ارزیابی شاخص های استخراج آب با استفاده از تصاویر ماهواره ای لندست (مطالعه موردی: رودخانه گاماسیاب کرمانشاه)
سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 338
فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JGSKH-20-58_004
تاریخ نمایه سازی: 24 خرداد 1400
چکیده مقاله:
آب به عنوان یکی از مهم ترین نیاز های انسانی برای ادامه حیات منابع آبی می باشد. با توجه به اهمیت موضوع، بحث مدیریت و بهره برداری اصولی از منابع آب به یکی از موضوعات مهم جهانی تبدیل شده است. داده های سنجش از دور در اغلب موارد در مطالعات استخراج پهنه های آبی مورد استفاده قرار می گیرند و نوع داده های سنجش از دور مورد استفاده نیز نقش مهمی در استخراج آب دارند. در این مطالعه به بررسی توانایی ماهواره لندست با اعمال شاخص های مربوطه، به میزان استفاده از رودخانه گاماسیاب در استان کرمانشاه و مقایسه این شاخص ها پرداخته می شود. ماهیت خاص رودخانه های کم عرض و کم عمق باعث افزایش پیچیدگی مطالعات چنین رودخانه هایی با استفاده از داده های موجود شده است. استخراج آب از تصاویر سنجش از دوری، طی دو دهه اخیر بوده است. شاخص های آب در ابتدا با استفاده از سنجنده های TM و ETM توسعه یافتند. اما عملکرد بهتر آن ها در لندست ۸ به خوبی توسط محققان مستند شده است. در این تحقیق از شاخص های NDWI، MNDWI، AWEI_nsh، AWEI_sh و WRI استفاده شد. با استخراج آستانه بهینه از هیستوگرام شاخص ها و اعمال این آستانه، منطقه مورد مطالعه به دو کلاس آب و غیر آب طبقه بندی شد. سپس صحت کلی و ضریب کاپا از هر کدام از شاخص ها گرفته شد. در پایان نشان داده شد که شاخص AWEI با صحت کلی ۹۹.۰۹ درصد و ضریب کاپای ۰.۹۸ بهترین جواب را در بین شاخص ها در منطقه مورد مطالعه می دهد. نتایج این تحقیق نشان داد که این رویکرد به راحتی قادر به استخراج آب از تصاویر ماهواره ای بوده است.
کلیدواژه ها:
Landsat ، water index ، classification ، overall accuracy ، kappa coefficient ، لندست ، شاخص آب ، طبقه بندی ، صحت کلی ، ضریب کاپا
نویسندگان
صیاد اصغری سراسکانرود
mohaghegh ardabili
روح اله جلیلیان
mohaghegh ardabili
نوشین پیروزی نژاد
Tabriz University
عقیل مددی
mohaghegh ardabili
میلاد یادگاری
Islamic Azad University Science & Research
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :