محمدرضا مباشری

محمدرضا مباشری

مدرک تحصیلی: استاد گروه سنجش از دور، دانشگاه صنعتی خواجه نصیرالدین طوسی

مطالب

فیلتر های جستجو: فیلتری انتخاب نشده است.
نمایش ۱ تا ۲۰ مورد از کل ۲۲ مورد.
۱.

پیش بینی مناطق در خطر سرمازدگی با استفاده از مدل NEAT

تعداد بازدید : ۲۴ تعداد دانلود : ۱۴
سرمازدگی از جمله پدیده هایی است که همه ساله خسارات بسیاری بر بخش کشاورزی وارد می سازد. از دیدگاه هواشناسی/اقلیم شناسی هنگامی که دمای هوا به کمتر از آستانه تحمل گیاهی می رسد، پدیده سرمازدگی اتفاق می افتد. این پژوهش به پیش بینی مناطق در خطر سرمازدگی با استفاده از روش NEAT[1] در ایالت جورجیای آمریکا می پردازد. روش NEAT برای تخمین دمای هوا در نزدیکی سطح بکار گرفته شد. بدین منظور از داده های سنجنده مادیس مستقر بر سکوهای ترا و آکوا و داده های ایستگاه های هواشناسی شبکه AEMN[2] استفاده شده است. جهت پیاده سازی مدل، دو بازه زمانی 3 تا 9 دسامبر سال 2006 و 3 تا 11 آپریل 2007 انتخاب شدند. در این دوبازه، سرمازدگی خسارات زیادی به محصولات کشاورزی در جنوب شرق آمریکا وارد کرده است. ابتدا با استفاده از داده های شبکه AEMN ضرائب مدل NEAT برای برون یابی دمای هوا به ساعات بعد محاسبه شده و مورد ارزیابی قرار گرفت. سپس دمای هوای نزدیک سطح با استفاده از محصولات مادیس برای لحظه گذر شبانه دو سنجنده مادیس مستقر بر سکوهای آکوا و ترا استخراج گردید. در نهایت مدل NEAT بر روی دمای هوای استخراج شده از تصاویر ماهواره ای اعمال گردیده و دمای شبانه از حدود ساعت 22:30 شب تا 7:30 صبح در بازه های زمانی 15 دقیقه ای پیش بینی شده است. جهت ارزیابی، داده های 68 ایستگاه شبکه AEMN در این دو بازه زمانی مورد استفاده قرار گرفت. در نهایت مقادیر RMSE  و تغییرات پارامترهای دقت کلی و دقت کاربر در مورد پیش بینی سرمازدگی در طول شب مورد بررسی قرار گرفت. مقدار RMSE کل برای تعداد 13840 داده ، 5/2 درجه بدست آمد. پارامتر RMSE  از لحظه گذر تا 6 ساعت پس از آن، دارای روند افزایشی می باشد و با دور شدن از لحظه گذر از 1/0 تا 5/2 درجه سلسیوس تغییر می کند. نتایج حاصل می تواند تا حد زیادی در شناسایی و پیش بینی مناطق در خطر سرمازدگی مفید باشد.
۲.

تشخیص مزارع آلوده به بیماری زنگ گندم با استفاده از تصاویر لندست

کلید واژه ها: سنجش از دورتصویر لندستشاخص DVIبیماری زنگ گندمشاخص طیفی

حوزه های تخصصی:
  1. حوزه‌های تخصصی جغرافیا فنون جغرافیایی سنجش از راه دور GIS
  2. حوزه‌های تخصصی جغرافیا رشته های جغرافیای عمومی جغرافیای کشاورزی و کاربری اراضی برنامه ریزی و توسعه ناحیه ای
تعداد بازدید : ۱۹۵ تعداد دانلود : ۷۴
هدف این پژوهش تشخیص مزارع آلوده به بیماری زنگ گندم می باشد. برای این منظور از داده های سنجندهETM+ ماهواره لندست 7 در سال زراعی 92-93 و داده های آزمایشگاهی مربوط به طیف بازتابندگی برگ و درجه سلامت برگ در مراحل مختلف بیماری استفاده شده است. مقادیر بازتابندگی برگ در محدوده طیفی قرمز و مادون قرمز نزدیک را از طیف اسپکترورادیومتر استخراج نموده و با استفاده از تابع پاسخ طیفی لندست 7 داده ها برای باندهای این سنجنده شبیه سازی گردید. سپس با استفاده از شاخص DVI و داده های مربوط به کسر سلامت برگ شاخصی به نام شاخص سلامت گندم ایجاد گردید. در این رابطه مقدار همبستگی این شاخص با کسر سلامت برگ 82/0 به دست آمد. در ارزیابی شاخص WHI مقدار RMSE برابر 089/0 به دست آمد. نتایج این تحقیق نشان داد که این شاخص در مراحل سبزینگی گیاه عملکرد خوبی از خود نشان می دهد و می تواند مناطق سالم، بیمار و مشکوک به بیماری را تشخیص دهد. ازآنجاکه شاخص به دست آمده یک شاخص طیفی است و به رنگ برگ حساس می باشد هرچه تصاویر به زمان برداشت محصول نزدیک تر شوند این شاخص ضعیف تر عمل می کند. منطقه مورد آزمون در این تحقیق در شهرستان سعادت شهر استان فارس واقع است.
۳.

ارائه روشی برای اصلاح نوفه نواری آشکارسازها در تصاویر اخذشده به وسیله سنجنده TM ماهواره لندست 5

تعداد بازدید : ۲۹ تعداد دانلود : ۱۵
نوفه آشکارسازها در تصاویر ماهواره ای معمولا به صورت نوارهای افقی یا عمودی دیده می شوند. جهت نوارشدگی ها به تکنیک تصویربرداری سنجنده (پوش بروم یا ویسک بروم) بستگی دارد. در تصاویر سنجنده TM نیز برخی نوارشدگی ها دیده می شود که منشأ آنها آشکارسازهاست. از دلایل پیدایش نوفه نواری در تصاویر اخذشده به وسیله سنجنده TM می شود به تطابق نداشتن آشکارسازها، واسنجی نامناسب آشکارسازها و یا فرسایش آنها در طول زمان اشاره کرد. با توجه به اینکه سنجنده TM از تکنیک تصویربرداری ویسک بروم استفاده می کند، این نوارشدگی ها در تصاویر به صورت افقی دیده می شوند. نوفه نواری در تصاویر اخذشده در باند 4 از سطوح تاریک مانند دریا که در سطح یک پیش پردازش شده اند، رخ نمون بیشتری دارد. این نوع نوفه موجب بروز خطا در برخی اعمال مانند تصحیحات جوی بااستفاده از پیکسل های تاریک و دشوار شدن استخراج اطلاعات از تصاویر می شود. در این پژوهش، برای اصلاح نوفه نواری سنجنده TM، پس از شناسایی آشکارسازهای نوفه ای، روش های میانه (MM)، تطبیق ممان های مکانی اصلاح شده (MSMM) و پالایش تصویر در حوزه فرکانس و مکان (IFFD & IFSD) پیشنهاد شده است. برای بررسی نتایج حاصل، از برخی کمیت های آماری همچون میانگین و انحراف معیار و نیز، نمودار فراوانی و طیف فوریه تصاویر پیش و پس از اصلاح استفاده شده است. انحراف معیار در تصویر اولیه برابر با 56/1 است که پس از اصلاح تصویر، مقدارهای این کمیت برای روش های MM، MSMM، IFFD و IFSD به ترتیب برابر با 36/1، 42/1، 31/1و 26/1 است. کاهش به وجودآمده در انحراف معیار پس از حذف نوف، نواری، بهبود تصاویر را نشان می دهد. برای مقایسه این روش ها با یکدیگر و با کارهای دیگران، از MSE، RMSE و PSNR و همچنین، داده های شبیه سازی شده برای نوفه نواری متناوب استفاده شده است. مقدارهای به دست آمده PSNR برای روش های MM، MSMM، IFSD و IFFD به ترتیب برابر با 66/54، 14/51، 47/48و 65/45 دسی بل است. در این میان، بیشترین میزان PSNR و به تبع آن، کمترین میزان MSE مربوط به روش MM و MSMM بود که نشان از دقت بیشتر این روش ها درمقایسه با پالایه های حوزه فرکانس و مکان دارد.
۴.

اثر خطای زمین مرجع نمودن بر روی بازتابندگی در تصاویر با قدرت تفکیک مکانی پایین در مناطق شهری

کلید واژه ها: بازتابندگیکلاسه بندیزمین مرجعقدرت تفکیک مکانی

حوزه های تخصصی:
تعداد بازدید : ۳۸۶ تعداد دانلود : ۱۷۱
زمین مرجع نمودن تصاویر ماهواره ای یکی از مراحل ضروری و اولیه در بسیاری از پردازش های سنجش از دوری است. این موضوع در تصاویر با قدرت تفکیک مکانی پایین، به دلیل دشواری در تعیین دقیق نقاط کنترل، نسبت به تصاویر با قدرت تفکیک مکانی بالا از دقت کمتری برخوردار است. هنگام استفاده از این تصاویر در مناطق شهری به دلیل پیچیدگی سطح شهر و وجود کلاس های مختلف در هر پیکسل (وجود پیکسل های مختلط) زمین مرجع نمودن کاری دشوار خواهد بود و دارای خطا است. وجود خطا در این حالت باعث جابجایی پیکسل ها نسبت به موقعیت واقعی شده، که این موضوع ایجاد خطا در مقادیر بازتابندگی پیکسل ها را در پی خواهد شد. در این پژوهش سعی در بررسی تاثیر این خطا بر روی بازتابندگی پیکسل ها نسبت به موقعیت دقیق آنها گردیده است. برای این منظور ابتدا با استفاده از تصاویر با قدرت تفکیک مکانی بالا و همچنین قدرت تفکیک طیفی بالا، نقشه کلاس های سطح شهر و طیف بازتابندگی آنها بدست آمد. سپس با شبیه سازی وجود خطا در زمین مرجع کردن تصاویر 500 متری سنجنده MODISمیزان تغییرات بازتابندگی و خطای نسبی آن در موقعیت های جدید و برای باندهای مختلف بدست آمد. از نتایج بدست آمده مشخص گردید اثر این خطا در مناطق شهری با بافت تکراری برای کلیه باندها و تا میزان 5/0 پیکسل جابجایی کمتر از 10 درصد و برای مناطق دارای تغییر بافت بین 10 تا 50 درصد است که میزان خطا با افزایش فاصله از موقعیت صحیح پیکسل افزایش می یابد.
۵.

تأثیر رطوبت جو در برآورد مشخصه های وارونگی دمایی از تصاویر ماهواره ای MODIS

تعداد بازدید : ۲۸ تعداد دانلود : ۲۳
وارونگی دمایی زمانی رخ می دهد که در تروپوسفر و تا ارتفاعی مشخص، با افزایش ارتفاع، دما افزایش یابد. از مشخصه های وارونگی دمایی، پارامترهای قدرت و عمق وارونگی دمایی است. قدرت وارونگی به اختلاف دمایی بین قلة وارونگی و سطح زمین اطلاق می شود و ارتفاع متناظر با این اختلاف دمایی، عمق وارونگی نام دارد. راهکار متداول برای تعیین این مشخصه ها، اندازه گیری های میدانی به وسیلة رادیوساند است، که نوعی اندازه گیری نقطه ای در جو قلمداد می شود. به منظور مدل سازی برای استخراج مشخصه های وارونگی دمایی از تصاویر ماهواره ای می توان ارتباط بین اختلاف دمای درخشندگی زوج باندهای مختلف با قدرت و عمق وارونگی دمایی منتج از داده های رادیوساند را به دست آورد. در پی شایع بودن پدیدة وارونگی دمایی در شهر تهران، ایستگاه هواشناسی فرودگاه مهرآباد تهران به عنوان منطقة نخست مورد مطالعه انتخاب شد. ضرایب همبستگی خطی به دست آمده بین اختلاف دمای درخشندگی زوج باندهای مختلف با عمق و قدرت وارونگی محاسبه شده از داده های رادیوساند بسیار ضعیف بود که می تواند ناشی از تغییرات زیاد بخارآب جو و قدرت و عمق وارونگی دمایی نسبتاً ضعیف روی داده در تهران باشد. برای اثبات فرضیة مذکور، در ادامة روند تحقیق حاضر، عوامل مؤثر در افزایش ضریب همبستگی خطی بین اختلاف دمای درخشندگی زوج باندهای مذکور با عمق و قدرت وارونگی محاسبه شده از داده های رادیوساند بررسی شدند. با توجه به روی دادن وارونگی های عمیق و قدرتمند تر در منطقة کرمانشاه درمقایسه با تهران، این منطقه به عنوان منطقة دوم مورد مطالعه انتخاب شد. افزایش ضرایب همبستگی محاسبه شده برای کرمانشاه نشان دهندة تأثیر عامل میزان قدرت و عمق وارونگی دمایی است. برای مثال، ضریب همبستگی بین BT 7.2 -BT 11 با قدرت و عمق وارونگی دمایی در تهران به ترتیب 16/0 و 32/0 و در کرمانشاه به ترتیب 51/0 و 70/0 است. به منظور بررسی تأثیر میزان بخار آب موجود در جو بر ضرایب همبستگی، با توجه به آنکه میزان بخار آب موجود در جو طی فصول سرد کمتر از فصول گرم است، داده های تهران و کرمانشاه به دو دستة تمام فصول و فصول سرد تقسیم شدند. افزایش ضرایب همبستگی محاسبه شده برای تهران و کرمانشاه طی فصول سرد نشان دهندة تأثیر عامل میزان بخار آب موجود در جو است. به عنوان نمونه، ضریب همبستگی بین BT 7.2 -BT 11 با قدرت و عمق وارونگی دمایی در کرمانشاه برای تمامی فصول به ترتیب 51/0 و 70/0 و طی فصول سرد به ترتیب 78/0 و 85/0 است.
۶.

ارزیابی دقت محصولات گسیل مندی سنجنده MODISو ASTER با استفاده از اندازه گیری های میدانی

کلید واژه ها: MODISASTERگسیل مندیاندازه گیری زمینیNAALSED

حوزه های تخصصی:
  1. حوزه‌های تخصصی جغرافیا جغرافیای طبیعی ژئومورفولوژی
  2. حوزه‌های تخصصی جغرافیا فنون جغرافیایی روش های کمی در جغرافیا
تعداد بازدید : ۵۸۴ تعداد دانلود : ۲۴۴
پهنه بندی گسیل مندی سطح یک نیاز مهم سنجش از دور حرارتی می باشد. با داشتن مقادیر دقیق گسیل مندی، می توان دمای سطح را به طور دقیق مشخص نمود که دربسیاری از مطالعات زیست محیطی، اقلیمی، و مدل های پیش بینی هوا کاربرد دارد. با توجه به اهمیت گسیل مندی سطح و دقت در برآورد آن، در این مطالعه به بررسی دقت در برآورد گسیل مندی برای دو سنجنده MODIS وASTER پرداخته شده است. برای اعتبارسنجی و بررسی دقت این دو سنجنده از مقادیر گسیل مندی اندازه گیری شده زمینی و آزمایشگاهی در 6 منطقه آمریکای شمالی مستخرج از نتایج دیگر محققان استفاده گردیده است. در این تحقیق، گسیل مندی سنجنده ASTERاز روش TESو محصولات گسیل مندیMODISاز دو نسخه 041 و 005 استخراج گردید. سپس اختلاف مقادیر به دست آمده با مقادیر زمینی محاسبه و آنگاه دقت نتایج به دست آمده از دوسنجنده در دو باند 5/8 و 11میکرون برای تصاویر همزمان این دو سنجنده مقایسه شد. نتایج به دست آمده از تصاویر همزمان این دوسنجنده نشان می دهد که سنجنده ASTER درمحدوده 5/8 میکرون و درتمامی مناطق مورد مطالعه به طور متوسط از دقت بالاتری به میزان 6/4% نسبت به MODIS برخوردار است. همچنین در محدوده 11 میکرون، ASTER بطور متوسط درتمامی مناطق از دقتی در حدود 7/0% برخوردار بوده ولی سنجنده MODIS خطایی بالغ بر 2/1% را دارد. میزان خطا در سنجنده MODIS برای پوشش هایی که گسیل مندی واقعی آنها نسبتاً پایین باشد بیشتر نیز می گردد. در مجموع سنجنده ASTER نسبت به سنجنده MODIS نتایج قابل قبول تری ارائه می دهد. توصیه می شود که از این یافته در زمان استفاده از گسیل مندی در مدل های هواشناسی و در دیگر کاربردهایی که نیازمند گسیل مندی دقیق است بهره برداری شود.
۷.

بهینه سازی یک مدل شبه تجربی با استفاده از الگوریتم ژنتیک به منظور برآورد غلطت ذرات معلق (PM10) سطحی در شهر تهران با استفاده از داده های ماهواره ای و داده های هواشناسی

کلید واژه ها: PM10MODISاطلاعات هواشناسیعمق نوری هواویز (AOD)مدل شبه تجربی

حوزه های تخصصی:
  1. حوزه‌های تخصصی جغرافیا جغرافیای طبیعی آب و هواشناسی
  2. حوزه‌های تخصصی جغرافیا فنون جغرافیایی سنجش از راه دور GIS
تعداد بازدید : ۷۱۲ تعداد دانلود : ۳۳۶
ذرات با قطر کمتر از 10 میکرومتر سلامتی ساکنین شهرهای بزرگ را تهدید می کند. تا کنون روش های مختلفی برای آشکارسازی این ذرات با استفاده از تصاویر ماهواره ای پیشنهاد شده است. اغلب این روش ها نیاز به واسنجی برای اقلیم های متفاوت دارند. در این تحقیق یک مدل شبه تجربی با روش الگوریتم ژنتیک برای برآورد غلظت ذرات معلق در زمان عبور ماهواره و در مقیاس محلی معرفی شده است. برای این کار از مقادیر تصحیح شده عمق اپتیکی (AOD) بدست آمده از تصاویر سنجنده MODISاستفاده گردیده است. بدین منظورAOD نسبت به رطوبت نسبی و ارتفاع اختلاط تصحیح شده است. در مدل شبه تجربی، با استفاده از الگوریتم ژنتیک داده های هواشناسی نیز وارد مدل شده و تاثیر آنها در نظر گرفته می شود. وارد شدن دما و رطوبت نسبی به مدل موجب بهبود برآورد غلظت ذرات معلق شده است. در نهایت این مدل برای منطقه تهران اعتبار سنجی شده و در نتیجه آن همبستگی قابل قبول (R2=0. 51) با تغییرات غلظت ذرات معلق سطحی با انحراف معیاری معادل 28 بدست آمد. در تصحیح AOD محدودیت هایی از قبیل ناکافی بودن ایستگاه های هواشناسی و تعیین تقریبی ارتفاع اختلاط وجود دارد که موجب ورود عدم قطعیت هایی به مدل می شود.
۸.

ارزیابی دقت شاخص NDSI استخراج شده از تصاویر MODIS در مناطق دارای شیب متوسط

تعداد بازدید : ۲۶ تعداد دانلود : ۱۵
سطوح برفی در طول زمان تغییرات زیادی می یابند و در نتیجه برای پایش آنها به استفاده از تصاویری با قدرت تفکیک زمانی نسبتاً بالا نیاز است. برای این منظور، سنجندة MODIS مستقر روی ماهواره های Terra/Aqua مناسب به نظر می رسد. پارامترهای گوناگونی بر دقت برآورد سطح پوشش برف (SCS) تأثیر می گذارند که توپوگرافی سطح (شیب و جهت شیب) یکی از آنهاست. قدرت تفکیک مکانی پایین تصاویر MODIS و وجود پیکسل های مختلط، دقت برآورد SCS با استفاده از این تصاویر را کم می کند. در پژوهش حاضر، نتایج SCS حاصل از تصاویر MODIS، از طریق مقایسه با تصاویر دارای قدرت تفکیک مکانی متوسط مانند ASTER واقع بر سکوهای مشابه MODIS، ارزیابی می شود. در این پژوهش شاخص NDSI برگرفته از MODIS و ASTER در مناطقی با شیب 20 تا 50 درصد مقایسه گردید و دو مدل MODMASTER و MODFASTER برای بهبود دقت تخمین SCS به وسیلة MODIS ایجاد شد. نتایج به دست آمده از MODMASTER، نشانگر پارامتر همبستگی (R2) با شاخص برف مشابه MODIS به میزان تقریباً 76 درصد و RMSE در حدود 047/0 است. در مدل MODFASTER، که برای تخمین کسر پوشش برف در هر پیکسل ایجاد شده، پارامتر همبستگی (R2) درحدود 75 درصد و RMSE درحدود 09/0 در مقایسه با کسر پوشش برف محاسبه شده به وسیلة ASTER است. مقایسة نتایج حاصل از این پژوهش با مقادیر به دست آمده از سایر پژوهش ها نشان دهندة بهبود در برآورد سطح پوشیده شده از برف است.
۹.

پیشنهاد روشی برای جایگزینی داده های تابشی سنجندة MODIS با استفاده از مدل CRTM تصحیح شده در مقیاس محلی

تعداد بازدید : ۱۹ تعداد دانلود : ۱۵
در پژوهش حاضر روشی برای جایگزین کردن چگالی های شار تصاویر سنجندة MODIS با استفاده از مدل انتقال انرژی مجمع (CRTM) که از مدل های حل معادلة انتقال انرژی است، ارائه شده است. بدین منظور اندازه گیری های رادیوساند مربوط به ایستگاه سینوپتیک بندرعباس به همراه چگالی های شار اندازه گیری شده از تصاویر شب سنجندة MODIS مستقر بر سکوی Aqua برای آب های عمیق خلیج فارس مورد استفاده قرار گرفت. بنابراین با استفاده از پیش بینی کننده های استاندارد نسخة هشتم مدل گذردهی مسیر نوری (OPTRAN) که بخش اصلی مدل CRTM است، اختلاف چگالی های شار محاسبه شده به وسیلة مدل CRTM و اندازه گیری شده به وسیلة سنجندة MODIS مدل سازی شده است. پس از پیاده سازی روش مورد نظر، مقدار میانگین RMSE چگالی های شار محاسبه شده از مدل CRTM با مقدار اندازه گیری شده برای تصاویر سنجندة MODIS منتخب برای آزمون کارایی روش، در تمام باندها W/(m 2 .µm.sr) 47/0 محاسبه شد که با اعمال تصحیحات ارائه شده در پژوهش حاضر به 39/0 تغییر یافت. مقدار میانگین RMSE دمای درخشندگی میانگین معادل این چگالی های شار نیز به ترتیب 45/6 و 27/5 درجة کلوین محاسبه گردید. با استفاده از روش ارائه شده در این پژوهش، مقادیر چگالی های شار حاصل از مدل CRTM به مقادیر چگالی های شار سنجندة MODIS نزدیک تر می شود. بنابراین می توان از این مدل برای ارزیابی چگالی های شار سنجندة MODIS استفاده کرد و در مواردی نظیر وجود نویز بالا یا وجود ابر در تصاویر یا ازکارافتادن سنجنده، داده های آن را با داده های محاسباتی مدل CRTM تصحیح شده جایگزین کرد. کلید واژه ها : پروفایل دما، MODIS، CRTM، ماهواره.
۱۰.

روشی سریع برای تعیین فشار بالای ابر (FAST CTP) در تصاویر MODIS

کلید واژه ها: سنجش از دورسنجنده Modisدمای درخشندگیارتفاع ابرفشار بالای ابر

حوزه های تخصصی:
تعداد بازدید : ۸۳۵ تعداد دانلود : ۳۸۴
ابرها با توجه به تأثیر قابل توجه آنها بر موازنه ی انرژی در سطح زمین و در جو، همواره مورد توجه پژوهشگران مختلف هواشناسی و اقلیم­شناسی قرار گرفته­ است. توانایی سنجش از دور در برآورد خصوصیات و ویژگی­های­ ابرها در بررسی تغییرات آن­ها در مکان­ها و زمان­های مختلف به اثبات رسیده ­است. یکی از جنبه­های تحقیقاتی مهم در ارتباط با ابرها، تعیین فشار در سطح بالای آن­ها است که هدف از پژوهش حاضر نیز ارائه ی روشی سریع برای تعیین آن (FAST CTP) با استفاده از تصاویر MODIS می­باشد. به این ترتیب که ابتدا با استفاده از داده­های رادیوساوند در دو ایستگاه مهرآباد و کرمانشاه پروفایل دمایی جو استخراج گردید. سپس با استفاده از یک تکنیک پنج مرحله­ای پیکسل­های تصویر مورد نظر به چهار دسته ابری، احتمالاً ابری، احتمالاً بدون ابر و غیر ابری طبقه بندی شدند. سپس با استفاده از مدل LSE در باندهای 31 و 32 سنجنده مذکور، گسیلمندی ابر در پیکسل­های ابری برآورد گردید. آنگاه با استفاده از گسیلمندی برآورد شده، دمای واقعی استخراج گردید. سپس با استفاده از این دما و پروفایل دمایی استخراج شده از داده­های رادیوساوند، فشار بالای ابر استخراج گردید. برای بررسی صحت نتایج به دست آمده نتایج حاصل از روش FAST CTP با نتایج حاصل از مدل CTP استاندارد مقایسه گردید. بر طبق این مقایسه روش ارائه شده در پژوهش حاضر برای ابرهای با عمق اپتیکی بالاتر از 10 مطلوب بوده و با نتایج حاصل از مدل CTP اختلاف بسیار کمی را نشان می­دهد. اما تفاوت در مورد ابرهای نازک و با عمق اپتیکی پایین ( پایین تر از 10) نسبت به ابرهای با عمق اپتیکی بالا بطور چشمگیری بالاست.
۱۱.

طبقه بندی داده های ابرطیفی با استفاده از مشتق گیری در فضای طیفی و استفاده از روش های کدگذاری

تعداد بازدید : ۱۷ تعداد دانلود : ۱۱
روش های متعددی برای استخراج اطلاعات از داده های ابرطیفی وجود دارند که از آن جمله می توان به روش مشتق گیری از طیف بازتابندگی و استفاده از روش های کدگذاری اشاره کرد. در این تحقیق با مشتق گیری از طیف بازتابندگی، فرکانس های پایین طیف- که عموتاً دارای اطلاعات مفیدی نیستند- حذف گردیده و همپوشانی بین مناطق جذبی از بین رفته و تباین طیفی نیز بالاتر برده شده است. دیگر اینکه استفاده از کدگذاری طیفی باعث افزایش سرعت پردازش داده ها گردیده که برای پردازش داده های حجیم ابرطیفی بسیار مناسب است. در این تحقیق ابتدا با استفاده از تابع رگرسیون چندگانه نویز موجود در داده ها کاهش یافته و سپس با مشتق گیری از طیف داده های اصلی و داده های کتابخانه طیفی یا داده های آموزشی، طیف مشتق به دست آمده است. پس از آن با دو روش کدگذاری، طیف مشتق کدگذاری شد، سپس با استفاده از معیار شباهت AVD کدهای داده اصلی و داده های آموزشی با همدیگر مقایسه شدند و یک روش برای طبقه بندی داده های ابرطیفی به نام SDCM معرفی گردید. برای ارزیابی نتایج، دو سری داده شبیه سازی شده و یک سری داده واقعی به کار رفت و روش ارائه شده با سه روش کدگذاری SPAM و SDFC و SFBC مقایسه شد. نتایج دقت کلی برای داده های واقعی روش های کدگذاری SPAM، SDFC و SFBC به ترتیب 38/71 و 15/74 و 58/68 درصد و دقت کلی روش SDCM، 32/86 درصد به دست آمد، که پس از استفاده از فیلتر مکانی دقت کلی به 64/90 درصد افزایش یافت. این خود حاکی از مؤثر بودن روش ارائه شده برای طبقه بندی داده های ابرطیفی در قیاس با روش های کدگذاری ذکر شده است.
۱۲.

روشی کارا برای افزایش توأمان قدرت تفکیک طیفی و مکانی در تصاویر ماهواره ای در محیط شهری

کلید واژه ها: تحلیل اختلاط طیفیقدرت تفکیک مکانیقدرت تفکیک طیفیپیکسل مختلط

حوزه های تخصصی:
تعداد بازدید : ۱۶۷۰ تعداد دانلود : ۷۴۷
یکی از پارامترهای فیزیکی دست یافتنی از داده های سنجش از دور، بازتابندگی سطح در نواحی مختلف طیف بازتابی الکترومغناطیسی است. تقریباً همه پیکسل های شهری تصویر شده به وسیله سنجنده هایی با قدرت تفکیک مکانی پایین یا متوسط، پیکسل های مختلط اند. بازتابندگی پیکسل مختلط، ترکیبی از بازتابندگی چندین عارضة جداست که درون میدان دید سنجنده قرار گرفته اند. یکی از روش های معمول برای توصیف محیط های شهری استفاده از روش های طبقه بندی و مدل های جداسازی است. از پرکاربردترین مدل های جداسازی نیز تحلیل اختلاط طیفی است، که بازتابندگی پیکسل مختلط را به صورت ترکیب خطی از بازتابندگی و درصد حضور هر یک از مواد موجود در آن پیکسل بیان می کند. تحلیل اختلاط طیفی به دو مدل جداسازی طیفی و مکانی تقسیم می شود. هدف در مدل جداسازی مکانی، تعیین طیف بازتابندگی کلاس های شهری است. در این مقاله، با استفاده از اطلاعات مکانی تصویر IKONOS با قدرت تفکیک مکانی 4 متر و تعداد 4 باند و اطلاعات طیفی تصویر Hyperion با قدرت تفکیک مکانی 30 متر و تعداد 242 باند و روش جداسازی مکانی خطی، طیف بازتابندگی برخی از مواد شهری تعیین گردید. برای ارزیابی نتایج، مقایسة پیکسل بازسازی شدة تصویر Hyperion و پیکسل واقعی به کار گرفته شد. پس از تعیین طیف مواد شهری، تصویری با قدرت تفکیک مکانی 4 متر و 136 باند تهیه گردید که تا حد ممکن تغییرپذیری مواد شهری در آن در نظر گرفته شده است.
۱۳.

تهیه نقشه توزیع مکانی ذرات معلق با قطر کمتر از دو نیم میکرومتردر هوای شهر تهران با استفاده از داده های سنجنده مودیس

تعداد بازدید : ۷۴۸ تعداد دانلود : ۴۰۱
ذرات با قطر کمتر از 5/2 میکرومتر به شدت سلامتی ساکنین شهرهای بزرگ را تهدید می­کند. تا کنون روش­های مختلفی برای آشکارسازی این ذرات با استفاده از تصاویر ماهواره­ای پیشنهاد شده­است. اغلب این روش­ها نیاز به واسنجی برای اقلیم­های متفاوت دارند. در این پژوهش با استفاده از رگرسیون خطی، بین سهم بازتابندگی ناشی از پراکنش توسط هواویزها ، مستخرج از داده­های سنجنده مودیس و غلظت ذرات معلق با قطر کمتر از دو نیم میکرومتر اندازه­گیری­شده توسط دوازده ایستگاه آلودگی­سنج شهر تهران یک ارتباط برقرار شد. محاسبه هواویزه مستلزم محاسبه بازتابندگی سطحی می­باشد. برای محاسبه بازتابندگی سطحی در باندهایی که از ذرات معلق شهری متاثر می­شوند، از روابط تجربی موجود بین بازتابندگی در طول موج­های مرئی و 12/2 میکرومتر استفاده شد. با استفاده از نقشه توزیع آلودگی ذرات معلق که از این روش ترسیم شد، ملاحظه می­شود که آلودگی مناطق مرکزی بیش از سایر قسمت­های شهر می­باشد. برای کاهش عدم قطعیت، در مراحل آماده­سازی و پردازش در این تحقیق تست ابر با استفاده از روش آستانه­گذاری دمای درخشندگی انجام گردید.
۱۴.

ارتقای الگوریتم آشکارسازی ابر MODIS با استفاده از تصویر هم زمانASTER ، مطالعه موردی: شهر دامغان

تعداد بازدید : ۸۶۸ تعداد دانلود : ۳۹۱
سودمندی و اعتبار داده های ماهواره ای به طور قوی به شرایط جوی وابسته است. گرد و غبارهای جوی، گازها و بویژه حضور ابرها می تواند به طور قابل توجهی بر انرژی بازتابیده از سطح اثر گذاشته و قرائت سنجنده های اپتیکی را با خطا مواجه سازند. پیکسل های آلوده به ابر اغلب بازتابندگی پوشش های زمینی را افزایش داده و دمای آن ها را پایین تر از مقدار واقعی خود نشان می دهند. ابرهای کوچک تر از ابعاد پیکسل که قابل مشاهده نیستند، باعث افزایش بازتابندگی پیکسل شده و ایجاد خطا می کنند. با توجه به این که ابرهای مختلف برهم کنش های مختلفی با طیف های مختلف دارند، می توان با ترکیب و آنالیز باندهای مختلف طیفی MODIS میزان ابرناکی بودن پیکسل را تعیین کرد. با استفاده از این روش می توان پیکسل های آلوده به ابر را سریع تر و با روشی ساده تر تعیین کرد. الگوریتم MODIS Cloud Mask به وسیله آکرمن و همکاران در سال 2006 ارائه شد. در این تحقیق انخست اقدام به شناسایی پیکسل های ابری در تصویر MODIS به کمک مدل پنج مرحله ای موجود در MODIS Cloud Mask شد و در ادامه برای ارتقای مدل و تعیین درصد ابر موجود در یک پیکسل برای ابرهای کوچک تر از ابعاد پیکسل با استفاده از دمای درخشندگی باند 14 سنجنده ASTER (BT14) در داخل پیکسل دمای درخشندگی باند 31 سنجنده MODIS (BT31) جستجو و درصد پوشش ابری هر پیکسل به دست آمد. ارزیابی مدل حکایت از همبستگی بالای بیش از 93/0 بین میزان واقعی کسر پوشش ابر موجود در تصویر ASTER و میزان اندازه گیری شده را به وسیله مدل دارد که باتوجه به قدرت تفکیک مکانی پایین سنجنده MODIS، بسیار امیدوار کننده است.
۱۵.

براورد آب قابل بارش کلی با استفاده از تصاویر ماهواره ای MODIS و داده های رادیوساوند: ناحیه تهران

کلید واژه ها: یزدبادطوفانناپایدارینقشه سینوپتیک

حوزه های تخصصی:
  1. حوزه‌های تخصصی جغرافیا جغرافیای طبیعی آب و هواشناسی
  2. حوزه‌های تخصصی جغرافیا فنون جغرافیایی سنجش از راه دور GIS
تعداد بازدید : ۲۳۳۲ تعداد دانلود : ۹۲۶
توانایی در براورد آب قابل بارش کلی در پیش بینی میزان باران، زمان، میزان سرریز سدها و همچنین پیش بینی وقوع سیلاب مفید میباشد. برای استخراج آب قابل بارش ماهواره ای از باندهای فروسرخ نزدیک تصاویر سنجنده مادیس استفاده شده است. اعتبارسنجی آب قابل بارش ماهواره ای، با داده های رادیوساوند انجام شده است. با توجه به محدودیت های اجرای الگوریتم به شرایط آسمان فاقد ابر و جو تقریباً پایدار، وضعیت عمومی جو در روز گذر ماهواره به کمک نمودارهای ترمودینامیکی Skew-T و نیز تفسیر بصری، به طور کامل بررسی شده است. به کمک معادلات ترمودینامیکی، آب قابل بارش حاصل از کل گمانه زنیهای رادیوساوند محاسبه شده است. آن گاه با توجه به پایداری و نبود ورود توده هوای جدید به منطقه برای روزهای منتخب، از طریق ترسیم و تحلیل های نمودارهای Skew-T ، آب قابل بارش کلی به وسیله رادیوساوند در لحظه گذر ماهواره درونیابی شده است. از طریق تکنیک نسبت بازتابندگی ظاهری باند جذبی به باند غیر جذبی بخار آب MODIS، میزان قابلیت عبور بخار آب برای هر یک از باندهای مخصوص بخار آب به دست آورده شد. کل بخار آب قابل بارش در مسیر سنجنده- زمین، با توجه به زوایای زنیت خورشید، ماهواره و قابلیت عبور بخار آب به دست آمده از تکنیک نسبت باندی با اجرای الگوریتم باند فروسرخ نزدیک مادیس در شرایط مختلف جوّی به دست آورده شد. برای تعیین مقادیر و در الگوریتم مذکور از شاخصEVI استفاده شد. در پایان، رگرسیون بین آب قابل بارش ماهواره ای و آب قابل بارش محاسبه شده از داده های رادیوساوند، نشان داده است که باندهای 18 و 19 مادیس برای استخراج آب قابل بارش در شرایط جوّی ایستگاه مهرآباد مناسب میباشند.
۱۶.

شمارش خودکار درختان در تصاویر ماهواره ای با قدرت تفکیک بالا به کمک عملگرهای مورفولوژیک

کلید واژه ها: سنجش از دورشمارش درختانعملگر مورفولوژیک

حوزه های تخصصی:
  1. حوزه‌های تخصصی جغرافیا فنون جغرافیایی سنجش از راه دور GIS
  2. حوزه‌های تخصصی جغرافیا فنون جغرافیایی نقشه کشی (کارتوگرافی)
تعداد بازدید : ۷۹۲
مدیریت فضای سبز شهری از مهم ترین کاربردهای تصاویر ماهواره ای با قدرت تفکیک مکانی بالاست. در مدیریت فضای شهری تعداد درختان و خصوصیات آنها معمولاً در زمرة اطلاعات پایه به شمار می روند. شمارش دستیِ تعداد درختان علاوه بر نیاز به نیرو و هزینه و زمان بالا، احتمال خطای زیادی را نیز به خاطر اشتباه های انسانی به همراه دارد. علاوه بر این، بسیاری از اوقات هیچ گونه اطلاعات مکان مند نظیر نقشة پراکندگی درختان در اختیار تصمیم گیرندگان قرار نمی گیرد و یا در صورت امکان، هزینه های زیادی را برای نقشه برداری زمین و برداشت تک تک درختان می طلبد. در مقالة حاضر فرایندی برای شمارش خودکار درختان طراحی شده است که در آن از تصاویر ماهواره ای با قدرت تفکیک بالا استفاده می شود. تصویر مورد نظر از منطقه ای در شهر بندرعباس انتخاب شد که در آن انواع درختان مناطق شهری که به صورت مجزا و گروهی و ردیفی در کنار یکدیگر استقرار یافته اند، به چشم می خورند. از زمان کاشت اکثر درختان موجود در منطقه بیش از ده سال می گذرد. در این روش در مرحلة نخست تصویری چندطیفی با تصویری پانکروماتیک از سنجنده Quickbird ادغام شدند. سپس از تصویر به دست آمده، نقشة NDVI تهیه گردید. آن گاه با اعمال دو عملگر مورفولوژیک (Erosion, RegionalMax) هسته های اولیه درختان به دست آمد. نتایج با حذف نقاط اضافه در مناطق غیرپوشش گیاهی، نقاط تکراری و پوشش های گیاهی غیردرخت اصلاح شدند. نتایج الگوریتم در مقایسه با داده های زمینی دقت خوب و مناسبی، که در حدود 90 درصد به دست آمده است، دارند.
۱۷.

ارائه روشی برای طبقه بندی داده های ابرطیفی AVIRIS با استفاده از استخراج ویژگی و ترکیب طبقه بندی کننده ها

کلید واژه ها: طبقه بندیکلاسابرطیفیاستخراج ویژگیترکیب طبقه بندی کننده ها

حوزه های تخصصی:
تعداد بازدید : ۱۸۱۹ تعداد دانلود : ۷۸۳
یکی از پرکاربردترین روش های طبقه بندی نظارت شده، روش بیشترین احتمال است که در آن، به منظور طبقه بندی از پارامترهایی آماری مانند ماتریس واریانس کوواریانس استفاده می شود. در تصاویر ماهواره ای ابرطیفی، به علت محدودیت نمونه های آموزشی و ابعاد بالای طیفی (زیاد بودن تعداد باندها)، احتمال یکتا شدن ماتریس های برآورد شده و یا کاهش دقت طبقه بندی وجود دارد. به منظور حل این مشکل از روش های مختلفی همچون کاهش تعداد ویژگی ها (کاهش تعداد باندهای استفاده شده) و یا ترکیب طبقه بندی کننده ها استفاده می گردد. در این پژوهش از تلفیق این دو روش استفاده شده است، بدین ترتیب که برای کاهش ابعاد، روش استخراج ویژگی غیرپارامتریک وزن دار به علت مزایای متعدد آن به کار رفته است؛ و در مورد ترکیب طبقه بندی کننده ها برای ایجاد ترکیبات مناسب از طبقه بندی کننده ها، از روش تغییر ویژگی های ورودی و روش استخراج ویژگی بر مبنای کلاس استفاده شده است. همچنین در ترکیب خروجی طبقه بندی کننده ها، از روش های سطح اندازه گیری استفاده شده است. تصویر ابرطیفی مورد استفاده در این پژوهش، تصویر سنجنده AVIRIS مربوط به منطقه ای جنگلی / کشاورزی در شمال ایالت ایندیانا در امریکاست. پس از پیاده سازی روش استخراج ویژگی غیرپارامتریک وزن دار، دقت طبقه بندی کلی 67/85 درصد حاصل گردید. در ترکیب طبقه بندی کننده ها، دقت طبقه بندی کلی 26/89 درصد و در روش پیشنهادی دقت طبقه بندی کلی 34/89 درصد به دست آمد، که در قیاس با دو روش تشکیل دهنده آن، دقت طبقه بندی بهبود یافته است. به رغم کم بودن میزان بهبود دقت، به علت کاهش پیچیدگی محاسبات و همچنین امکان انجام محاسبات موازی، روش پیشنهادی در این پژوهش مناسب تر به نظر می رسد.
۱۸.

بهبود روش استخراج ویژگی غیر پارامتریک وزن دار با استفاده از ترکیب خطی نمونه های آموزشی در تصاویر ابر طیفی

کلید واژه ها: طبقه بندیاستخراج ویژگی غیرپارامتریک وزن دار (NWFE)ترکیب خطیکاهش ابعاد

حوزه های تخصصی:
تعداد بازدید : ۲۰۰۷ تعداد دانلود : ۸۴۳
در این تحقیق، روشی برای بهبود استخراج ویژگی غیرپارامتریک وزن دار ارائه شده است، که در مسائل تشخیص الگو در فضاهای با ابعاد بالا استفاده می گردد. روش استخراج ویژگی غیرپارامتریک وزن دار براساس بسط غیرپارامتریک ماتریس های پراکندگی قرار گرفته است، که پارامترهای میانگین آنها به طور جداگانه برای هر نمونه و با استفاده از مجموع وزن دار نمونه های سایر کلاس ها محاسبه می شوند. وزن هر یک از این نمونه ها براساس فاصله اقلیدسی آنها از نمونه اصلی (نمونه تحت بررسی) محاسبه می گردد. اما تنها با استفاده از پارامتر فاصله نمی توان پراکندگی نمونه ها را به طور کامل بیان کرد، و محل قرارگیری آنها نیز در بیان پراکندگی نمونه ها مؤثر است. بدین معنی که ممکن است دو نمونه که فواصل یکسانی از نمونه اصلی (نمونه تحت بررسی) دارند، وابستگی شان به آن نمونه یکسان نباشد. به عنوان مثال، ممکن است که یکی از آنها کاملاً به نمونه اصلی وابسته باشد و دیگری کاملاً مستقل از آن باشد. از سوی دیگر، این وابستگی ها با ترکیب خطی آنها مرتبط است. چرا که در حالت ایده آل انتظار می رود نمونه های یک کلاس، کاملاً ترکیبی خطی از یکدیگر باشند و نمونه های کلاس های متفاوت کاملاً مستقل از هم باشند. از این رو، ترکیب خطی بین نمونه ها در تعیین پراکندگی ها مؤثر خواهد بود. در پژوهش حاضر، با استفاده از پارامتر مهم ترکیب خطی، نتیجه روش استخراج ویژگی غیرپارامتریک وزن دار بهبود یافته است. نتایج نشان می دهند که روش ارائه شده در اکثر کلاس ها و به ویژه در کلاس های بحرانی که تشابه طیفیِ بالایی نسبت به هم دارند، بهتر از روش استخراج ویژگی غیرپارامتریک وزن دار عمل کرده است. بهترین نتیجه به دست آمده دارای دقت کلی بیش از 82 درصد با ضریب کاپایی بهتر از 80 درصد بوده است.
۱۹.

بازسازی 6S برای تصحیح تصاویر ماهواره ای در جو ایران (مطالعه موردی: تهران)

کلید واژه ها: سنجش از دورNDVIتصحیح جویکد 6Sپروفایل جوی

حوزه های تخصصی:
تعداد بازدید : ۱۴۳۳ تعداد دانلود : ۶۸۱
فرایند سنجش از دور تحت تاثیر چندین نوع خطا، از جمله اعوجاجات هندسی، عدم تعادل رادیومتریک و تاثیرات جوی قرار دارد، که در میان آنها تاثیرات جوی نقش بسیار مهمی ایفا می کند. در پژوهش حاضر با استفاده از داده های پنج سال رادیوساوند در ماه ژوئن (11 خرداد تا 9 تیر)، مدل جوی مناسبی برای منطقه مورد مطالعه تعریف گردید. آنگاه با استفاده از مدل جوی استخراج شده و کد 6S، اصلاح جوی برای تصاویر MODIS منطقه مورد مطالعه صورت گرفت و نتایج با مدل های پیش فرض کد 6S همچون مدل های میان تابستانی، میان زمستانی و بر حاره ای مقایسه گردید. نتایج نشان می دهد که اصلاح جوی تصاویر با استفاده از مدل جوی استخراج شده برای منطقه مورد مطالعه در باندهای جذب بخار آب کاملاً با تصاویر اصلاح شده با مدل های پیش فرض تفاوت دارد. همچنین برای مقایسه بهتر از شاخص NDVI استفاده گردید. نتایج در این منطقه نشان می دهد که پس از اصلاح جوی NDVI های کمتر از 4/0 کاهش و NDVIهای بیشتر از 5/0 افزایش یافته اند که با نتایج دیگر پژوهشگران در این زمینه همخوانی دارد.
۲۰.

برآورد تبخیر و تعرق با استفاده از تصاویر ماهوار¬ه ¬ Terra سنجندهMODISدر منطقه عمومی گرگان

کلید واژه ها: گرگانسنجش از دورتبخیر و تعرقسبالشارهای گرمایی سطحی

حوزه های تخصصی:
تعداد بازدید : ۱۵۶۱ تعداد دانلود : ۸۰۰
برآورد تبخیروتعرق در مواردی از قبیل برنامه¬ریزی آبیاری، تعیین تبخیر مخازن آب، محاسبات بیلان آب، تخمین روانآب و مطالعات اقلیم شناسی ضروری است. تبخیر و تعرق را می توان بصورت کاملاً دقیق با استفاده از اندازه گیریهای میدانی تعیین نمود. با اینحال، این روشها تنها مقادیر تبخیر و تعرق را برای نواحی محدود از لحاظ وسعت مکانی بدست می آورند. این محدودیت باعث توسعه استفاده از داده های سنجش از دور جهت ارزیابی تبخیر و تعرق روی نواحی وسیع شده است. در این تحقیق با استفاده از تصاویر MODIS و الگوریتم سبال، مقدار تبخیر و تعرق برای ناحیه مزرعه نمونه ارتش واقع در استان گلستان در دو تاریخ 5 مه و 7 ژوئن سال 2003 میلادی مطابق با 15 اردیبهشت و 17 خرداد سال 1382 برآورد گردید. یکی از پارامترهای موثر در دقت سبال، آلبیدوی سطحی است که در این تحقیق با استفاده از دو روش، یکی استفاده از باندهای 1 و 2 (روش قدیمی) و دیگری استفاده از باندهای 1 تا 5 و 7 (روش نوین) تصویر MODIS محاسبه شد. مقایسه نتایج حاصله با مقادیر موجود در متون مختلف نشان می دهد اولا برآورد آلبیدوی سطحی با استفاده از روش نوین دارای دقت بیشتری بوده و ثانیا دقت خروجی های حاصل از سبال در حدی است که بتوان با انجام تحقیقات تفصیلی بعدی، به نتایج قابل قبول دست یافت.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

حوزه تخصصی

زبان