حمید عنایتی

هیدروگرافی علمی است که با پایش منظم پارامترهایی نظیر عمق آب، زمین شناسی، ژئوفیزیک، جزر و مدّ، جریان آب، امواج و سایر ویژگی های فیزیکی آب دریا، امکان تهیه نقشه های مورد استفاده در عملیات دریانوردی را فراهم و سهم بسزایی در زیر ساخت های داخلی کشورهای ساحلی ایفا می نماید. ارائه مناسب خدمات هیدروگرافی متضمن دریانوردی ایمن و مؤثر می باشد. به طوری که توسعه خدمات هیدروگرافی در سطح ملی می تواند ضمن ارتقاء ایمنی دریانوردان، حفاظت از جان انسان ها و متعلقاتشان در دریا ، تسهیلاتی را به منظور حفاظت از محیط زیست دریایی ایجاد نماید. در این راستا با پیشرفت تکنولوژی های فضایی در سال های اخیر با هدف سرعت بخشیدن به تولید اطلاعات مکانی و پایش دریاها در بازه زمانی قابل قبول، محدودیت نقشه برداری دریایی در زمان های بحران همچون جنگ و ناامنی از بین رفته و بسترمناسب جهت عمق یابی در سواحل دور و غیر قابل دسترس و همچنین پایش پهنه های وسیع آبی و استراتژیک، با بکارگیری فناوری سنجش از دور در حوزه علوم دریایی و با استفاده از آنالیز طیفی داده های ماهواره ای و بکارگیری مدل های مختلف، عمق بستر دریا در محدوده های کم عمق ایجاد شده است. بدین منظور در پژوهش حاضر، از تصاویر ماهواره Sentinel2 و مدل های عمق سنجی رگرسیون خطی چند باندی ( LMR ) [1] و استامپ به منظور تعیین عمق آب استفاده شده است. سپس با استفاده از چارت دریایی 1:25.000 Admirality ارزیابی دقت انجام شد. پس از پیاده سازی، مدل بهینه رگرسیون خطی چند باندی، مقدار میانگین مربع خطاها( RMSE ) [2] 15/2 متر و ضریب همبستگی ( CC ) [3]   آن 925/0 % در فواصل عمقی صفر تا 20 متر محاسبه و با استخراج پارامترهای مورد نیاز مدل ، بر روی مقادیر پیکسلی 4 باند 10متری تصویر   Sentinel2 اعمال شده و مدل رقومی ارتفاعی بستر محاسبه و پیاده سازی گردیده است.

امروزه با پیشرفت تکنولوژی و اهمیت بحث تولید مدل ارتفاعی رقومی زمین از تمام نقاط کشور، می توان به لزوم استفاده هرچه بیشتر از سنجش از دور ماهواره ای پی برد. یکی از ارکان اصلی سنجش از دور ماهواره ای، سنجش از دور راداری می باشد. در سال های اخیر پروژه های فضایی بسیاری، اخذ اطلاعات از سطح کره زمین را آغاز کرده اند که آخرین آنها پروژه سنتینل می باشد. سنتینل-1 بخش راداری پروژه سنتینل است که با دوره زمانی 12 روز از سطح زمین تصاویر با توان تفکیک مکانی متوسط اخذ می کند. در این مقاله دقت و قابلیت تولید مدل ارتفاعی رقومی زمین با استفاده از این تصاویر مورد بررسی قرار می گیرد. تصاویر مورد استفاده در پژوهش حاضر، از شهر تهران و حومه آن می باشد. جهت انجام آزمایش ها هم از بخش کوهستانی (شمال تهران) و هم بخش هموار (جنوب تهران) استفاده شده است. تکنیک تولید مدل ارتفاعی رقومی، روش تداخل سنجی راداری با دو عبور تکراری می باشد. مدل ارتفاعی رقومی تولید شده با استفاده از تصاویر سنتینل-1 و تکنیک تداخل سنجی راداری با مدل ارتفاعی رقومی مرجع با دقت یک متر مورد ارزیابی قرار می گیرد. نتایج تحقیق نشان می دهند که در منطقه هموار، دقت ارتفاعی (انحراف معیار) مدل ارتفاعی رقومی 26/1 متر و دقت ارتفاعی در منطقه کوهستانی 32/10 متر می باشد. با در نظر گرفتن این نکته که می توان با استفاده از تصاویر سنتنل-1 که تصاویری با توان تفکیک مکانی متوسط محسوب می شوند به دقت نسبتاً مناسبی خصوصاً در مناطق غیر کوهستانی سخت دست یافت، لزوم مطالعه عمیق تر و استفاده بیشتر از این تصاویر بر محققان مشخص می شود.

مدل رقومی زمین ( DTM ) نمایش آماری از سطح پیوسته زمین با استفاده از تعدادی نقطه با مختصات مشخص می باشد. استخراج مدل رقومی زمین به عنوان یکی از مهم ترین محصولات فتوگرامتری و سنجش ازدور که پایه بسیاری از پروژه های کاربردی است، همواره مدنظر کارشناسان بوده است. با فراهم شدن امکان تهیه نقاط با مختصات سه بعدی و دقت بالا از سطح زمین با استفاده از لیدار و یا تناظریابی چگال از تصاویر رقومی هوایی، زمینه دستیابی به مدل رقومی سطحی ( DSM ) با دقت مکانی بالا فراهم گشت. با این حال رسیدن از مدل رقومی سطحی به مدل رقومی زمین همچنان موضوعی پرچالش در نظر محققان است. در این مقاله روشی کاربردی در راستای استخراج مدل رقومی زمین با استفاده از ابرنقاط طراحی و پیاده سازی شد. در این روش طی دو روند مجزا و با درنظرگیری خصوصیات ساختاری محیط، عوارض غیرزمینی استخراج شده و پس از تلفیق آن ها نتیجه نهایی حاصل گشته است. به طوری که ابتدا یک روند مورفولوژی مبنای پیش رونده طراحی شد که در آن طی افزایش تدریجی ابعاد المان ساختاری عوارض غیرزمینی شناسایی شدند. روند دوم بر مبنای ژئودزیک مورفولوژی و افزایش تدریجی المان ارتفاعی بوده است. بهره گیری از دو روند به دلیل پوشش های متنوع، ناهمواری های متفاوت و عوارض بسیار متنوع مناطق مختلف صورت گرفت تا عملکرد روش پیشنهادی افزایش یابد. پس از حذف عوارض شناسایی شده و بازیابی مناطق از دست رفته از طریق درون یابی مکعبی، مدل رقومی نهایی حاصل گشت. جهت ارزیابی از ابرنقاط حاصل از تناظریابی متراکم تصاویر هوایی رقومی و همینطور ابرنقاط لیدار بهره گرفته شد. نتایج ارزیابی   در 7 ناحیه مطالعاتی نشان از خطای RMSE متوسط 68/0 متر در استخراج مدل رقومی زمین و متوسط 85/4 % در شناسایی عوارض غیرزمینی داشت.

آنالیز تصاویر چندزمانه سنجش از دور، تکنیک کارآمدی برای شناسایی تغییرات کاربری و پوشش اراضی در مناطق شهری می باشد. جدا از تکنیک بکار رفته برای شناسایی تغییرات،فضای ویژگی تأثیر بسیار زیادی در صحت نتایج دارد. حصول نتایج رضایت بخش در شناسایی تغییرات مناطق شهری، مستلزم بکارگیری ویژگی های طیفی و مکانی (بافت) بهینه می باشد. اگرچه جستجوی سراسری تنها تضمین دست یابی به مجموعه ویژگی های بهینه است، ولی در عمل فرآیندی بسیار زمانبر و غیرعملی است. در تکنیک های کاهش بعد همچون تکنیکPCA تنها استقلال آماری داده ها برای رسیدن به مؤلفه هایی جدید با وابستگی کمتر مدنظر بوده و بهبود صحت شناسایی تغییرات بطور مستقیم دنبال نمی شود. تعیین حدآستانه مناسب برای انتخاب ویژگی های بهینه در تکنیک تفکیک پذیری آماری (SAA) با فاصله JM نیز عملاً از کارایی این تکنیک می کاهد. تمرکز اصلی مقاله حاضر، انتخاب ویژگی های طیفی و بافت بهینه با الگوریتم ژنتیک و طبقه بندی کننده بیزین می باشد. جهت بررسی کارآیی تکنیک پیشنهادی، تغییرات شهر جدید سهند (شمال غرب ایران) با بکارگیری تصاویر سنجنده های IRS-P6 و Geo-Eye1اخذ شده در 14 جولای 2006 و 1 سپتامبر 2013 مورد بررسی قرار گرفت.تمامی تکنیک های مذکور در محیط برنامه نویسی MATLABR2013aپیاده سازی شدند.نتایج حاصل از این تحقیق نشان داد ویژگی های بافت می تواند به عنوان منبع اطلاعاتی مکمل، سبب بهبود نتایج شناسایی تغییرات در مناطق شهری شود. انتخاب ویژگی یک فرآیند تأثیرگذار در شناسایی تغییرات مبتنی بر ویژگی های طیفی و بافت می باشد. هریک از تکنیک های انتخاب ویژگی، محدودیت ها و مزایای خاص خودشان را داشته ولی در کل بهبود صحت شناسایی تغییرات را بدنبال دارند. مقایسه کارآیی تکنیک های 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.