مطالب مرتبط با کلید واژه

سنجندة OLI


۱.

ارزیابی عملکرد الگوریتم های ماشین بردار پشتیبان و حداکثر احتمال در تهیة نقشة کاربری اراضی جنگل های رودخانه ای با استفاده از سنجندة OLI (منطقة مورد مطالعه: جنگل های رودخانه ای مارون بهبهان)

کلید واژه ها: SVM MLC جنگل های رودخانه ای سنجندة OLI طبقه بندی مارون بهبهان

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 : ۲۹۸ تعداد دانلود : ۴۱۱
تهیة اطلاعات دقیق و به روز از منابع جنگلی یکی از عوامل اساسی در مطالعه و مدیریت پایدار این منابع است و این اطلاعات را می توان به آسانی و با صرف هزینه و زمان کمتر، از راه طبقه بندی داده های دورسنجی تهیه کرد. در این مطالعه به منظور ارزیابی عملکرد الگوریتم های ماشین بردار پشتیبان و حداکثر احتمال در تهیه نقشه کاربردی اراضی جنگل های رودخانه ای، از داده های ماهواره لندست 8 استفاده شد. برای این کار، پنجره ای از تصاویر چندطیفی سنجندة OLI جنگل های رودخانة مارون بهبهان، در استان خوزستان، انتخاب شد. پس از عملیات پیش پردازش، شامل رفع خطای رادیومتریک و تصحیح اتمسفریک، طبقه بندی تصاویر به روش نظارت شده و با استفاده از الگوریتم های حداکثر احتمال و ماشین بردار پشتیبان و با هفت کلاس کاربری جنگل، مرتع، کشاورزی، آیش، رودخانه، مسکونی و جاده، و همچنین سه کلاس کاربری جنگل، رودخانه و دیگر مناطق، روی مجموعة باندهای اصلی صورت پذیرفت. برای ارزیابی عملکرد الگوریتم ماشین بردار پشتیبان، از سه گروه نمونة تعلیمی با تعداد 241، 141 و 41 نمونه و همچنین از چهار هستةخطی، چندجمله ای، شعاعی و حلقوی استفاده شد. نتایج حاصل نشان داد که تهیة نقشة طبقه بندی جنگل های رودخانه ای مارون و تفکیک کاربری ها با استفاده از تصاویر سنجندة OLI امکان پذیر است و بهترین نتیجه مربوط به طبقه بندی، با استفاده از الگوریتم - PolynomialSVM در باندهای اصلی سنجندة OLI و با سه کلاس کاربری و صحت کلی 24/99 و ضریب کاپای 97/0 است. همچنین مشخص شد که با کاهش تعداد کلاس ها از هفت به سه، کاربری صحت طبقه بندی افزایش می یابد ولی با کاهش تعداد نمونه ها تا حد میانگین، تغییر محسوسی در کیفیت طبقه بندی رخ نمی دهد و در صورت کاهش زیاد تعداد نمونه ها، از صحت طبقه بندی نیز کاسته می شود.
۲.

ترکیب تصاویر سنجنده های OLI و MODIS به منظور تهیة داده های بازتابندگی سطحی در مقیاس روزانه با قدرت تفکیک مکانی 30 متر در مناطق دارای تنوع کاربری متفاوت

کلید واژه ها: بازتابندگی سطحی سنجندة OLI تلفیق تصاویر ماهواره ای مدل ESTARFM سنجندة MODIS

حوزه های تخصصی:
تعداد بازدید : ۸۲۴ تعداد دانلود : ۳۴۸
دسترسی هم زمان به تصاویر ماهواره ای با قدرت تفکیک زمانی و مکانی بالا در بسیاری از مطالعات ضروری است. این در حالی است که، فقط با استفاده از تصاویر یک سنجنده، این نیاز تأمین نخواهد شد. اما می توان با استفاده از تلفیق تصاویر سنجنده های گوناگون، که قدرت تفکیک زمانی (مانند MODIS) و مکانی (همانند Landsat) بالا دارند، به این مهم دست یافت. بدین ترتیب، هدف اصلی تحقیق حاضر اجرا و ارزیابی میزان دقت یکی از جدیدترین و کارآمدترین مدل های ترکیب تصاویر ماهواره ای با عنوان ESTRAFM است. برای اجرا و ارزیابی این مدل، دو دورة زمانی (مقطع نخست بین روزهای 204 تا 220 و مقطع دوم بین روزهای 220 تا 236 سال 2016) در نظر گرفته شد. برای اعتبارسنجی نتایج، از تصاویر سنجندة OLI در موزائیک کناری، در جایگاه دادة مشاهداتی (تصویرمبنا)، استفاده شد. نتایج ارزیابی این دو دوره نشان داد میانگین همبستگی باندهای آبی، سبز، قرمز و فروسرخ نزدیکِ تخمین زده شده با تصویر دریافتی از سنجندة OLI، به صورت میانگین در این دو دوره، به ترتیب برابر با 90/0، 91/0، 91/0 و 85/0 و میانگین میزان مجذور میانگین مربعات خطا و چهار باند مذکور به ترتیب برابر با 025/0، 030/0 ، 036/0 و 049/0 است که، به ترتیب، معادل 3/15، 2/16، 5/16 و 7/13 درصد خطا در باندهای مورد نظر است. افزون بر این، با توجه به میزان همبستگی بالا (87/0R 2=) و مجذور میانگین مربعات خطای ناچیز (056/0RMSE=) بین مقادیر NDVI پیش بینی شده و NDVI حاصل از باندهای مشاهداتی، می توان بیان کرد علاوه بر اینکه این مدل در برآورد مقادیر بازتابندگی سطحی دقت مطلوبی دارد؛ می توان از آن (مانند NDVI) برای پیش بینی میزان محصولات نیز استفاده کرد. براساس نتایج مدل ESTARFM، می توان عنوان کرد مقادیر پیش بینی شدة باندهای گوناگون دقت مناسبی دارند و می توان از این مدل برای ترکیب تصاویر، به قصد افزایش قدرت تفکیک های مکانی و زمانی، استفاده کرد.
۳.

بررسی قابلیت داده های طیفی سنجندة OLI ماهوارة لندست8 در برآورد مشخصة تراکم جنگل های زاگرس میانی (مطالعة موردی: منطقة حفاظت شدة مانشت استان ایلام)

تعداد بازدید : ۱۲۰ تعداد دانلود : ۱۴۰
به منظور ارزیابی قابلیت تصاویر سنجندة OLI ماهوارة لندست8 در تهیة نقشة تراکم تاج پوشش جنگل های زاگرس، ابتدا پنجره ای از تصاویر سنجندة مذکور از جنگل های منطقة حفاظت شدة مانشت با مساحت 2300 هکتار در استان ایلام انتخاب شد.برای تهیة نمونه های تعلیمی و برآورد صحت طبقه بندی ها، نقشة واقعیت زمینی به شکل نمونه ای از طریق نمونه برداری به روش منظم-تصادفی با 100 قطعه نمونة مربعی شکل (36/0 هکتاری) روی شبکه ای با ابعاد 500×400 متر تهیه شد. در هر قطعه نمونه، سطح تاج پوشش تمامی درختان اندازه گیری شد و درصد تاج پوشش در هر قطعه نمونه به دست آمد. پس از انتخاب نمونه های تعلیمی و مجموعة باندهای مناسببا استفاده از معیار واگرایی تبدیل شده، طبقه بندی داده ها به روش نظارت شده و با استفاده از خوارزمی های حداقل فاصله از میانگین و حداکثر احتمال انجام شد.نتایج حاصل از طبقه بندی با استفاده از معیار های تعیین صحت نشان دادند که خوارزمیِ حداقل فاصله از میانگین با صحت کلی و ضریب کاپای 80 درصد و 68/0 در مقایسه با خوارزمیِ حداکثر احتمال با صحت کلی و ضریب کاپای 60 درصد و 35/0 در طبقه بندی تراکم تاج پوشش بهتر عمل می کند. بازبودن تاج پوشش و همچنین اختلاط بازتاب خاک و پوشش گیاهی در این منطقه مانع دستیابی به نتایج مطلوب تر گردید. به طور کلی نتایج پژوهش حاضر، قابلیت نسبتاً مناسب داده های سنجندة OLI را در طبقه بندی تراکم تاج پوشش جنگل های زاگرس نشان می دهند. کلید واژه ها : استان ایلام، جنگل های زاگرس، سنجندة OLI، لندست8.