بررسی کارآیی روش های تصحیح اثر اتمسفر در برآورد تراکم تاج پوشش جنگل های گیلان با استفاده از شاخص های گیاهی حاصل از لندست ۸

سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 146

فایل این مقاله در 17 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIS-9-1_007

تاریخ نمایه سازی: 16 آبان 1400

چکیده مقاله:

بازتابش پدیده های سطح زمین روی داده های سنجش از دوری تحت تاثیر عوامل گوناگونی مانند شرایط اتمسفر است. در برخی مطالعات لازم است اثر اتمسفر به شیوه های متفاوت و مناسبی حذف شود یا کاهش یابد. در این تحقیق، سه روش تصحیح اتمسفریک تفریق شیء تیره (DOS)، تجزیه و تحلیل سریع خط دید اتمسفر ازطریق طیف ابر مکعب (FLAASH)، شبیه ساز وکتوری ثانویه سیگنال ماهواره ای در طیف خورشیدی (SV۶) روی سنجنده OLI ماهواره لندست ۸ جنگل های استان گیلان اعمال شده است. از هر تصویر، ده شاخص گیاهی استخراج شد. با استفاده از لایه پوشش جهانی، محدوده جنگل روی شاخص های متفاوت استخراج و با استفاده از روش شیءپایه، محدوده جنگل روی تصویر قطعه بندی شد. ۹۱ قطعه به طور تصادفی انتخاب شد. با استفاده از شبکه نقطه چین به ابعاد ۲۰×۲۰ متر، تراکم تاج پوشش درختان در هر قطعه روی تصاویر گوگل مشخص شده است. آزمایش پیرسون برای آزمون معناداربودن همبستگی شاخص ها با نمونه های مرجع، رگرسیون خطی و غیرخطی برای مدل سازی تراکم تاج پوشش به کار رفت. نتایج نشان داد که مدل تصحیح برمبنای کد SV۶ در مناطق جنگلی استان گیلان بهتر عمل کرده است. شاخص GARI حاصل از مدل تصحیح اتمسفریک DOS با خطای RMSE برابر ۷۲/۱۷ و شاخص ARVI حاصل از مدل تصحیح اتمسفریک SV۶، FLAASH و تصویر اصلی OLI به ترتیب معادل ۳۸/۱۵، ۸۷/۱۵ و ۷۸/۲۱ کمترین میزان خطای RMSE را نشان داده است. کاهش آثار اتمسفر در فرایند پیش پردازش قبل از مدل سازی ضروری و پیشنهادشدنی است. 

نویسندگان

سید احمدرضا نورالدینی

دانشجوی دکتری دانشکده منابع طبیعی دانشگاه گیلان

امیراسلام بنیاد

استاد دانشکده منابع طبیعی دانشگاه گیلان

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 :
  • Adler-Golden, S.M., Matthew, M.W., Bernstein, L.S., Levine, R.Y., Berk, A., ...
  • Agapiou, A., Hadjimitsis, D.G., Papoutsa, C., Alexakis, D.D. & Papadavid, ...
  • Bazrafkan, A., Bavaghar, M.P. & Fathi, P., ۲۰۱۴, Capability of ...
  • Canty., M., ۲۰۰۸, Automatic Radiometric Normalization of Multitemporal Satellite Imagery ...
  • Carreiras, J.M.B., Jose, M.C., Pereira, J. & Pereira, S., ۲۰۰۶, ...
  • Chander G., Markham, B.L. & Helder, D.L., ۲۰۰۹, Summary of ...
  • Crippen, R.E., ۱۹۹۰, Calculating the Vegetation Index Faster, Remote Sensing ...
  • Gao, J., ۲۰۰۹, Digital Analysis of Remotely Sensed Imagery, The ...
  • Gitelson, A.A., Kaufman, Y.J. & Merzlyak, M.N., ۱۹۹۶, Use of ...
  • Hadjimitsis, D.G., Papadavid, G., Themistocleous, K., Hadjimitsis, M.G., Retalis, A., ...
  • Jofer, R., ۱۹۹۳, Estimation Tree Density in Oak Savanna-Like Dehesa ...
  • Hu, Y., Liu, L., Liu, L., Peng, D., Jiao, Q. ...
  • Huete, H., Liu, Q., Batchily, K. & Van Leeuwen, W., ...
  • Huete, A.R., ۱۹۸۸, A Soil-Adjusted Vegetation Index (SAVI), Remote Sensing ...
  • Jordan, C.F., ۱۹۶۹, Derivation of Leaf Area Index from Quality ...
  • Ju, J., Roy, D.P., Vermote, E., Masek, J. & Kovalskyy, ...
  • Kaufman, Y.J. & Tanre, D., ۱۹۹۸, Algorithm for Remote Sensing ...
  • Kaufman, Y.J. & Tanre, D., ۱۹۹۲, Atmospherically Resistant Vegetation Index ...
  • Kim, C., Heo, J., Bin Lee, J., Han, S., Jung, ...
  • King, M.D., Tsay, S.C. & Platnick, S.E., ۱۹۹۷, Cloud Retrieval ...
  • Masek, J.G., Vermote, E.F., Saleous, N.E., Wolfe, R., Hall, F.G., ...
  • Menzel, W., Seemann, S. & Li, J., ۲۰۰۲, MODIS Atmospheric ...
  • Nazeer, M., Nichol, J.E. & Yung, Y.K., ۲۰۱۴, Evaluation of ...
  • Nguyen, H.C., Jung, J., Lee, J., Choi, S., Hong, S. ...
  • Pakkhesal, E. & Bonyad, A.E., ۲۰۱۳, Classification and Delineating Natural ...
  • Parma, R. & Shataee, S., ۲۰۱۰, Capability Study on Mapping ...
  • Pathak, N.V., Pandya, M.R., Shah, D.B., Trivedi, H.J., Patel, K.D., ...
  • Rondeaux, G., Steven, M. & Baret, F., ۱۹۹۶, Optimization of ...
  • Rouse, J.W., Haas, R.W., Schell, J.A., Deering, D.W. & Harlan, ...
  • Roy, D.P., Ju, J. & Kline, K., ۲۰۱۰, Web-enabled Landsat ...
  • Roy, D.P., Qin, Y., Kovalskyy, V., Vermote, E.F., Ju, J., ...
  • Roy, D.P., Wulder, M.A., Loveland, T.A., Woodcock, C.E., Allen, R.G., ...
  • Song, C., Woodcock, C.E., Seto, K.C., Lenney, M.P. & Macomber, ...
  • Tanre, D., Deroo, C. & Duhaut, P., ۱۹۹۰, Technical Note ...
  • Tucker, C.J., ۱۹۷۹, Red and Photographic Infrared Linear Combinations for ...
  • Vermote, E., Tanre, D. & Deuze, J., ۲۰۰۶, Second Simulation ...
  • Yan, L. & Roy, D.P., ۲۰۱۴, Automated Crop Field Extraction ...
  • نمایش کامل مراجع