فیلتر های جستجو:
فیلتری انتخاب نشده است.
نمایش ۸۱ تا ۱۰۰ مورد از کل ۱٬۱۴۲ مورد.
حوزه های تخصصی:
گردآوردی اطلاعات میدانی دقیق، به منظور مدیریت پایدار مناطق جنگلی، مستلزم صرف زمان و هزینه بالایی است؛ بنابراین استفاده از روش های نمونه برداری و تصاویر ماهواره ای جایگزین مناسبی برای این کار خواهد بود. هدف پژوهش حاضر تأثیر طرح های گوناگون نمونه برداری خوشه ای در برآورد مشخصه های کمّی جنگل های سامان عرفی اولادقباد شهرستان کوهدشت، استان لرستان، با استفاده از تصاویر سنجنده سنتینل 2 است. به منظور برآورد مشخصه های مورد بررسی، 150 خوشه در قالب شش طرح (مثلث، مربع، ستاره ای 1، خطی، اِل شکل و ستاره ای 2) در منطقه ای به مساحت تقریبی 4500 هکتار ایجاد شد. هر خوشه شامل چهار ریزقطعه نمونه، با مساحت هفتصد مترمربع (شعاع ریزقطعه نمونه دایره ای برابر با پانزده متر و فاصله بین ریزقطعه نمونه ها از هم، شصت متر) بود. سپس در هر ریزقطعه نمونه ، مشخصه های تعداد و مساحت تاج درختان اندازه گیری شد. پس از پیش پردازش و پردازش تصاویر (تجزیه مؤلفه اصلی، آنالیز بافت و ایجاد شاخص های گیاهی)، ارزش های رقومی متناظر با قطعات نمونه زمینی از باندهای طیفی استخراج و به منزله متغیرهای مستقل، در نظر گرفته شد. مدل سازی با استفاده از روش های ناپارامتریک جنگل تصادفی، ماشین بردار پشتیبان و نزدیک ترین همسایه انجام شد. نتایج نشان داد میانگین تراکم در هکتار 51 اصله و سطح تاج پوشش 3294 مترمربع در هکتار است. نتایج اعتبارسنجی نشان داد که درمورد هر دو مشخصه تراکم و سطح تاج پوشش، الگوریتم جنگل تصادفی به همراه طرح های نمونه برداری خطی و ستاره ای 2، به ترتیب با درصد مجذور میانگین مربعات خطا 00/46 و 44/10 و اریبی (02/0- و 82/2%)، عملکرد بهتری در مدل سازی داشته است. به طورکلی نتایج اعتبارسنجی مشخص کرد استفاده از طرح های متفاوت نمونه برداری خوشه ای، روش های مدل سازی ناپارامتریک جنگل تصادفی و تصاویر سنجنده سنتینل 2 کارآیی بهتری در برآورد مشخصه تاج پوشش دارد اما، در مقابل، عملکرد مناسبی در برآورد تعداد در هکتار را نداشته است.
آشکارسازی اراضی شالیزاری شهرستان رشت با استفاده از تصاویر چندزمانۀ لندست- 8(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در بسیاری از کشورها به ویژه ایران، برنج به یکی از اقلام اساسی به لحاظ امنیت غذایی تبدیل شده است. در این تحقیق، به منظور تهیه نقشه سطوح شالیزاری، با توجه به ویژگی های فنولوژیکی گیاه برنج و به کمک داده های سالیانه دمای سطح زمین سنجنده مادیس، ابتدا برنامه زمانی برای انتخاب تصاویر سری زمانی ماهواره لندست 8 تنظیم شد. پس از دریافت داده های ماهواره ای، به روش شیء مبنا و با بهره گیری از توابع فازی، به طبقه بندی تصاویر و در نهایت، استخراج اراضی شالیزاری در حوزه شهرستان رشت پرداخته شد. به منظور بهبود و ارتقای نتایج، در این تحقیق طی فرایند طبقه بندی تصاویر ماهواره ای، از داده های متنوعی مانند مدل رقومی زمین، داده های دمای سطح زمین و شاخص های طیفی همچون NDVI، EVI، NDBI و LSWI در کنار اطلاعاتی درباره ویژگی های خاص عوارض و اشیای داخل تصویر، استفاده شد. با توجه به خصوصیات ویژه اراضی شالیزاری، از مدل رقومی ارتفاعی 12.5متری برای تشخیص بهتر اراضی شالیزاری از دیگر پوشش های گیاهی، بهره گرفته شد. همچنین بین نتایج حاصل از طبقه بندی به روش شیء مبنا و پیکسل مبنا، مقایسه ای صورت گرفت؛ در نهایت، مشخص شد که روش طبقه بندی شیء مبنا می تواند، با ملاحظات خاصی، نتایجی بهتر از روش پیکسل مبنا دربر داشته باشد. نتیجه طبقه بندی با روش پیکسل مبنا، پس از اعتبارسنجی، دقت کلی 92% را نشان داد و ضریب کاپا در این روش 89/0 برآورد شد. طبق روش طبقه بندی شی ء مبنا، نتایجی با دقت کلی 94% به دست آمد و ضریب کاپا نیز 92/0 حاصل شد.
مقایسه روش های یادگیری عمیق و طبقه بندی کننده آبشاری در تشخیص اشیا، در فرود اتوماتیک پرنده های بدون سرنشین(مقاله علمی وزارت علوم)
حوزه های تخصصی:
فرود اتوماتیک یکی از موضوعات و چالش های مهم در حوزه کنترل و اتوماسیون پهپادهای بدون سرنشین است. توسعه الگوریتم های فرود اتوماتیک نیازمند تعیین موقعیت پهپاد نسبت به محل فرود است که این کار، در حوزه های پردازش تصویر، به تشخیص دقیق و سریع محل فرود نیاز دارد. ازجمله روش های معمول، در این زمینه، طبقه بندی کننده آبشاری و تناظریابی و قطعه بندی تصویر است که به نظر می رسد، با تغییرات آب و هوایی و مقیاس متفاوت، این الگوریتم ها با چالش مواجه شوند. از طرف دیگر، در سال های اخیر شبکه های کانولوشنی عمیق به منزله مدل هایی قوی به منظور شناسایی و تشخیص اشیا در تصاویر به کار رفته اند؛ بااین حال با توجه به بار محاسباتی زیاد، این مدل ها هنوز در حوزه پرنده های بدون سرنشینی که از لحاظ سخت افزاری سبک اند و قدرت پردازش ضعیفی دارند، کاربرد جدی نیافته اند. هدف این مقاله مقایسه دو روش شبکه های عمیق کانولوشنی و طبقه بندی کننده آبشاری برای تشخیص آنی محل فرود است. نتایج عملی کردن روش ارائه شده روی یک پرنده Parrot AR Drone2.0 نشان می دهد که شبکه های کانولوشنی در مقابل دوران، مقیاس، انتقال و حتی پنهان شدگی پایداری بسیار زیادی دارند. دقت تشخیص در این روش 1/99 است که، در قیاس با روش طبقه بندی کننده آبشاری، 3% بیشتر است و درعین حال از لحاظ سرعت نیز، مناسب کاربردهای آنی است.
بررسی ارتباط بین خشکسالی و کاهش کیفیت آب با استفاده از سنجش از دور و روش شبکه های عصبی(مقاله علمی وزارت علوم)
حوزه های تخصصی:
با توجه به تأثیر خشکسالی در کیفیت و کمّیت آب، هدف از این مطالعه بررسی خشکسالی با استفاده از شاخص های خشکسالی و ارتباط آن با میزان کیفیت آب در مناطق شمالی استان فارس ایران است. برای این منظور، شاخص های خشکسالی PCI، TVDI، NDVI در سال های 2000 تا 2020 استفاده شد. در ادامه، نقشه های پهنه بندی عناصر آب (Ca، Cl، EC، K، Na، Mg) با استفاده از روش کریجینگ تولید شد. سپس با به کارگیری روش شبکه های عصبی (MLP)، میزان عناصر آب با استفاده از شاخص های خشکسالی پیش بینی شد. نتایج نشان داد که با توجه به مقادیر شاخص های خشکسالی، روند تغییرات خشکسالی در منطقه از سال 2000 تا 2020 افزایشی بوده و بخش های جنوبی منطقه در وضعیت حادتری به نسبت دیگر بخش ها قرار دارد. نتایج حاصل از نقشه های پهنه بندی عناصر آب هم نشان داد که در بخش های جنوبی، غلظت املاح بیشتر از بخش های شمالی است. طبق نتایج حاصل از همبستگی بین شاخص های خشکسالی و مقادیر عناصر آب، Ca همبستگی بالایی (820/0 R=) با شاخص TVDI دارد و عناصر Cl، EC، K، Na، Mg نیز دارای همبستگی معنی داری (80/0 R>) با شاخص PCI است. نتایج حاصل از روش MLP، برای پیش بینی وضعیت کیفیت آب با استفاده از شاخص های خشکسالی، نشان داد که در مناطق جنوبی میزان املاح بیشتر و در نتیجه، کیفیت آب کمتر است. میزان دقت مدل در پیش بینی عناصر Cl، EC، K، Na، Mg، TH،TDS با استفاده از شاخص PCI برابر با 85/0 R 2 = و درمورد عنصر Ca، با استفاده از شاخص TVDI برابر با 71/0 R 2 = است.
بررسی نواحی دگرسانی کانسار مس پورفیری با استفاده از تصاویر ماهواره ای چندطیفی (سنتینل- 2، لندست- 8 و استر) و کنترل های زمینی (مطالعه موردی: کانسار مس مسجدداغی- شمال غرب ایران)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
طراحی الگوریتم های سنجش از دور و توسعه روش های گوناگون پردازش تصاویر ماهواره ای، برای شناسایی کانسارهای مس پورفیری، ازجمله موضوعات مهم مطالعات در زمینه ارزیابی منابع معدنی و بهره برداری بهینه از آنهاست. به این منظور، تعیین نواحی دگرسانی ابزار مناسبی به منظور طراحی الگوهای مورد قبول اکتشافی فراهم می آورد. در این پژوهش، با راهبردی جامع و با استفاده از تعیین حدود دگرسانی های مرتبط با کانسار مس پورفیری برمبنای مدل لوول و گیلبرت با سه نوع راهبرد متفاوت (پردازش های بصری، طیفی و آماری) و همچنین استخراج خط واره ها در منطقه مورد مطالعه، محدوده تمرکز ماده معدنی برای حفاری پیشنهاد شد. منطقه مورد مطالعه، در این مقاله، کانسار مس پورفیری مسجدداغی در شمال شرق استان آذربایجان شرقی است. در این پژوهش، از تصاویر ماهواره ای چندطیفی استر، سنجنده OLI لندست 8 و سنتینل 2 برای پردازش های گوناگون مانند ترکیبات نسبت های باندی، تحلیل مؤلفه اصلی و روش های پردازش طیفی پیکسل مبنا و زیرپیکسلی، ازجمله SAM و MTMF و پردازش های آماری مبتنی بر الگوریتم عملگر منطقی استفاده شد. در نهایت، با فازی سازی و تلفیق لایه های حاصل از پردازش های تصاویر ماهواره ای با ساختارهای هندسی منطقه (خط واره ها) که روی داده های سنتینل 2 به دو روش خودکار و نیمه خودکار استخراج شدند، نتایج در فضای GIS تحلیل شد و پس از مقایسه نتایج ارائه شده با تحلیل نمونه های زمینی، صحت و تطابق مناطق مورد نظر تأیید شد. دقت کاربر و سازنده درمورد محدوده دارای اولویت به ترتیب 54/78% و 36/78% به دست آمد که معیار سنجش مناسب تری برای معرفی محدوده مرکز حفاری است.
تعیین میزان فرسایش و رسوب با استفاده از روش MPSIAC و سامانه GIS در حوضه خورخوره، استان کردستان(مقاله علمی وزارت علوم)
حوزه های تخصصی:
در سال های اخیر، با تغییر کاربری و توسعه اراضی کشاورزی در حوضه های کشور، میزان فرسایش و تولید رسوب افزایش یافته است. با توجه به اینکه در بیشتر زیرحوضه ها، آمار ایستگاه های رسوب سنجی به صورت درازمدت ثبت نشده است، برآورد میزان رسوب و فرسایش با مشکلاتی مواجه است. هدف از این پژوهش تعیین عوامل مؤثر در فرسایش و رسوب و تعیین مقادیر کمّی فرسایش در حوضه آبخیز خورخوره در استان کردستان است. به این منظور، ابتدا با استفاده از نقشه های توپوگرافی، زمین شناسی و عکس های هوایی در محیط GIS، نقشه نوع و گونه های فرسایش تهیه شد و این نقشه ها، با بررسی های صحرایی، تدقیق و ارزیابی شدند. براساس مدل MPSIAC، عوامل نُه گانه مؤثر در فرسایش درمورد تمامی زیرحوضه ها، به تفکیک بررسی شد و امتیازات هر عامل به دست آمد. با جمع امتیازات عوامل، درجه رسوب دهی برای هر زیرحوضه تعیین و سپس مقدار رسوب و فرسایش ویژه و فرسایش کل در هر زیرحوضه محاسبه شد. نتایج نشان داد عوامل توپوگرافی و وضعیت فعلی فرسایش بیشترین نقش و عامل آب وهوا کمترین نقش را در میزان رسوب دهی حوضه دارند. طبق نتایج، 92% کل حوضه دارای درجه رسوب دهی زیاد در کلاس فرسایش درجه چهار است. نسبت رسوب تحویلی حوضه (SDR) بین 32 تا 50% متغیر است. کمترین و بیشترین مقدار فرسایش ویژه در زیرحوضه های متفاوت، به ترتیب معادل 10 و 35 تن بر هکتار در سال، به دست آمد. مقدار رسوب ویژه و فرسایش ویژه کل حوضه نیز، به ترتیب 4/6 و 4/17 تن بر هکتار در سال، حاصل شد.
برآورد بافت و مقادیر اکسیدهای آزاد آهن خاک با استفاده از باندهای ماهواره لندست 8 و تحلیل رگرسیون(مقاله علمی وزارت علوم)
حوزه های تخصصی:
این پژوهش با هدف برآورد ویژگی های خاک، با استفاده از باندهای ماهواره لندست 8، در بخشی از زمین های زراعی دشت قروه دهگلان در غرب ایران انجام شد. در مجموع، از 107 نقطه محدوده مطالعاتی، از عمق 15-0 سانتی متری نمونه خاک تهیه و ویژگی های فیزیکوشیمیایی این نمونه ها در آزمایشگاه اندازه گیری شد. برای استخراج اطلاعات از تصویر ماهواره لندست 8 و پس از اعمال ماسک پوشش گیاهی، مقادیر DOS باندهای 7-1 برای نقاط نمونه برداری استخراج شد. به منظور تعیین رابطه بین ویژگی های خاک و ارزش رقومی باندهای لندست 8، تحلیل همبستگی، رگرسیون خطی گام به گام و رگرسیون مؤلفه اصلی به کار رفت. اعتبارسنجی تحلیل رگرسیون ها با استفاده از دو پارامتر ضریب تعیین و ریشه میانگین مربعات خطا ارزیابی شد. نتایج نشان داد که همبستگی مثبت و معنی داری بین مقادیر شن و اکسیدهای آزاد آهن خاک و همبستگی منفی و معنی داری بین رس و سیلت خاک، با ارزش رقومی بیشتر باندهای لندست 8، وجود دارد. بین غلظت فلزات سنگین و ارزش رقومی در باندهای مرئی و مادون قرمز نزدیک، همبستگی معنی داری مشاهده نشد و تحلیل های رگرسیون نیز، در برآورد ویژگی های خاک محدوده مطالعاتی، کارآیی مورد قبولی نداشت. با توجه به نتایج، به نظر می رسد که می توان از تصاویر ماهواره لندست 8 به منظور برآورد بافت خاک و مقادیر اکسیدهای آزاد آهن خاک، در محدوده مورد مطالعه، استفاده کرد.
مروری بر روش های مبتنی بر سنجش از دور در شناسایی و پایش آتش سوزی جنگل(مقاله علمی وزارت علوم)
حوزه های تخصصی:
مطالعات متعددی که طی چندین دهه اخیر درمورد پدیده آتش سوزی انجام شده، مجموعه گسترده ای از داده های ورودی و روش های اجرا و ارزیابی را فراهم کرده است. بااین حال این مجموعه گسترده نتایج و تحقیقات، به صورت ساختاریافته، به منظور ارائه نقشه راه به کاربران جدید این حوزه و راهنمایی در زمینه کاربردها و شرایط گوناگونی فراهم آمده است که تا کنون تحلیل نشده اند. به عبارتی دیگر، خلأ تحقیقی منسجم درمورد عملکرد نسبی فرایندهای گوناگون سنجش از دور در این حوزه، به منظور تولید اطلاعات متفاوت و مرتبط با کاربری ها، احساس می شود. برای رفع این خلأ، در این تحقیق، تحلیلی نسبتاً جامع از مطالعات انجام شده درباره آتش سوزی در نشریات سنجش از دور صورت پذیرفته است. چند عامل کلی مورد ارزیابی در مطالعات پیش، حین و پس از آتش سوزی، تغییر در داده های ورودی، بررسی الگوریتم ها و توسعه آنها بودند زیرا تحلیلگران می توانند این عوامل را کنترل کنند تا دقت نهایی تحلیل ها و نتایج حاصل را بهبود بخشند. یکی از مسائل مهم در موضوع آتش سوزی، پس از شناسایی و کشف آتش، با توجه به تغییرات دائمی ایجادشده در ساختار و ترکیب پوشش گیاهی، بررسی نحوه بازیابی پوشش گیاهی و میزان رشد آن طی سالیان پس از آتش سوزی است. براساس بررسی انجام شده درباره مطالعات آتش سوزی در کشور، حدود 48% از این پژوهش ها به شناسایی و گسترش آتش سوزی و حدود 52% دیگر به احیا و بازیابی پرداخته اند. در بررسی تحقیقات درباره مطالعات شناسایی، مشخص شد که تقریباً 5% از آنها با استفاده از روش های یادگیری و 43% دیگر با روش های سنتی انجام شدند. درعین حال از سهم مرتبط با مطالعات احیا نیز، تقریباً 21% به بررسی پوشش گیاهی و 31% به بررسی خاک زیر سطح آتش پرداختند. یافته های این تحقیق می تواند به محققان، برای تصمیم گیری در انتخاب داده ها و الگوریتم های مورد استفاده، با توجه به هدف مطالعه، در شاخه های گوناگون مطالعات مرتبط با آتش سوزی کمک مؤثری برساند. بااین حال تحلیلگران می توانند، علاوه بر این دستورالعمل های کلی، ترجیحات شخصی یا مزایای الگوریتم ویژه ای را که ممکن است به برنامه ای خاص مربوط باشد، در نظر بگیرند.
ارزیابی همبستگی بین داده PM10 ایستگاه زمینی سنندج و داده AOD سنجنده مادیس(مقاله علمی وزارت علوم)
حوزه های تخصصی:
تحقیق حاضر با هدف ارزیابی دقت داده های ماهواره ای سنجنده مادیس در پایش ریزگردها (ذرات PM 10 )، به منظور مقایسه با داده های ایستگاه زمینی سنجش آلودگی در شهر سنندج انجام گرفته است. بدین ترتیب، میزان عملکرد داده های ماهواره ای در اندازه گیری ریزگردها، در ایستگاه زمینی سنندج، مشخص می شود. ابتدا داده های ماهواره ای عمق نوری (ذرات PM 10 ) سنجنده مادیس، متناظر با داده های PM 10 زمینی تهیه شده از ایستگاه زمینی پایش آلودگی واقع در شهر سنندج، به دست آمد؛ آنگاه ضریب همبستگی دو سری داده محاسبه شد. برای پیش بینی دقیق داده های PM 10 ، دو مدل آریما و شبکه عصبی مصنوعی به کار رفت. داده های AOD سنجنده مادیس با استفاده از روش حداکثر برآورد احتمال و وزن به دست آمده از ریشه میانگین مربعات خطا، به منظور استفاده در این دو مدل، ترکیب شدند. در نهایت، روش مقایسه منفرد برای هریک از مدل ها و نیز مقایسه مدل ها، با هدف شناسایی مدل بهتر در تشخیص و پیش بینی داده های PM 10 حاصل از سنجنده مادیس، اعتبارسنجی شد. در مدل شبکه عصبی، ضریب همبستگی در مرحله آموزش 52%، در مرحله آزمون 53%، RMSE برابر با 62/1 و MAE برابر 62/2 به دست آمد. طبق محاسبات، مدل آریمای 1-0-3 تنها مدل مورد قبول با R برابر با 46/0و 06/0MAE= و 69/0RMSE= است. این بیان می کند مدل آریما مدل مناسبی برای پیش بینی داده هاست اما دقت مدل شبکه عصبی، در ارزیابی میزان همبستگی بین داده ها، بیشتر تشخیص داده شد. نتایج تحقیق نشان داد که بین داده های عمق نوری ریزگرد سنجنده مادیس با داده های زمینی رابطه مستقیمی وجود دارد و این الگوریتم قادر به شناسایی گردوغبار است و می تواند جایگزین مناسبی برای محصولات PM 10 تولیدشده از سوی ایستگاه زمینی باشد.
ارزیابی تغییرات عملکرد و ردپای آب محصول ذرت با مدل گیاهی AquaCrop-GIS(مقاله علمی وزارت علوم)
حوزه های تخصصی:
برآورد پتانسیل تولید هر گیاه تابعی از شرایط اقلیمی، پتانسیل های ژنتیکی گیاه و دیگر عوامل گوناگون محیطی و مدیریتی است. ارزیابی توانمندی مناطق، در به فعلیت رساندن پتانسیل های ژنتیکی گیاهان، از نکات مهم برنامه ریزی های کلان در کشاورزی به حساب می آید. با توجه به جایگاه استان قزوین در تولید محصول ذرت و اهمیت کشت این محصول در استان، برآورد هرچه دقیق تر میزان عملکرد این محصول استراتژیک بسیار ضرورت دارد. در همین زمینه، با مطالعه یک دوره داده برداری یازده ساله، عملکرد محصول ذرت با مدل گیاهی جدید AquaCrop-GIS برآورد شد. پهنه بندی شاخص های کلیدی محصول از طریق مدل در سطح استان شبیه سازی شد. با بررسی نتایج این پارامترهای کلیدی، مشخص شد ایستگاه های مطالعاتی قزوین و معلم کلایه با میزان تبخیر و تعرق مرجع کمتر دارای بهره وری آب بیشتری است. در ادامه با استفاده از عملکرد محاسباتی، اجزای ردپای آب و ردپای آب کل محصول در محدوده ایستگاه های مطالعاتی تخمین زده شد. با بررسی معادلات رگرسیونی میان اجزای ردپای آب و ردپای آب کل محصول با عملکرد محصول در هر ایستگاه، مشخص شد روابط ردپای آب آبی با عملکرد به نسبت دیگر اجزای ردپای آب درمورد تمامی ایستگاه ها، از میزان ضریب تعیین (43/0= R 2 ، 51/0= R 2 ، 43/0= R 2 ، 77/0= R 2 و 79/0 = R 2 به ترتیب درمورد ایستگاه های قزوین، آوج، معلم کلایه، تاکستان و بویین زهرا) و سطح معنی داری برخوردار است. به طورکلی ضریب تعیین این روابط در ایستگاه بویین زهرا با 88/0= R 2 ، 79/0= R 2 ، 56/0= R 2 و 53/0= R 2 به ترتیب برای ردپای آب سبز، آبی، خاکستری و ردپای آب نسبت به سایر ایستگاه ها، بیشتر برآورد شد؛ به این معنی که کاهش عملکرد در این ایستگاه تأثیر بسزایی بر افزایش ردپای آب کل محصول داشت.
طبقه بندی شیءگرای مناطق شهری با تلفیق تصاویر سنتینل- 1 و سنتینل- 2(مقاله علمی وزارت علوم)
حوزه های تخصصی:
نقشه های کاربری زمین، توزیع فضایی منابع طبیعی، مناظر فرهنگی و سکونتگاه های انسانی را توصیف می کنند که به منزله ابزار برنامه ریزی مهمی برای تصمیم گیرندگان عمل می کند؛ بنابراین دقت نقشه های حاصل از طبقه بندی تصاویر ماهواره ای در عدم قطعیت به منظور مدیریت شهری بسیار تأثیرگذار است. با توجه به کیفیت یکنواخت تصاویر در مناطق بزرگ در مراحل زمانی منظم، تصاویر سنجش از دور ورودی ضروری در تولید نقشه های کاربری زمین شمرده می شوند. هدف اصلی از این تحقیق پیشنهاد کردن روشی به منظور ایجاد نقشه پوشش اراضی دقیق در مناطق شهری، با استفاده از تلفیق داده های سنتینل 1 و سنتینل 2 است. به این منظور، ویژگی های ضریب بازپراکنش راداری VV و دو پارامتر حاصل از روش تجزیه H-α (آنتروپی، آلفا) از تصاویر راداری سنتینل 1 و ویژگی های باند آبی، سبز، قرمز، شاخص های NDVI، NDWI، MNDWI و SWI از تصاویر اپتیک سنتینل 2 استخراج و به منزله مؤلفه های تأثیرگذار در طبقه بندی منطقه شهری استفاده شد. در این مطالعه، با هدف جداسازی مناطق کشاورزی از سایر پوشش ها، از شاخص رطوبت SWI استفاده شد. همچنین داده های ارتفاعی برای تفکیک بهینه کلاس های پیچیده با توپوگرافی متفاوت به کار رفت. استخراج شاخص های تأثیرگذار از این دو مجموعه داده، در رویکردی شیءگرا مبتنی بر الگوریتم های ماشین بردار پشتیبان و جنگل تصادفی، برای طبقه بندی کاربری زمین ارزیابی شد. نتایج نشان داد که به کارگرفتن ویژگی های استخراج شده از تصاویر راداری و اپتیک به طور هم زمان، در روش طبقه بندی شیء گرا، می تواند ویژگی های شیء را به طور کامل در ناحیه مورد مطالعه استخراج کند. در مورد هر دو الگوریتم طبقه بندی، زمانی که از داده های اپتیک و راداری به طور هم زمان استفاده شد، دقت کلی طبقه بندی افزایش داشت. در مورد روش جنگل تصادفی که بیشترین دقت ها را دربر داشت، دقت کلی برای رویکرد ترکیب داده های راداری و اپتیک به میزان 13 و 5%، به ترتیب به نسبت رویکرد تنها ویژگی راداری و تنها رویکرد ویژگی اپتیک، افزایش پیدا کرده است. همچنین اختلاف معنی داری در دقت طبقه بندی، در تمامی سطوح، بین الگوریتم طبقه بندی ماشین بردار پشتیبان و جنگل تصادفی دیده می شود. نتایج نشان داد که دقت کلی درمورد روش طبقه بندی جنگل تصادفی و ماشین بردار پشتیبان به ترتیب برابر 3/83 و 8/79% و ضریب کاپا به ترتیب 72/0 و 68/0% بوده است.
بهبود تخمین پارامتر LAI با استفاده از توابع هزینه جایگزین و راهکارهای چندجوابه(مقاله علمی وزارت علوم)
حوزه های تخصصی:
پوشش گیاهی موتور محرک کره زمین است؛ تبادلات انرژی و آب بین اتمسفر و زمین را کنترل می کند و در چرخه های جهانی انرژی، اکسیژن، دی اکسیدکربن و آب نقش مهمی دارد. پایش و مدیریت پوشش های گیاهی با استفاده از پارامتر های بیوفیزیکی و بیوشیمیایی آن، مانند LAI، انجام می پذیرد. شاخص سطح برگ (LAI) از مهم ترین پارامترهای پوشش گیاهی است که در اغلب مدل سازی ها مانند مدل سازی چرخه های آب، انرژی و کربن استفاده می شود. رویکردهای بازیابی متفاوتی، به منظور استخراج اطلاعات پارامترهای بیوفیزیکی از داده های سنجش از دوری، توسعه یافته است. در تحقیق حاضر، از روش فیزیکی معکوس مدل انتقال تابش PROSAIL، مبتنی بر جدول LUT، با هدف بازیابی متغیر LAI استفاده شده است. همچنین داده های زمینی برداشت شده طی کمپین SPARC 2003 برای ارزیابی صحت متغیر بازیابی شده به کار رفت. برای رفع مشکل ill-posed، چهار دسته از معیارهای هزینه با عنوان اندازه گیر اطلاعات (IM)، حداقل اختلاف (MC)، اندازه گیر زاویه (SAM) و خطای حداقل مربعات (LSE) به همراه نرمال سازی و میانگین بهترین جواب ها استفاده شد. نتایج بهبود تخمین متغیر LAI را با استفاده از معیار اندازه گیر اطلاعات (Kulbak-liebler)، به میزان 12% و با استفاده از 11% میانگین بهترین جواب ها نشان دادند. تابع هزینه LSE نیز در قیاس با حالت نرمال نشده، 7% بهبود یافت.
کاربرد سیستم اطلاعات جغرافیایی و سنجش از دور در ارزیابی اثرات طرح های آبخیزداری اجراشده در حوزه آبخیز ریمله شهرستان خرم آباد(مقاله پژوهشی دانشگاه آزاد)
منبع:
کاربرد سیستم اطلاعات جغرافیایی و سنجش از دور در برنامه ریزی دوره ۱۲ زممستان ۱۴۰۰ شماره ۴
78 - 86
حوزه های تخصصی:
ارزیابی پروژه های اجرا شده آبخیزداری و ارائه دورنمایی از نتایج عملکرد آن ها، اطلاعات مناسبی را برای برنامه ریزی بلندمدت در اختیار مدیران و تصمیم گیران قرار می دهد. امروزه با استفاده از نرم افزارهای توانمند سنجش از دور و سامانه اطلاعات جغرافیایی می توان محاسبات لازم را با دقت و سرعت بیشتری انجام داد. هدف از این تحقیق، ارزیابی اثرات طرح های آبخیزداری اجراشده در حوزه آبخیز ریمله بااستفاده از سیستم اطلاعات جغرافیایی و سنجش از دور از نظر فرسایش و رسوب و رواناب بوده است. جهت پیش بینی فرسایش قبل از اجرای طرح های آبخیزداری و بعد از اجرای آن ها، از مدل EPM استفاده شد. از روش شماره منحنی انجمن حفاظت خاک امریکا (SCS) برای محاسبه رواناب قبل از اجرای طرح های مدیریتی آبخیز و بعد از اجرا استفاده شد. ضریب CN برای دو کاربری تهیه شده در سال ۱۳۷۰ و فعلی محاسبه شد. آزمون t زوجی به منظور بررسی تفاوت آماری اختلاف رواناب تولیدی و میزان فرسایش و رسوب قبل و بعد از اجرای طرح های آبخیزداری استفاده شد. میزان فرسایش و رسوب کل سالیانه در شرایط کنونی نسبت به قبل از اجرای طرح های حفاظتی آبخیزداری به ترتیب به طور متوسط حدود ۶۷۹۳ مترمکعب و ۵۷۱۲ تن کاهش یافته اند. مقدار تفاوت حجم رواناب سالیانه بین قبل از اجرای طرح ها و شرایط کنونی به طور متوسط حدود 15256 مترمکعب می باشد. نتایج آزمون t زوجی نشان داد که اقدامات حفاظتی آبخیزداری انجام شده در حوضه ریمله توانسته اند اختلاف معنی داری را در کاهش فرسایش و رسوب و رواناب تولیدی را ایجاد کنند و نتیجه گیری کلی اینکه این اقدامات اثر مثبت معنی داری را در کاهش فرسایش و رسوب و رواناب تولیدی داشته اند.
مقایسه روشهای هیدرولوژیکی احتساب کننده رطوبت خاک و نروفازی در شبیه سازی بارش- رواناب (مطالعه موردی: حوضه آبخیز زولاچای)(مقاله پژوهشی دانشگاه آزاد)
حوزه های تخصصی:
شبیه سازی هیدرولوژیکی حوزه های آبخیز، برای تخمین دبی اوج و حجم سیلاب حاصل ازبارندگی ها، روند یابی سیلاب در رودخانه ها و تحلیل هیدروگراف سیلاب ها صورت می گیرد. هدف از این تحقیق، کاربرد مدل های احتساب کننده رطوبت خاک (HMS SMA) و نروفازی در برآورد دبی متوسط روزانه، حجم رواناب و تحلیل هیدروگراف ناشی از شبیه سازی فرآیند بارش-رواناب در حوزه آبخیز زولاچای می باشد. در این تحقیق پس از مدل سازی حوزه آبخیز در الحاقیه HEC-GeoHMS، مدل به برنامه HEC-HMS وارد و با تخمین پارامترهای مدل احتساب کننده رطوبت خاک، شبیه سازی بارش-رواناب در سایر مقیاس ها انجام شد. با بررسی مقیاس های زمانی واسنجی و بهینه سازی پارامترهای مدل HMS SMA می توان گفت که مقیاس زمانی ماهانه در شبیه سازی بارش-رواناب دقیق تر از مقیاس های زمانی سالانه، نیم سالانه و فصلی عمل می کند، همچنین مقیاس زمانی فصلی می تواند بهتر از سایر مقیاس های زمانی دبی اوج را تخمین بزند. مقایسه واسنجی و بهینه سازی روشهای احتساب کننده رطوبت خاک و نروفازی نشان داد روش فازی با بهترین ضرایب آماری (ضریب کارایی ناش-ساتکلیف 76/0 و مجموع مربعات خطای 18/0)، دقیق تر از روش SMA، شبیه سازی بارش-رواناب را انجام می دهد.
تعیین اراضی مستعد کشت دیم محصول گندم با ارائه مدل تصمیم گیری VIKOR بر بستر GIS، مطالعه موردی: استان فارس(مقاله علمی وزارت علوم)
حوزه های تخصصی:
از ابتدای پیدایش کره زمین تا کنون، انسان بیش از سایر موجودات در محیط زیست خود تأثیر گذاشته و آن را، مطابق با میل خود، تغییر داده است. با افزایش جمعیت، محدودیت های آب و خاک و تغییرات اقلیمی تأمین مواد غذایی را با مشکلات و مسائل جدی مواجه کرده است. در میان محصولات غذایی کشاورزی، گندم یکی از محصولات استراتژیک پرمصرف در ایران و بسیاری از کشورهای جهان است که در شرایط اقلیمی گرم وخشک، با بازدهی مناسب، کشت می شود. در ایران، حدود 10% تقاضای بخش کشاورزی کشور از استان فارس تأمین می شود. با توجه به اینکه استان فارس رتبه دوم تولید گندم را در بین استان های کشور دارد؛ این پژوهش قصد دارد تناسب اراضی این استان را، برای کشت گندم به روش دیم، ارزیابی کند. در گام نخست، داده های اقلیمی و خاک شناسی و توپوگرافی در محدوده جغرافیایی این استان بررسی و تحلیل می شود. سپس لایه های اطلاعاتی وارد نرم افزار سیستم اطلاعات جغرافیایی (GIS) می شود و نقشه اراضی مستعد کشت گندم، با استفاده از روش تحلیلی تصمیم گیری چندمعیاره ویکور (VIKOR) تعیین می شود. نتایج این پژوهش نشان داده است حدود 32% از مساحت استان فارس در رتبه اول و دوم تناسب اراضی برای کشت گندم قرار دارد. همچنین، مشخص شد که بیشتر مناطق مناسب در غرب و شمال غرب استان فارس پراکنده شده اند.
مدلسازی پهنه بندی وپیش بینی خطر سیلاب شهری با استفاده از تصاویر ماهواره ای و GIS (مطالعه موردی شهرمهر)(مقاله پژوهشی دانشگاه آزاد)
منبع:
کاربرد سیستم اطلاعات جغرافیایی و سنجش از دور در برنامه ریزی دوره ۱۲ زممستان ۱۴۰۰ شماره ۴
52 - 63
حوزه های تخصصی:
سیل علل مختلفی می تواند داشته باشد. یکی از دلایل جدید و چالش بر انگیز قرن بیست و یکم موضوع تغییرات کاربری اراضی است، بررسی دقیق مجموعه عوامل زیست محیطی که زمینه ساز این حوادث هستند نشان می دهد که دخالت انسان در چرخه طبیعی آب از طریق پوشش گیاهی در عرصه های آبخیز ، توسعه شهری و صنعتی شدن جوامع، تاثیرات نامطلوبی در هیدرولوژی حوضه حوضه آبریز می گذارد و موجب تشدید سیلابها، افزایش آلودگی در قسمت پایاب، کاهش جریان های پایه و کاهش تغذیه آب های زیر زمینی می گردد . سیل یکی از پدیده های پیچیده و مخرب طبیعی است که هر ساله خسارات فراوانی را به دنبال دارد. به منظور برنامه ریزی جهت بهره برداری بهینه و کنترل پدیده های طبیعی سیل که از مسائل موجود در کره زمین و از جمله کشور ما نیز می باشد، مطالعات و تحقیقات زیادی مورد نیاز است . به همین منظور، هدف تحقیق حاضر، بررسی وضعیت شهر مهر واقع در جنوب استان فارس ،ازنظر سیل خیزی و پهنه بندی خطر ناشی از این حادثه مهم طبیعی بود. این بررسی به شیوۀ توصیفی-تحلیلی و به منظور پیش بینی دامنه خسارات ناشی از سیلاب انجام شد است. داده های مورد نیاز ، در این خصوص گردآوری شد. داده های گردآوری شده بعد از تصحیح و تبدیل، وزن دهی شد و بعد از انجام مقایسات زوجی و تعیین ضرایب نهایی هر لایه، نقشه های مورد نیاز تهیه گردید. برا ی تعیین وزن و ضرایب نهایی به تناسب از مدل AHP و نرم افزارهای مربوطه، به خصوص Choice Export ،ArcGIS و... بهره برداری به عمل آمد. نتایج نشان داد تمام وسعت شهر در معرض خطر سیلاب قرار دارد.
تحلیل تغییرات زمانی - مکانی شدت، تداوم، فراوانی و گستره خشکسالی با استفاده از داده های سنجش از دور(مقاله علمی وزارت علوم)
حوزه های تخصصی:
خشکسالی از مهم ترین بلایای طبیعی کشور است که اثرات مخرب زیست محیطی و اقتصادی فراوانی دارد. بیشتر مطالعات انجام شده به شدت خشکسالی پرداخته اند و معمولاً سایر ویژگی های آن بررسی نشده است. در این تحقیق، اولین بار، قابلیت شاخص های هواشناسی و داده های ماهواره ای با یکدیگر ادغام شده و از آن برای مطالعه تمامی ویژگی های خشکسالی، در دو حوزه داخلی و ساحلی کشور، استفاده شده است. بدین منظور، شاخص SPI با استفاده از تصاویر ماهواره ای بارش TRMM محاسبه شده و سپس مشخصه های خشکسالی مانند شدت، تداوم، بزرگی و گستره خشکسالی، به صورت مکانی، در سطح حوزه مطالعه شد. نتایج نشان دهنده همبستگی کلی 0.94 بین SPI محاسبه شده از تصویر و داده های ایستگاهی بوده است. حداکثر شدت خشکسالی در منطقه مورد مطالعه برابر با 4.19- بوده که در آذر سال 1389 اتفاق افتاده است. علاوه براین، فراوانی وقوع خشکسالی های فرین، در دو مقیاس زمانی شش و دوازده ماهه، در حوزه داخلی بیشتر از حوزه ساحلی بوده است. در بازه مورد مطالعه، در مقیاس زمانی شش ماهه، 60% از رویدادهای خشکسالی حوزه بزرگی خفیف تر از 18.3- داشته اند. نتایج نشان داد، با استفاده از تصاویر ماهواره ای، به خوبی می توان به مشخصه گستره خشکسالی دست یافت؛ درحالی که با استفاده از سایر روش ها قابل محاسبه نیست. علاوه براین، با به کارگیری تصاویر ماهواره ای، می توان مشخصه های خشکسالی را در سطح حوزه، به صورت مکانی، مطالعه کرد و چنین کاری با روش های سنتی امکان پذیر نیست. نتایج تحقیق مؤید مزیت به کارگیری داده های بارش ماهواره ای در مطالعه خشکسالی بوده است.
تعیین پتانسیل وقوع چشمه آب زیرزمینی با استفاده از روش حداکثر آنتروپی، GIS و RS با تأکید بر شاخص جدید توپوگرافیکی هیدرولوژیکی HAND (مطالعه موردی: حوزه آبخیز دریاچه ارومیه)(مقاله علمی وزارت علوم)
حوزه های تخصصی:
هدف از این تحقیق تعیین مناطق دارای پتانسیل حضور چشمه آب زیرزمینی و اولویت بندی عوامل مؤثر در آن، با استفاده از روش حداکثر آنتروپی (مدل MaxEnt)، سیستم اطلاعات جغرافیایی و سنجش از دور است. در تحقیق حاضر، از چهارده شاخص تأثیرگذار در پتانسیل آب زیرزمینی شامل شاخص های توپوگرافیکی، زمین شناسی، اقلیمی، هیدرولوژیکی و کاربری اراضی و همچنین، شاخص جدید ارتفاع از سطح نزدیک ترین زهکش (HAND) استفاده شده است. ابتدا، شاخص ها به دو بخش شاخص های توپوگرافیکی و سایر عوامل شامل زمین شناسی، اقلیمی، هیدرولوژیکی و کاربری اراضی تقسیم شدند و نقشه پتانسیل آب زیرزمینی براساس آنها تهیه شد. سپس، از تلفیق شاخص ها، نقشه نهایی پتانسیل آب زیرزمینی به دست آمد. از مجموع 2547 چشمه، با استفاده از روش فاصله ماهالانوبیس، 60% به منزله داده های آزمون و 40% به منزله داده های اعتبارسنجی طبقه بندی شدند. نتایج نشان داد که به ترتیب، براساس شاخص های توپوگرافیکی، سایر عوامل و تلفیق تمامی شاخص ها 38.5%، 27.4% و 34.7% حوزه دارای پتانسیل آب زیرزمینی است. همچنین، طبق نمودار جکنایف لایه های ارتفاع، کاربری اراضی، شیب، موقعیت شیب نسبی، شاخص HAND و لیتولوژی به ترتیب مهم ترین عوامل مؤثر در پتانسیل چشمه آب زیرزمینی بودند. سطح زیر منحنی (AUC) براساس نمودار ROC نشان دهنده دقت 83%، 83% و 85% (خیلی خوب) در مرحله آموزش و 82%، 81% و 84% (خیلی خوب) در مرحله اعتبارسنجی، مطابق با شاخص های توپوگرافیکی، سایر عوامل و تلفیق تمامی شاخص ها بود. با توجه به اینکه شاخص HAND جزء شاخص های تأثیرگذار در آب زیرزمینی محسوب می شود؛ نقش تعیین کننده و مهمی در تعیین مناطق دارای پتانسیل چشمه آب زیرزمینی دارد.
استخراج تاج پوشش درختان شهری با روش طبقه بندی شیء پایه و الگوریتم های یادگیری ماشین(مقاله علمی وزارت علوم)
حوزه های تخصصی:
آگاهی از میزان تاج پوشش درختان در مناطق شهری به علت تأثیرات آن در کاهش آلودگی های هوا، کاهش آلودگی صوتی، جلوگیری از باد، ذخیره نزولات آسمانی، و کاهش و کنترل رواناب های شهری بسیار ضروری است. ازآن جا که استخراج تاج پوشش درختان با روش های دستی بسیار وقت گیر و پرهزینه است، تکنیک های سنجش از دور می توانند ابزار مناسبی برای تأمین این داده ها باشند. در طبقه بندی شیء پایه، انتخاب پارامترهای بهینه قطعه بندی، به ویژه پارامتر مقیاس، اهمیت بسیاری دارد و معمولاً با شیوه آزمایش و خطا تعیین می شود که کاملاً تجربی است. بنابراین، یکی از اهداف این پژوهش انتخاب مقیاس بهینه قطعه بندی به صورت خودکار است. همچنین، پس از استخراج قطعات، لازم است با یک روش طبقه بندی، قطعات استخراج شده تعیین کاربری/ پوشش زمین شوند و در این زمینه، انتخاب نوع روش طبقه بندی در نتیجه نهایی طبقه بندی شیء پایه بسیار اهمیت دارد. ازاین رو، پس از قطعه بندی با استفاده از داده های لیدار و تصاویر هوایی از شهر واهینگن در آلمان و تعیین ویژگی های مهم مستخرج از قطعات، با استفاده از روش انتخاب ویژگی برمبنای جنگل تصادفی، قطعات مربوط به تاج پوشش درختان از سایر قطعات تفکیک شد. این کار با بهره گرفتن از شیوه های یادگیری ماشین شامل ماشین بردار پشتیبان، جنگل تصادفی و درخت تصمیم گیری صورت گرفت. نتایج نشان دهنده برتری الگوریتم ماشین بردار پشتیبان، به منزله برترین الگوریتم طبقه بندی کننده، و مقیاس 25، به منزله بهترین مقیاس انتخابی، بود و در نهایت، الگوریتم های ماشین بردار پشتیبان، جنگل تصادفی و درخت تصمیم گیری در مقیاس 25، به ترتیب، با شاخص های کیفیت 79.90 و 79.16 و 76.90 توانستند تاج پوشش درختان را استخراج کنند.
تخمین تولید محصول کلزا مبتنی بر سری زمانی داده های سنجش از دور(مقاله علمی وزارت علوم)
حوزه های تخصصی:
شاخص های طیفی پوشش گیاهی به منزله ابزاری مناسب برای تخمین میزان تولید محصولات کشاورزی استفاده می شوند. بااین حال، تعداد محدود تصاویر از عوامل اصلی کاهش کارآیی شاخص ها به منظور تخمین تولید شمرده می شود. از سوی دیگر، ارزیابی توانایی شاخص ها در تخمین تولید از راه ترکیب داده های مادیس و لندست، در مواردی که تعداد داده های لندست کم باشد، کمتر مورد توجه قرار گرفته است. هدف تحقیق حاضر، در گام نخست، معرفی شاخص ها یا شاخص منتخب در تخمین تولید کلزا و در گام بعدی، استفاده از تکنیک های تلفیق داده برای افزایش کارآیی شاخص منتخب است. کلزا ازجمله محصولات کشاورزی است که، به دلیل گل دهی در دوره رشد، ویژگی های طیفی خاصی دارد. در این تحقیق، پایگاه داده ای از میزان تولید محصول کلزا و سری زمانی داده های لندست و مادیس کشت و صنعت مغان تهیه و سپس ده شاخص متفاوت به قصد تخمین تولید کلزا ارزیابی شد. در ادامه، رابطه میزان تولید با شاخص پیشنهادی بررسی و مشخص شد که شاخصNDYI ، در طول زمان گل دهی، دقتی بیشتر از سایر شاخص ها دارد (r = 0.73). با تلفیق داده های سری زمانی لندست و مادیس مبتنی بر الگوریتم مدل تطبیقی ادغام بازتابندگی مکانی و زمانی بهبودیافته (ESTARFM)، همبستگی و RMSE (kg/ha) به ترتیب 7% و 0.11 افزایش و کاهش یافت. تحقیق حاضر نشان داد که استفاده از تکنیک های تلفیق داده امکانِ افزایش کارآیی شاخص های طیفی را به منظور تخمین تولید محصول فراهم می کند.