عنوان	طبقه بندی پوشش مناطق شهری با استفاده از یادگیری ماشین
نوع پژوهش	مقاله ارائه شده کنفرانسی
کلیدواژه‌ها	یادگیری ماشین، جنگل تصادفی، لندست ،9کاربری زمین
چکیده	تغییرات کاربری زمین و پوشش زمین به دلیل تأثیرات گستردهای که بر محیطزیست، جامعه انسانی و مدیریت منابع طبیعی دارد، از موضوعات حیاتی در علوم محیطی و برنامهریزی منطقهای محسوب میشود. این پژوهش به بررسی دقیق تغییرات مناطق شهری در منطقه نایسر، استان کردستان، با استفاده از دادههای ماهوارهای Landsat 9و الگوریتم جنگل تصادفی میپردازد. نتایج طبقهبندی با استفاده از معیارهایی نظیر دقت کلی ( )%90.38و ضریب کاپا ( )%87.38ارزیابی شد. بررسی کلاسهای مختلف نشان داد که الگوریتم جنگل تصادفی در طبقهبندی جنگلها بادقت تولیدکننده %96 عملکرد بهتری داشت، اما در طبقهبندی اراضی بایر بادقت %56چالشهایی را تجربه کرد. در مجموع، این مطالعه تأیید میکند که ترکیب دادههای ماهوارهای با الگوریتمهای یادگیری ماشین میتواند ابزار مؤثری برای تولید نقشههای دقیق پوشش مناطق شهری باشد. همچنین، یافتهها نشاندهنده اهمیت انتخاب الگوریتم و ویژگیهای ورودی مناسب برای دستیابی به نتایج قابلاعتماد هستند
پژوهشگران	رسول لطفی (نفر اول)، حامد فاروقی (نفر دوم)