ارزیابی الگوریتم های مختلف ادغام تصاویر در تهیه نقشه شاخص های گیاهی

سال انتشار: 1398
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 506

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SEPEHR-28-112_013

تاریخ نمایه سازی: 20 اردیبهشت 1399

چکیده مقاله:

استفاده از تصاویر با قدرت تفکیک مکانی بیش تر در مناطق وسیع همچون استان خراسان جنوبی، به دلیل پهنای کوچک  تر هر فریم تصویر لندست به همراه تفکیک زمانی بیش تر، امکان دسترسی به تصاویر همزمان جهت بررسی تغییرات کوتاه مدت همچون تغییرات پوشش گیاهی را با چالش همراه می کند. در پژوهش حاضر، به منظور دسترسی به اطلاعات طیفی همزمان پوشش گیاهی در استان خراسان جنوبی، از تکنیک ادغام تصاویر ماهواره ای لندست 8 و مادیس استفاده گردید. برایاین منظور ابتدا نتایج حاصل از شش الگوریتم ادغام، شامل NNDiffuse، HPF، Brovey، Gram-Schmidt، PC وCN در یک محدوده آزمایشی در استان خراسان جنوبی با استفاده از معیارهای آماری مورد بررسی و ارزیابی قرار گرفت. در ادامه با کاربرد مناسب  ترین الگوریتم ادغام، اطلاعات طیفی و مکانی بازتاب باند قرمز (RED)ومادون قرمزنزدیک (NIR)یازده تصویر موزائیک شده لندست 8 (30 متر) با باند REDوNIRیک تصویرمادیس (250 متر) ادغام گردید. سپس جهت بررسی پوشش گیاهی، با تصویر ماهواره ای ادغام  شده، شاخص NDVIوHVCI همزمان، در سطح استان خراسان جنوبی تهیه گردید. نتایج به دست آمده نشان داد که الگوریتم NNDiffuse از دقت مطلوب  تری جهت ادغام باندهای قرمز و مادون قرمز نزدیک لندست 8 و مادیس برخوردار است، به طوری  که شاخص گیاهیNDVI به دست آمده از این الگوریتم در مقایسه با تصویر لندست 8 اصلی، از کم ترین خطای آمای RMSE(0/0311) و MAE(0/0181) برخوردار است. همچنین بررسی مقادیر شاخص NDVI به دست آمده از الگوریتم های ادغام، در طول خط ترانسکت طولی سیستماتیک - تصادفی در سه کاربری اراضی کشاورزی، شهری و مرتعی نیز نشان داد که شاخص به دست آمده از الگوریتم NNDiffuse انطباق بهتری با شاخص NDVI به دست آمده از تصویر لندست 8 اصلی دارد.

نویسندگان

سارا نخعی نژادفرد

گروه مهندسی منابع طبیعی، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، هرمزگان.

حمید غلامی

دانشیار گروه مهندسی منابع طبیعی، دانشکده کشاورزی و منابع طبیعی، دانشگاه هرمزگان، بندرعباس، هرمزگان

داوود اکبری

استادیار گروه نقشه برداری، دانشکده مهندسی، دانشگاه زابل، زابل، سیستان و بلوچستان

مت تلفر

دانشکده جغرافیا، زمین و علوم محیطی- دانشگاه پلی موث- پلی موث- دوون- بریتانیا

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 :
  • اسمعیل نژاد، پودینه؛ مرتضی، محمدرضا؛ 1396؛ ارزیابی سازگاری با تغییرات ...
  • امینی، شتایی جویباری؛ محمدرشید، شعبان؛ 1390؛ ادغام تصاویر ماهواره های ...
  • حسینی، روستا، زمانی پور، تیموری؛ سید مجتبی، کوروش، اسدالله، مصطفی؛  ...
  • پتانسیل یابی آبیاری بارانی با استفاده از روش فرآیند تحلیل سلسله مراتبی فازی در استان خراسان جنوبی [مقاله ژورنالی]
  • محمد نژاد نیازی، مختارزاده، سعیدزاده؛ سعید، مهدی، فاطمه؛ 1395؛ ارائه ...
  • یک روش جدید بهبود کیفیت تصاویر ماهواره ای به کمک ادغام تصویر در سطح پیکسل و ویژگی [مقاله کنفرانسی]
  • Abdikan, S., Sanli, F.B. (2012).Comparison of different fusion algorithms in ...
  • Atkinson, P.M. (2013). Downscaling in remote sensing. International Journal of ...
  • Boyte, S.P., Wylie, B.K., Major, D.J. (2016).Cheatgrass Percent Cover Change: ...
  • Boyte, S.P., Wylie, B.K., Rigge, M.B., Dahal, D. (2017).Fusing MODIS ...
  • Chen, S.H., Su, H.B., Tian,J., Zhang and, R.H., Xia, J. ...
  • Dahiya, S., Garg, P.K., Jat, M.K. (2013). A comparative study ...
  • Dube, T. and Mutanga, O. (2015).Evaluating the utility of the ...
  • Gao, F., Anderson, M., Zhang, X., Yang, Z., Alfieri, J.G., ...
  • Gao, F., Hilker, T., Zhu, X., Anderson, M., Masek, J., ...
  • Gerstmann, H., Möller, M., Gläßer, C. (2016).Optimization of spectral indices ...
  • Hurley, M.A., Hebblewhite, M., Gaillard, J.-M., Dray, S., Taylor, K. ...
  • Kennedy, R.E.; Serge; A., W.B, Cohen; Gomez, C.; Griffiths, P.; ...
  • Klonus, S, Ehlers, M. (2009). Performance of evaluation methods in ...
  • Maynard, J.J, Karl, J.W, Browning, D.M. (2016).Effect of spatial image ...
  • Möller, M., Gerstmann, h., Gao, F., Dahms, T.C., Förster, M. ...
  • Mushore, T. D., Mutanga, O., Odindi, J., Dube, T. (2017).Assessing ...
  • Olsoy, P., Mitchell, J., Glenn, N., Flores, A. (2017).Assessing a ...
  • Pushparaj, J., Hegde, A.V. (2017).Evaluation of pan-sharpening methods for spatial ...
  • Sarp, Gulcan. (2014).Spectral and spatial quality analysis of pan-sharpening algorithms: ...
  • Sun, W., Chen, B., Messinger, D. (2014).Nearest-neighbor diffusion-based pan-sharpening algorithm ...
  • Swain, R., Sahoo, B. (2017). Mapping of heavy metal pollution ...
  • Tewes, A., Thonfeld, F., Schmidt, M., Oomen, R., Zhu, X., ...
  • Walker, J. J., De Beurs, K.M., Wynne, R.H. (2014). Dryland ...
  • Wu, M., Huang, W., Niu, Z., Wang, C., Li, W., ...
  • X. Zhang, J., Yang, J., Reinartz, P. (2016).The optimized block-regression-based ...
  • Xu, S., Ehlers, M. (2017). Hyperspectral image sharpening based on ...
  • Xue, J., & Su, B. (2017).Significant Remote Sensing Vegetation Indices: ...
  • Zhang, C., & Kovacs, J. M. (2012).The application of small ...
  • Zhao, J., Huang, L., Yang, H., Zhang, D., Wu, Z., ...
  • نمایش کامل مراجع