پریسا گلشنی؛ یاسر مقصودی مهرانی؛ هرمز سهرابی
چکیده
با توجه به اهمیت عوامل بیوفیزیکی جنگل و پایش تغییرات آنها برای مدیریت جنگل ها، توسعه مدل های صحیح برای برآورد این عوامل ضروری است. با در نظر گرفتن محدودیت های آماربرداری های زمینی، استفاده از روش های سنجش از دور برای برآورد این عوامل ارجح است. استفاده از داده های رادار به صورت محدود در جنگل های هیرکانی برای برآورد ...
بیشتر
با توجه به اهمیت عوامل بیوفیزیکی جنگل و پایش تغییرات آنها برای مدیریت جنگل ها، توسعه مدل های صحیح برای برآورد این عوامل ضروری است. با در نظر گرفتن محدودیت های آماربرداری های زمینی، استفاده از روش های سنجش از دور برای برآورد این عوامل ارجح است. استفاده از داده های رادار به صورت محدود در جنگل های هیرکانی برای برآورد زیتوده استفاده شده است. در مطالعه حاضر، پتانسیل داده های پلاریمتری PALSAR-2 برای برآورد زیتوده در جنگل های هیرکانی بررسی شد. آماربرداری در چهار رویش گاه مختلف شامل جنگل حفاظت شده، جنگل طبیعی، جنگل تخریبشده و جنگل کاری آمیخته انجام و مقدار زیتوده در پلاتهای آماربرداری محاسبه شد. پس از استخراج داده های PolSAR با استفاده از تصاویر اخذ شده در فصل بهار و زمستان، میزان و نوع رابطه آنها با زیتوده بررسی شد. نتایج نشان داد طبقه بندی جنگل های مورد مطالعه براساس محدوده زیتوده و درصد تاج پوشش برای توسعه مدل ها ضروری است به گونه ای که برای هر نوع خاص جنگل، نوع متفاوتی از مشخصه های پلاریمتری کارایی دارند. همچنین نتایج نشان داد داده های حاصل از تصاویر اخذ شده در فصل بهار در حالت بابرگ تاج پوشش ارتباط مناسب تری با زیتوده دارند. نتایج مدلسازی با استفاده از رگرسیون خطی چندگانه نشان داد مولفه های حاصل از تجزیه پلاریمتری برای برآورد زیتوده مناسب تر عمل می کنند و برای هر رویشگاه، مشخصه های متفاوتی قابل استفاده هستند. نتایج کلی این مطالعه و مقایسه آن با مطالعات دیگر بیانگر آن است که طبقه بندی پوشش درختی براساس میزان زیتوده (حجم) در هکتار، وضعیت تاج پوشش و همچنین وضعیت توپوگرافی منطقه به منظور توسعه مدل های برآورد زیتوده ضروری به نظر می رسد. همچنین نتایج نشان داد برای رویشگاه های مختلف با مشخصات و خصوصیات متفاوت نوع خاصی از داده های پلاریمتری با زیتوده همبستگی نشان می دهد.
امیر آقابالائی؛ حمید عبادی؛ یاسر مقصودی مهرانی
چکیده
چندین مطالعه انجام شده در دهه اخیر نشان داده است که سامانه‌های تصویربرداری رادار با روزنه مجازی (SAR) در مد Compact پلاریمتری (CP) می‌توانند بر معایب سامانه‌های تصویربرداری SAR در مد تمام پلاریمتریک (FP) غلبه کرده و عملکرد قابل قبولی را در کاربردهای مختلف سنجش از دور مانند مدیریت و پایش منابع مهم طبیعی از جمله جنگل‌ها ارائه ...
بیشتر
چندین مطالعه انجام شده در دهه اخیر نشان داده است که سامانه‌های تصویربرداری رادار با روزنه مجازی (SAR) در مد Compact پلاریمتری (CP) می‌توانند بر معایب سامانه‌های تصویربرداری SAR در مد تمام پلاریمتریک (FP) غلبه کرده و عملکرد قابل قبولی را در کاربردهای مختلف سنجش از دور مانند مدیریت و پایش منابع مهم طبیعی از جمله جنگل‌ها ارائه دهند. در این راستا، فناوری نوینی به نام تداخل سنجی پلاریمتریک SAR (PolInSAR)، به عنوان ابزاری توانمند در این حوزه، بسیار مورد توجه قرار گرفته است. در این مقاله، عملکرد داده‌های C-PollnSAR) Compact PollnSAR)در مد ارسال و دریافت قطبش دایروی (DCP) جهت برآورد ارتفاع درختان جنگل مورد بحث و بررسی قرار گرفته است. برای این منظور، روش‌های مرسوم جهت بازیابی ارتفاع درختان در مناطق جنگلی، شامل روش تفاضلی مدل رقومی ارتفاعی (DEM)، روش اندازه دامنه کوهرنسی و نیز روش ترکیبی (فاز و کوهرنسی)، بر روی این داده‌ها پیاده‌سازی شد. به منظور ارزیابی عملکرد داده‌های C-PolInSAR، نتایج حاصل از این داده‌ها با نتایج به دست آمده از داده‌های Full PolInSAR) F-PollanSADR) مقایسه و ارزیابی گردید. نتایج تجربی به دست آمده در این تحقیق بر دو مجموعه داده شبیه‌سازی شده از نرم‌افزار PolSARProSim در باندهای L و P نشان دادند که داده‌های C-PolInSAR در مد DCP، عملکرد و نتایج یکسانی نسبت به داده‌های F-PolInSAR با در نظر گرفتن HH+VV به عنوان قطبش پس‌پراکنش شده از زمین، در برآورد ارتفاع دارند. به ویژه آنکه، داده‌های C-PolInSAR در مد DCP بهبود 78/0 متری و 55/0 متری را به ترتیب در باندهای L و P نسبت به داده‌های F-PolInSAR با انتخاب HH-VV به عنوان قطبش زمین، در برآورد ارتفاع درختان حاصل کردند. علاوه براین، به کارگیری داده‌های C-PolInSAR هنگامی که منابع سامانه‌های تصویربرداری پلاریمتریک محدود هستند، در دسترس نیستند، و نیز در طول موج‌های بلند، که قطبش ارسالی متأثر از چرخش فارادی است، می‌تواند یک راهکار مؤثر باشد.
سعید آزادنژاد؛ یاسر مقصودی مهرانی
چکیده
داده‌های پلاریمتریک، یک منبع اطلاعاتی اضافی در تداخل سنجی راداری محسوب می‌شوند که می‌توانند با کمک بهینه‌سازی پلاریمتری با الگوریتم های مختلف تداخل سنجی راداری ترکیب شده و منجر به بهبود کارایی این الگوریتم ها شوند. ترکیب ...
بیشتر
داده‌های پلاریمتریک، یک منبع اطلاعاتی اضافی در تداخل سنجی راداری محسوب می‌شوند که می‌توانند با کمک بهینه‌سازی پلاریمتری با الگوریتم های مختلف تداخل سنجی راداری ترکیب شده و منجر به بهبود کارایی این الگوریتم ها شوند. ترکیب اطلاعات پلاریمتری و تداخل سنجی راداری، که تحت عنوان تداخل سنجی راداری پلاریمتریک معرفی می‌شود، می‌تواند منجر به افزایش همدوسی و تعداد پیکسل‌های پراکنش گر دائمی شود. این تکنیک بر اساس بهینه سازی پلاریمتریک کانال های پلاریمتریک را با یکدیگر ترکیب کرده و کانال بهینه‌ای را تولید می‌کند که در آن تراکم و کیفیت فاز پیکسل های پراکنش گر دائمی نسبت به کانال های خطی افزایش پیدا کند. در هر پیکسل این کانال بهینه، بردار مکانیزم پراکنشی که منجر به بهینه ترین مقدار از تابع هدف مسئله بهینه سازی شود به عنوان بردار مکانیزم پراکنش بهینه انتخاب می‌شود. با توجه به اهمیت موضوع تراکم پیکسل‌های پراکنش‌گر دائمی قابل اعتماد در موفقیت روش های PSI،هدف اصلی این مقاله استفاده از اطلاعات پلاریمتریک دوگانه سنجنده Sentinel1-A و TerraSAR-Xدر الگوریتم تداخل سنجی PSInSARمعمولی و مقایسه و ارزیابی این داده‌ها در افزایش تراکم پیکسل های پراکنش گر دائمی می باشد. در این تحقیق ترکیب اطلاعات پلاریمتریک دوگانه با الگوریتم تداخل سنجی PSInSAR به کمک بهینه سازی شاخص پراکندگی دامنه انجام گرفت. به منظور بررسی رویکرد پیشنهادی این تحقیق، تعداد 40 تصویر پلاریمتریک دوگانه (VV/VH)سنجنده Sentinel1-A در بازه زمانی فوریه 2017 تا می 2018و 20 تصویر پلاریمتریک دوگانه (HH/VV) سنجنده TerraSAR-X در بازه زمانی جولای2013 تا آپریل 2014 مورد استفاده قرار گرفت. نتایج نشان می دهد بهینه سازی پلاریمتریک با داده های S1A تراکم PSها را برای کل منطقه، منطقه شهری و منطقه غیر شهری به ترتیب حدود 7/1 برابر، 6/1برابر و 9/1 برابر افزایش داد. همچنین این افزایش در مورد داده‌هایTSX به ترتیب حدود 3 برابر، 2/3 برابر و 9/2 برابر بود.
سیده سمیرا حسینی؛ حمید عبادی؛ یاسر مقصودی مهرانی
چکیده
در دهه‌های اخیر توجه زیادی به تخمین زیست توده جنگلی شده است. تهیه نقشه‌های جامع و صحیح از زیست توده جنگلی جهت مدل کردن چرخه کربن جهانی و کاهش گازهای گلخانه‌ای از اهمیت بسیار زیادی برخوردار است. روش‌های قدیمی برای تخمین زیست توده براساس مقادیر بازپراکنش‌ها به کمک آنالیزهای رگرسیون صورت می‌پذیرفت. مشکل اصلی این روش‌ها، سطح اشباع ...
بیشتر
در دهه‌های اخیر توجه زیادی به تخمین زیست توده جنگلی شده است. تهیه نقشه‌های جامع و صحیح از زیست توده جنگلی جهت مدل کردن چرخه کربن جهانی و کاهش گازهای گلخانه‌ای از اهمیت بسیار زیادی برخوردار است. روش‌های قدیمی برای تخمین زیست توده براساس مقادیر بازپراکنش‌ها به کمک آنالیزهای رگرسیون صورت می‌پذیرفت. مشکل اصلی این روش‌ها، سطح اشباع پایین آنها در طول موج‌ها و پلاریزاسیون‌های مختلف بدلیل در نظر نگرفتن پارامترهای ساختاری بود. به کمک تکنیک‌های اینترفرومتری، تحقیقات به سمت استخراج پارامترهای ساختاری سوق پیدا کرد. ارتفاع یکی از پارامترهای ساختاری می‌باشد که جهت تخمین زیست توده جنگلی می‌تواند استفاده شود. بهبود روش‌های بازیابی ارتفاع درختان نقش بسیار مهمی در استخراج صحیح زیست توده جنگلی ایفا می‌کند. در این مقاله یک روش جدید به منظور بهینه‌سازی ماتریس پراکنش به کمک تغییر پایه پلاریزاسیون جهت تخمین ارتفاع معرفی شده است. به کمک تغییر ماتریس پراکنش در پایه پلاریزاسیون‌های مختلف برای هر دو تصویر پایه و پیرو، پارامترهای همبستگی مختلف استخراج شده و با روش‌های مختلف تخمین ارتفاع، ارتفاع درختان تخمین زده شده است. داده‌های مورد بررسی، داده‌های تمام پلاریمتری از سنجنده هوایی SETHI در باند P می‌باشد که در منطقه جنگل‌های شمالی واقع در Remningstorp در جنوب کشور سوئد برداشت شده است. نتایج نشان می‌دهد که روش‌هایی که در آنها تغییر فاز وجود دارد در اثر تغییر پارامترهای هندسی بیضوی، بهبود چشمگیری داشته‌اند بطوری که روش‌های فاز حجم تصادفی برروی زمین با 76/0= R2 و76/3 = RMSE و تفاضلی مدل رقومی با 69/0-= R2 بهترین بهبود در نتایج را داشته‌اند و روش وارونگی دامنه همدوسی که با مقدار کوهرنس ارتفاع را استخراج می‌کند، با 17/0= R2 بهبود چندانی در نتایج آن ملاحظه نشده است.
