محمد مهدی تقدسی؛ مهدی حسنلو؛ کامران افتخاری
چکیده
شوری خاک یکی از عوامل گسترش بیابان‌زایی و تخریب منابع زیست محیطی در مناطق خشک و نیمه خشک محسوب می‌شود. با توجه به روند رو به گسترش شوری‌زایی در طی سالیان اخیر و اهمیت حفظ منابع طبیعی، تعیین گستره نواحی تحت تأثیر این پدیده و شدت شوری در این مناطق از اهمیت ویژهای برخوردار است. استفاده از پتاسیل تصاویر ماهواره‌ای با توان ...
بیشتر
شوری خاک یکی از عوامل گسترش بیابان‌زایی و تخریب منابع زیست محیطی در مناطق خشک و نیمه خشک محسوب می‌شود. با توجه به روند رو به گسترش شوری‌زایی در طی سالیان اخیر و اهمیت حفظ منابع طبیعی، تعیین گستره نواحی تحت تأثیر این پدیده و شدت شوری در این مناطق از اهمیت ویژهای برخوردار است. استفاده از پتاسیل تصاویر ماهواره‌ای با توان تفکیک مکانی و طیفی بالا و به کارگیری تکنیک‌های سنجش از دوری یکی از راه‌های مؤثر در تشخیص این پدیده و تعیین شدت شوری در نواحی آسیب دیده است. براین اساس پژوهش حاضر با نمونه‌برداری از خاک منطقه‌ای واقع در کوه سفید استان قم که تحت تأثیر شوری است، به تهیه نقشه سطوح مختلف شوری خاک با استفاده از تصاویر ماهواره سنتینل-2 پرداخته است. در این راستا، شاخص‌های متنوع شوری از تصاویر ماهواره‌ای استخراج شده و در فرآیند طبقهبندی تصویر به کلاسهای شوری از قبیل خاک بدون شوری، با شوری کم، شوری متوسط، شوری بالا و خاک اشباع از شوری مورد استفاده قرار گرفتند. نتایج طبقهبندی صورت گرفته از 5 الگوریتم طبقهبندی نظارت شده شامل حداقل فاصله، ماهالانوبیس، متوازی السطوح، حداکثر احتمال و ماشین‌بردارپشتیبان، بیانگر بالاترین دقت به دست آمده از طبقهبندی کننده ماشین‌بردار پشتیبان با دقت کلی 218/92 درصد و ضریب کاپای 894/0 در تهیه نقشه‌ی کلاسهای شوری بود. ارزیابی نقشه‌های به دست آمده از کلاسهای شوری همچنین نشان‌دهنده‌ی شدت شوری بالاتر نواحی شرقی کوه‌سفید نسبت به دیگر مناطق بوده که ناشی از مجاورت بیشتر این نواحی نسبت به دریاچه نمک استان قم و کشیده شدن سطوح نمک به زمین‌های اطراف می‌باشد.
پرهام پهلوانی؛ مهدی حسنلو
چکیده
امروزه ترکیب دادهها و تصاویری که از منابع مختلف سنجش از دوری به دست آمدهاند، به عنوان راهحلی بهینه به منظور استخراج اطلاعات بیشتر مطرح است، چرا که این دادهها با دید وسیع خود، رقومی بودن، تهیه بصورت دورهای، اطلاعات مختلفی را در اختیار محققین قرار میدهند. در این راستا، سنجندههای غیرفعال نوری به صورت گسترده در نگاشت ساختارهای افقی مورد ...
بیشتر
امروزه ترکیب دادهها و تصاویری که از منابع مختلف سنجش از دوری به دست آمدهاند، به عنوان راهحلی بهینه به منظور استخراج اطلاعات بیشتر مطرح است، چرا که این دادهها با دید وسیع خود، رقومی بودن، تهیه بصورت دورهای، اطلاعات مختلفی را در اختیار محققین قرار میدهند. در این راستا، سنجندههای غیرفعال نوری به صورت گسترده در نگاشت ساختارهای افقی مورد استفاده قرار میگیرند. دادههای راداری نیز با توجه به این که غالباً مستقل از شرایط جوی و به صورت شبانهروزی امکان جمعآوری دارند و نیز برخی ساختارهای زمینی و اهداف مصنوعی پاسخ ویژهای در فرکانس راداری دارند، تواناییهای تصاویر نوری را تکمیل میکنند. همچنین دادههای هوابرد لیدار نیز میتوانند اندازهگیریهای نمونهای با دقت بسیار بالا از ساختارهای قائم در اختیار قرار دهند. در نتیجه، استفاده همزمان دادههای نوری، راداری و لیدار میتواند اطلاعات بیشتری در کاربردهای متنوع فراهم نماید. در این تحقیق، با بکارگیری همزمان این سه دسته داده سعی بر شناسایی عوارض خاص شهری به شکل بهینه نمودیم. در این راستا، با بکارگیری و تولید توصیفگرهای مختلف (57 توصیفگر) و با استفاده از روشهای استخراج ویژگی (شامل PCA و ICA) و تخمین ابعاد ذاتی دادهها (شاملSML و NWHFC)، فضای بهینهای برای طبقهبندی نظارت شده ایجاد شد. پس از انجام طبقهبندی (روش K-NN) با استفاده از نتایج بدست آمده، توصیفگرهای (لایههای اطلاعاتی) تولید شده برای شناسایی عوارض خاص شهری شامل ساختمانها، راهها و پوشش گیاهی براساس دقت کلاسهبندی بدست آمده و گروهبندی شدند. نتایج عددی بدست آمده حاکی از کارایی بالای رویه پیشنهادی و نیز روشهای بکارگرفته شده تخمین بعد ذاتی و استخراج ویژگی است.
