قدرت تفکیک مکانی

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.

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.

از مهم ترین موضوعات در علم ژئومورفولوژی کمی افزایش قدرت تفکیک مکانی به منظور افزایش میزان اطلاعات در مدل رقومی ارتفاع (DEM) است. مدل های مختلفی به منظور افزایش قدرت تفکیک مکانی تاکنون استفاده شده اند. از بین مدل های مختلف مدل جاذبه به عنوان جدیدترین مدل، دارای دقت بسیار بالایی می باشد. در این تحقیق از مدل جاذبه برای اولین بار به منظور افزایش قدرت تفکیک مکانی DEM در جنوب شهرستان داراب (قلاتویه) استفاده شد. در این تحقیق از دو مدل همسایگی پیکسل های مماس و مدل همسایگی چهارگانه برای تخمین مقادیر زیر پیکسل ها بر روی DEM استفاده شد. هر مدل دارای پیکسل های همسایه متفاوت هستند که به کمک آن ها مقادیر جاذبه هر زیر پیکسل محاسبه می شود. پس از تولید تصاویر خروجی برای زیر پیکسل ها در مقیاس های 2، 3، 4 با همسایگی های متفاوت، بهترین مقیاس با مناسب ترین نوع همسایگی با استفاده از نقاط کنترل زمینی تعیین شد و مقادیر RMSE برای آن ها محاسبه شد. از بین مقیاس ها با همسایگی های مختلف مشخص شد که فاکتور مقیاس 3 و مدل همسایگی چهارگانه نسبت به بقیه روش ها دارای بیشترین دقت با کمترین میزان RMSE 8/07)) برای DEM 90 متر (8/09) می باشد. نتایج حاصل از بررسی میزان RMSE نشان می دهد که مدل چهارگانه نتایج بهتری نسبت به مدل مماس نشان می دهد و میانگین RMSE خروجی های این مدل کمتر از مدل همسایگی مماس است. در حالت S=2 مدل همسایگی و چهارگانه به طور استثنا نتایج یکسانی ارائه می کنند که موجب می شود RMSE این دو مدل در این حالت مقدار یکسانی را ارائه می کند که این مقدار همچنین کمترین مقدار مربوطه در بین سایر شاخص های مقیاس (3و4) است. درنهایت از بهترین مدل رقومی ارتفاع حاصل از مدل جاذبه، به عنوان داده ورودی برای تهیه لندفرم های منطقه موردمطالعه با استفاده از روش TPI استفاده شد. نتایج نشان داد مساحت لندفرم های قله کوه، یال های مرتفع، یال های شیب میانی، تپه های کوچک موجود در دشت، شیب های بالایی، مساها، شیب های باز، دشت و دره های u شکل در لندفرم حاصل از مدل جاذبه نسبت به DEM 90 متری افزایش یافت. درحالی که مساحت لندفرم های دره های باریک، آبراهه ها، زهکش های شیب میانی، دره های کم عمق، زهکش های مناطق مرتفع و یال های موضعی، تپه های موجود در دره کاهش یافت. با استفاده از این تحقیق مشخص شد که استفاده از مدل رقومی ارتفاع (DEM) حاصل از الگوریتم جاذبه نسبت به DEM 90 متری دارای جزئیات بیشتری می باشد و اطلاعات بیشتری را از منطقه موردمطالعه نشان می دهد.

افزایش قدرت تفکیک مکانی به منظور افزایش میزان اطلاعات در مدل رقومی ارتفاع (DEM) از جمله مهمترین موضوعات در ژئومورفولوژی کمی محسوب می شود. تاکنون مدل های مختلفی به منظور افزایش قدرت تفکیک مکانی ارائه شده است که از بین مدل ها، مدل جاذبه به عنوان جدیدترین مدل، دارای دقت بسیار بالایی می باشد. این مدل برای اولین بار به منظور افزایش قدرت تفکیک مکانی بر روی تصاویر ماهواره ای استفاده شده است. در این تحقیق از مدل جاذبه برای اولین بار به منظور افزایش قدرت تفکیک مکانی DEM استفاده شد. در بررسی حاضر، از دو مدل همسایگی پیکسل های مماس (Touching) و مدل همسایگی چهارگانه (Quadrant) به منظور تخمین مقادیر زیر پیکسل ها استفاده گردید. در مدل جاذبه احتیاجی به کالیبره کردن و آموزش الگوریتم همانند الگوریتم های یادگیری ماشین نیست، این امر موجب می شود که زمان محاسبات برای اجرای الگوریتم کم شود. پس از تولید تصاویر خروجی برای زیر پیکسل ها، در مقیاس های 2، 3 و4 با همسایگی های متفاوت، بهترین مقیاس با مناسب ترین نوع همسایگی با استفاده از نقاط کنترل زمینی تعیین شد و مقادیر RMSE برای آن ها محاسبه شد. تعداد کل نقاط کنترل زمین مستخرج از عملیات نقشه برداری، 2118 نقطه بود. مقدار RMSE برای هر DEM به صورت جداگانه محاسبه شد. نتایج نشان داد که با استفاده از مدل جاذبه صحت تصاویر خروجی بهبود بخشیده شده و همچنین قدرت تفکیک مکانی آن ها نیز افزایش پیدا کرده است. بر اساس نتایج از بین مقیاس ها با همسایگی های مختلف، مقیاس 3 و مدل همسایگی چهارگانه نسبت به سایر روش ها دارای بیشترین دقت با کمترین میزان RMSE (54/5) برای DEM 30 متر و DEM  90 متر (13/9) می باشد.

در چند سال اخیر، موضوع بهبود قدرت تفکیک مکانی تصاویر حرارتی سنجنده های فضایی در نواحی شهری به صورت یکی از چالش های جدید مطرح شده است. هدف این مقاله به کارگیری شاخص های سطوح غیرقابل نفوذ و شاخص های پوشش گیاهی برای بهبود قدرت تفکیک مکانی باند حرارتی سنجندة ETM+، مربوط به بخشی از شهر تهران، است. بدین ترتیب پس از پیش پردازش های اولیه، تصاویر به دست آمده با استفاده از فیلتر میانگین در قدرت تفکیک ۱۲۰، ۲۴۰، ۴۸۰، ۷۲۰ و ۹۶۰ متر شبیه سازی شده اند. سپس معادلات رگرسیون، به قصد تعیین روابط بین این تصاویر با درجة حرارت سطح، در قدرت تفکیک ۹۶۰ متر، استفاده شده اند. در ادامه به کمک روابط به دست آمده، که شامل شاخص های گیاهی و سطوح غیرقابل نفوذ می شوند، حرارت سطح در قدرت تفکیک های یادشده برآورد شد. در انتها، با استفاده از تصاویر حرارتی سنجندة ETM+ و سنجندة MODIS، دقت هریک از خروجی ها مورد ارزیابی قرار گرفته است. نتایج این تحقیق نشان می دهد که با افزایش دقت مکانی، مقدار خطاها نیز افزایش می یابد اما شیب تغییرات خطا ثابت نیست؛ به طوری که در تمامی شاخص ها، وقتی قدرت تفکیک از ۲۴۰ متر کمتر می شود، شیب تغییرات افزایش بیشتری نشان می دهد. به علاوه، ترکیب شاخص های سطوح غیرقابل نفوذ و پوشش گیاهی بهترین عملکرد را برای بهبود قدرت تفکیک مکانی تصاویر حرارتی شهر تهران دارد. با استفاده از ترکیب این شاخص ها، قدرت تفکیک مکانی سنجندة MODIS را  می توان تا حدود 240 متر افزایش داد؛ درحالی که مقدار خطای مطلق کمتر از 1 درجة کلوین است.

آگاهی از ویژگی ها، چگونگی عملکرد، توانمندی، نقاط ضعف و قوت و شدت عملکرد ماهواره ای کشورهای غربی بر فضای جمهوری اسلامی ایران برای ارزیابی میزان تهدیدات و  آسیب های ناشی از این تهدیدات بر امنیت نظامی جمهوری اسلامی ایران ضروری می باشد. از سوی دیگر جمع آوری اطلاعات در مورد چگونگی فعالیت ها، نوع سنجنده، قدرت تفکیک مکانی، وضعیت گذر ماهواره، مأموریت سنجنده و... این ماهواره ها برای ساماندهی یک پدافند مؤثر در مقابل تهدیدات این نوع ماهواره ها ضرورتی اجتناب ناپذیر می باشد. با توجه به این امر هدف کلی این تحقیق بررسی میزان تأثیر فعالیت های ماهواره های تصویربردار کشورهای هدف بر امنیت نظامی جمهوری اسلامی ایران بوده و در این راستا میزان تأثیرگذاری فعالیت ماهواره تصویربردار کشورهای هدف در سه گروه ماهواره های باقدرت تفکیک مکانی زیر یک متر، یک متر و یک متر تا سه متر، بر امنیت نظامی جمهوری اسلامی ایران موردبررسی قرارگرفته است. روش این تحقیق توصیفی می باشد، جامعه مورد مطالعه در این تحقیق کلیه ی اسناد، مدارک، کتب، مقالات مرتبط با موضوع تحقیق و همچنین توزیع پرسشنامه و انجام مصاحبه با افراد صاحب نظر می باشد. در این تحقیق دو گروه، جامعه نمونه الف شامل کارشناسان و متخصصین سنجش از دور و جامعه نمونه ب صاحب نظران در موضوعات اطلاعاتی می باشند. نتایج این تحقیق بیانگر آن است که ماهواره های با قدرت تفکیک مکانی زیر یک متر بیشترین تهدید علیه امنیت نظامی کشور محسوب می گردند. میزان تأثیر فعالیت ماهواره های تصویربردار باقدرت تفکیک مکانی زیر یک متر و یک متر کشورهای هدف، بر امنیت نظامی جمهوری اسلامی ایران در حد زیاد می باشد و تأثیر  فعالیت ماهواره های با قدرت تفکیک مکانی یک تا سه متر در حد متوسط است. از میان 3 متغیر تأثیرپذیر(نیروی انسانی، تسلیحات نظامی و بودجه نظامی) بیشترین میزان تأثیر فعالیت های ماهواره های تصویربردار با قدرت تفکیک مکانی زیر یک متر کشورهای هدف، به ترتیب اولویت بر تسلیحات نظامی، نیروی انسانی و سپس بودجه نظامی جمهوری اسلامی ایران هست.

ارتقاء اطلاعات کمی به بهبود پیش بینی پارامتر های برف کمک می کند. تاکنون تعاملات بین اندازه ی پیکسل به صورت محدود بررسی شده است. هدف از این تحقیق، بررسی اثر قدرت تفکیک مکانی بر روی پیش بینی عمق برف از طریق آزمون تجربی روابط بین مدل های رقومی ارتفاع و پارامترهای مؤثر در مدل سازی عمق معادل برف با قدرت تفکیک مختلف و با استفاده از مدل رگرسیون چندمتغیره می باشد. به همین منظور ابتدا با استفاده از روش هایپرکیوب محل 100 نقطه مشخص و طی یک عملیات صحرایی داده های عمق برف در نقاط مورد نظر و همچنین در 195 نقطه دیگر به صورت سیستماتیک و با نمونه بردار مدل فدرال برداشت گردید.. سپس یک مدل رقومی ارتفاع 10 متری به عنوان مبنا انتخاب گردید و از مدل رقومی ارتفاع مبنا تعداد 25 پارامتر مرفومتری استخراج و به عنوان ورودی شبکه ی عصبی ان تخاب و با استفاده از آنالیز حساسیت مهم ترین پارامترهای تأث یرگذار در مدل سازی ع مق برف مشخص شد. در مرحله ی بعد با استفاده از مدل رقومی ارتفاع مبنا 9 مدل رقومی ارتفاعی با اندازه ی پیکسل متفاوت استخراج گردید. سپس در ادامه پارامترهای مؤثر در عمق برف با استفاده از 10 مدل رقومی ارتفاع استخراج و بین آن ها و عمق برف نمونه برداری شده یک رابطه ی رگرسیونی ایجاد و عمق برف محاسبه گردید. جهت ارزیابی دقت مدل ها از پارامترهای RMSE، NMSE، MSE و MAE استفاده و در نهایت مدل رقومی ارتفاع 150 متر با مقادیر به ترتیب 75/24، 350/0، 975/612 و 97/18 بهترین مدل رقومی ارتفاع جهت مدل سازی عمق برف انتخاب گردید. این مسأله می تواند در کاهش هزینه ها و افزایش دقت برآورد عمق برف کمک بسیاری نماید.