یوسف عبادی؛ اکرم افتخاری؛ حکمت اله محمدخانلو؛ مجید فخری
چکیده
ارزش و اهمیت ریزش‌های جوی و به‌خصوص حالت غیرمایع آن مانند برف؛ در بحث تأمین آب مورد نیاز مجتمعات انسانی غیرقابل انکار است. در کشور ما که منطقه‌ای نیمه‌خشک محسوب می‌شود، ویژگی‌های برف و ذوب تأخیردار آن اهمیت بالایی در تأمین آب در فصول کم‌آب سال دارد. از این رو مطالعه کمیت این پدیده همواره مورد توجه بوده است. دادهای سنجش‌از‌دوری ...
بیشتر
ارزش و اهمیت ریزش‌های جوی و به‌خصوص حالت غیرمایع آن مانند برف؛ در بحث تأمین آب مورد نیاز مجتمعات انسانی غیرقابل انکار است. در کشور ما که منطقه‌ای نیمه‌خشک محسوب می‌شود، ویژگی‌های برف و ذوب تأخیردار آن اهمیت بالایی در تأمین آب در فصول کم‌آب سال دارد. از این رو مطالعه کمیت این پدیده همواره مورد توجه بوده است. دادهای سنجش‌از‌دوری به‌دلیل داشتن پوشش تکراری در زمینه پایش سطوح برفی به خوبی می‌توانند مورد استفاده قرار گیرند. روش‌های آشکارسازی مختلفی قابلیت استفاده در این زمینه را دارا هستند. شاخص‌های طیفی که به نوعی مبتنی بر استخراج بازتاب طیف‌های جذب و انعکاس برف هستند، به‌صورت خودکار قابلیت سطوح برفی را دارا هستند. در این مطالعه که به منظور ارزیابی چهار شاخص مهم در برف سنجی و معرفی یک شاخص طیفی جدید انجام شده است، از داده‌های ماهوارهای لندست8 و سنتینل2 بهره گرفته شده است. شاخص‌های طیفی برف مورد استفاده عبارت هستند از NDSI-S3-NDSII-SWI و شاخص پیشنهادی PCSWIRI که مبتنی بر تحلیل مؤلفه‌های اصلی (PCA) است، بر روی تصاویر مورد استفاده مورد ارزیابی قرار گرفت. نتایج ارزیابی شاخص‌ها با استفاده از معیارهای ضریب کاپا و صحت کلی؛ نشان‌دهنده دقت بالاتر شاخص پیشنهادی (ضریب کاپای 1 برای تصویر لندست 8 منطقه اصلی، و 0.96 برای تصویر منطقه ارزیابی 1) در تفکیک شباهت‌های طیفی برف و سایر پدیده‌ها در منطقه مورد مطالعه است. از این رو شاخص جدید می‌تواند جایگزین شاخص‌های برف؛ در مناطقی که اختلاط طیفی پدیده‌ای مانند نمک، باعث خطا در استخراج سطوح برفی می‌شود؛ باشد. همچنین برای محاسبه خودکار شاخص‌ها و شاخص پیشنهادی؛ برنامه کاربردی در محیط نرم‌افزار MatLAB توسعه داده شده و به‌صورت رابط گرافیکی تهیه گردید.
سعید اجاقی؛ صفا خزایی
چکیده
آشکارسازی تغییرات با رویکرد شیءگرا در تصاویر با قدرت تفکیک مکانی بالا به این دلیل که علاوه بر ویژگی های طیفی از ویژگی های مکانی، هندسی و بافتی استفاده می کند در مقایسه با رویکرد پیکسل مبنا نتایج بسیار خوبی به همراه داشته است. با این وجود، انتخاب الگوریتم و ویژگی های بهینه همچنان به عنوان چالشی اساسی باقی مانده است. در این تحقیق، ...
بیشتر
آشکارسازی تغییرات با رویکرد شیءگرا در تصاویر با قدرت تفکیک مکانی بالا به این دلیل که علاوه بر ویژگی های طیفی از ویژگی های مکانی، هندسی و بافتی استفاده می کند در مقایسه با رویکرد پیکسل مبنا نتایج بسیار خوبی به همراه داشته است. با این وجود، انتخاب الگوریتم و ویژگی های بهینه همچنان به عنوان چالشی اساسی باقی مانده است. در این تحقیق، جهت بهبود آشکارسازی تغییرات با رویکرد شیءگرا از الگوریتم جنگل تصادفی (RF) در فضای ویژگی های بهینه استفاده شده است. در این راستا، نخست ویژگی های بافت بر روی تصاویر مربوط به دو زمان متفاوت استخراج می شود و از PCA جهت انتخاب ویژگی های بافتی مناسب استفاده می گردد. سپس، قطعه بندی چند مقیاسه در فضای ترکیب یافته از باندهای طیفی و ویژگی های بافتی مناسب در چهار سطح مختلف با استفاده از نرم افزار Ecognition انجام شده و بهترین سطح قطعه بندی تعیین می شود. در ادامه، ویژگی های بافتی، مکانی و هندسی از روی تصویر قطعه بندی شده در بهترین سطح استخراج می گردد و بر اساس محاسبه ی فاصله اقلیدسی مربوط به نمونه های آموزشی در کلاس های مختلف، ویژگی های بهینه شناسایی می شوند. کارایی الگوریتم RF شیءگرا در مقایسه با روش های متداول SVMو KNN بر اساس معیار کاپا و صحت کلی و مدت زمان محاسبات مورد بررسی قرار گرفته است. در این تحقیق، از تصاویر ماهوارهای GeoEye-1 و Quick Bird-1مربوط به سال های 2002 و 2015 جهت آشکارسازی تغییرات در جزیره قشم استفاده شده است. بر اساس نتایج تجربی، برای الگوریتم های RF شیءگرا، SVM و KNN صحت کلی به ترتیب 57/86، 76/83 و 75 درصدو ضریب کاپا به ترتیب97/0, 75/0 و 63/0 به دست آمد. همچنین، RF به دلیل استفاده از آستانه گذاری بر روی باندهای مختلف و تولید طبقه بندی کننده های درختی با تنوع بالا و وزن دهی مناسب، نسبت به هر یک از نتایج طبقه بندی کننده ها توانست بالاترین دقت را تولید کند.
وحید صادقی؛ حمید عنایتی؛ حمید عبادی
چکیده
آنالیز تصاویر چندزمانه سنجش‌از دور، تکنیک کارآمدی برای شناسایی تغییرات کاربری و پوشش اراضی در مناطق شهری می‌باشد. جدا از تکنیک بکار رفته برای شناسایی تغییرات،فضای ویژگی تأثیر بسیار زیادی در صحت نتایج دارد. حصول نتایج رضایت‌بخش در شناسایی تغییرات مناطق شهری، مستلزم بکارگیری ویژگی های طیفی و مکانی (بافت) بهینه می باشد. اگرچه ...
بیشتر
آنالیز تصاویر چندزمانه سنجش‌از دور، تکنیک کارآمدی برای شناسایی تغییرات کاربری و پوشش اراضی در مناطق شهری می‌باشد. جدا از تکنیک بکار رفته برای شناسایی تغییرات،فضای ویژگی تأثیر بسیار زیادی در صحت نتایج دارد. حصول نتایج رضایت‌بخش در شناسایی تغییرات مناطق شهری، مستلزم بکارگیری ویژگی های طیفی و مکانی (بافت) بهینه می باشد. اگرچه جستجوی سراسری تنها تضمین دست‌یابی به مجموعه ویژگی‌های بهینه است، ولی در عمل فرآیندی بسیار زمانبر و غیرعملی است. در تکنیک‌های کاهش‌بعد همچون تکنیکPCA تنها استقلال آماری داده‌ها برای رسیدن به مؤلفه‌هایی جدید با وابستگی کمتر مدنظر بوده و بهبود صحت شناسایی تغییرات بطور مستقیم دنبال نمی‌شود. تعیین حدآستانه مناسب برای انتخاب ویژگی‌های بهینه در تکنیک تفکیک‌پذیری‌آماری (SAA) با فاصله JM نیز عملاً از کارایی این تکنیک می‌کاهد. تمرکز اصلی مقاله حاضر، انتخاب ویژگی‌های طیفی و بافت بهینه با الگوریتم ژنتیک و طبقه‌بندی‌کننده بیزین می‌باشد. جهت بررسی کارآیی تکنیک پیشنهادی، تغییرات شهر جدید سهند (شمال‌غرب ایران) با بکارگیری تصاویر سنجنده‌های IRS-P6 و Geo-Eye1اخذ شده در 14 جولای 2006 و 1 سپتامبر 2013 مورد بررسی قرار گرفت.تمامی تکنیک‌های مذکور در محیط برنامه‌نویسی MATLABR2013aپیاده‌سازی شدند.نتایج حاصل از این تحقیق نشان داد ویژگی‌های بافت می‌تواند به عنوان منبع اطلاعاتی مکمل، سبب بهبود نتایج شناسایی تغییرات در مناطق شهری شود. انتخاب ویژگی یک فرآیند تأثیرگذار در شناسایی تغییرات مبتنی بر ویژگی‌های طیفی و بافت می‌باشد. هریک از تکنیک‌های انتخاب ویژگی، محدودیت‌ها و مزایای خاص خودشان را داشته ولی در کل بهبود صحت شناسایی تغییرات را بدنبال دارند. مقایسه کارآیی تکنیک‌های انتخاب ویژگی نشان داد، تکنیک پیشنهادی در مقایسه با دو تکنیک متداولPCA و SAA (که نتایج مشابهی داشتند) از کارآیی و صحت بالاتری برخوردار است.با بکارگیری روش پیشنهادی، ضریب کاپا و صحت کلی نقشه تغییرات به ترتیب از 66/53% به 49/88% و از 94/58% به 39/90%،(در مقایسه با بکارگیری باندهای اصلی تصاویر)،افزایش یافت.
مجید دانش؛ حسینعلی بهرامی؛ سید کاظم علوی پناه؛ علی اکبر نوروزی
دوره 17، شماره 67 ، آبان 1387، ، صفحه 26-34
چکیده
از مهمترین ویژگى هاى خاک، که در بسیارى از طرح هاى کشاورزى و محیط زیستى مورد توجه قرار مى گیرد، مى توان بافت و آهک خاک را نام برد. امروزه با پیشرفت علم و ظهور فناورى سنجش از دور، امکان بهره بردارى از این فناورى در علوم خاک نیز فراهم گردیده است. در این تحقیق، براى بررسى بافت و آهک خاک در منطقه پل دختر، از داده هاى چهار طیفى ...
بیشتر
از مهمترین ویژگى هاى خاک، که در بسیارى از طرح هاى کشاورزى و محیط زیستى مورد توجه قرار مى گیرد، مى توان بافت و آهک خاک را نام برد. امروزه با پیشرفت علم و ظهور فناورى سنجش از دور، امکان بهره بردارى از این فناورى در علوم خاک نیز فراهم گردیده است. در این تحقیق، براى بررسى بافت و آهک خاک در منطقه پل دختر، از داده هاى چهار طیفى ماهوار IRS-P6 سنجنده LISS III، در 17 شهریور ماه سال 1386 (7 سپتامبر 2007)، استفاده گردید. تصحیحات هندسى و پردازشهایى شامل: UNC, SLED, NDVI, PCA، روى تصویر اصلى انجام شد. در نهایت با استفاده از روش نمونه بردارى طبقه بندى شده تصادفى و بر اساس PMU, FCC تصویر منطقه، 95 نقطه انتخاب گردید و از دو عمق 5-0 و 20-5 سانتیمترى سطح خاک نمونه بردارى انجام گردید. در آخر با استفاده از رگرسیون چند گانه مشخص شد که آهک و رس نمونه ها در عمق اول، داراى ارتباط معنى دارى با باند مادون قرمز نزدیک با R2تعدیل شده 73/0، و در باند سبز 72/0 بوده و نیز در عمق دوم، با باند قرمز، 54/0 و باند سبز به مقدار 48/0 بوده است، که تمام روابط در سطح آمارى 1 درصد، کاملاً معنى دار بوده اند. بنابراین مشخص گردید که رس و آهک خاک داراى اثر معنى دارى بر بازتاب طیفى از سطح خاک در منطقه مى باشد و مى توان با استفاده از اطلاعات ماهوارهاى و داده هاى کمکى (اطلاعات جانبى)، به مطالعه آنها در منطقه پرداخت.
