌بندی فازی. دانشـگاه صـنعتی اصـفهان. ص 97.
  7. سفیانیان، علی‌رضا و فلاحتکار، سامره. (2014). آشکارسازی تغییرات پوشش و کاربری اراضی با تکیه بر علوم دورسنجی. دانشـگاه صنعتی اصـفهان. ص 14.
  8. شیخ حسنی، حسین. (1380). مدل سازی برنامه‌ریزی محیطی با استفاده از سیستم اطلاعات جغرافیایی و سنجش از دور. دانشـگاه تربیت مدرس. ایران. ص 2.
  9. شیرازی، نجمه چراغی، حمزه یان، روزبه و معصومی، اشکان. (1394). مقایسه‌ی الگوریتم‌های صنف‌بندی بر روی تصاویر اقمار مصنوعی سنجش از دور. سال پنجم شمارۀ 17، صص32-33.
  10. علوی پناه، سید کاظم، گودرزی مهر، سعید و خاکباز، باهره. (1390). فناوری سنجش از راه دور حرارتی و کاربرد آن در شناسایی پدیده‌ها. دانشـگاه تهـران. ص 2.
  11. در ت کاظمی، محمد، نوحه‌گر و احمد و میردادی، میرداد. (1396). انتخاب بهترین روش صنف‌بندی در تهیۀ نقشه کاربری اراضی با استفاده از داده‌های سنجنده OLI لندست 8. ایران. ص 80 .
  12. مالمیریان، حمید. (1395). تهیۀ نقشه‌های موضوعی با تصاویر اقمار مصنوعی. جلد 6، شمارۀ 21، ص ۸ .
  13. میر صانع، محمدرضا. (1393). معرفی مهم‌ترین قمرمصنوعی‌های سنجش از دور در منابع زمینی، ص 3.
  14. Ayyanna, B.S.Polisgowdar, M.S.Ayyanagowdar and M.A. Bellakki. (2018). Accuracy Assessment of Supervised and Unsupervised Classification using Landsat-8 Imagery of D-7Shahapur Branch Canal of UKP Command Area Karnatake, India. Int.J.Curr.Microbiol.App.Sci.Volume 7. P 205.
  15. Bateson, M Hall and Jordan C. (2004). ERDAS Imaging 8.5 and 8.6 Training Manual. British Geological Survey. Internal Report. P 7.
  16. Dinh, Duong Nguyen. (2016). Automated Classification of Land Cover Using Landsat-8 OLI Surface Reflectance Product and Spectral Pattern Analysis Concept- Case Study in Hanoi, Vietnam. Institute of Geography, Vietnam Academy of Science and Technology. P 987.
  17. Eiden, Gerd. (2005). Land Cover and Land Use Mapping.Vo l (1), P 2.
  18. GeoTED. (2016). Remote Sensing in an Arcmap Environment. Classification of a Landsat Image (Supervised), P 225.
  19. Girs. (2015). معرفی باندی‌های قمرمصنوعی لندست-8 P 2.
  20. Ghiassi, Majid. (2005). Land use/Land Cover Mapping by Integrating Remote Sensing and Geographical Information Techniques.Tehran, Iran. P 1.
  21. Jensen, J. R. (1996). Introductory Digital Image Processing, A .Remote Sensing
  22. Perspective. Second edn. Prentice Hall, Saddle River, NJ, P 544.
  23. Igbokwf.Joel and Ezeomedo. (2013). Mapping and analysis of land use and land cover for a sustainable development using high resolution satellite image and GIS. Nigeria. P 2.
  24. Karakuş, C.B. Asia-Pacific J Atmos Sci. (2019) the Impact of Land Use/Land Cover (LULC) Changes on Land Surface Temperature in Sivas City Center and Its Surroundings and Assessment of Urban Heat Island.
  25. Phiri, Darius and Morgenroth, Justin. (2017). Developmnts in Landsat Land Cover Classification Methods: A Review. MDPI. P 9.
  26. Ulbricht, Klaus A, Teotia, Harendra S and Civco, Daniel L. (2015). Supervised Classification to Land Cover Mapping in Semi-arid Environment of NE Brazil Unsing Landsat-TM and Spot Data. P 821.
  27. Zahedifard, N. (2002). Preparation of land use map using satellite data in Baft watershed. Isfahan University of technology.