عمق سنجی از نواحی کم عمق ساحلی با استفاده از تصاویر لندست-۸ (مطالعه موردی: جنوب شرقی دریای خزر)

  • سال انتشار: 1400
  • محل انتشار: فصلنامه علوم و فنون دریایی، دوره: 20، شماره: 3
  • کد COI اختصاصی: JR_JMST-20-3_008
  • زبان مقاله: فارسی
  • تعداد مشاهده: 189
دانلود فایل این مقاله

نویسندگان

عطاءاله عبداللهی کاکرودی

Department Remote Sensing and GIS, Faculty of Geography,.University of Tehran, Tehran, Iran.

لیلا امینی

Department Remote Sensing and GIS, Faculty of Geography,.University of Tehran, Tehran, Iran.

مهدی حسنلو

School of Survey and Geospatial Engineering, College of Engineering, University of Tehran, Tehran, Iran.

چکیده

جهت مطالعه مناطق کم عمق ساحلی، تصاویر رایگان لندست-۸ با توان تفکیک رادیومتریکی نسبتا بالا و وجود دو باند در محدوده آبی و نزدیک به آبی مناسب می باشد. در این پژوهش علاوه بر تصاویر ماهواره-ای لندست از داده های هیدروگرافی نیز استفاده شده است. هدف از این پژوهش، عمق سنجی نواحی ساحلی محدوده جنوب شرقی دریای خزر با اعمال الگوریتم PCA بر باندهای پیش پردازش شده مرئی باشد. از جمله پیش پردازش های لازم در مطالعات سنجش از دوری تصحیح اتمسفری است که در این پژوهش تصحیح اتمسفری FLAASH و Dark Object Subtract (DOS) بطور جداگانه بر باندهای مرئی اعمال گردید و نتایج عمق بدست آمده از طریق اعمال تبدیل PCA بر روی این دو نوع تصحیح اتمسفری بررسی گردید. الگوریتم PCA در چهار حالت مختلف مورد بررسی قرار گرفت. شاخص های آماری R^۲، RMSEو NRMSE با استفاده مقادیر حاصل شده از الگوریتم و داده های هیدروگرافی در هر دو نوع تصحیح اتمسفری محاسبه شد. نتایج نشان می دهد دقت عمق بدست آمده از روش PCA در هر دو نوع تصحیح اتمسفری، در صورتی که هر چهار یا هر سه مولفه PCA به عنوان ورودی الگوریتم معرفی شود نسبت به حالتی که تنها از مولفه های اول یا اول و دوم استفاده شود دقت عمق برآورد شده بیشتر خواهد بود. . همچنین با بکارگیری هر چهار مولفه، دقت تصحیح اتمسفری DOS در عمق یابی با مقدار R^۲=۰.۹۱، RMSE=۰.۳ و NRMSE=۰.۰۵ در مقایسه با تصحیح اتمسفری FLAASH، R^۲=۰.۸۷، RMSE=۰.۳۸ و NRMSE=۰.۰۶ نتیجه بهتری را نشان می دهد.

کلیدواژه ها

Bathymetry, Landsat-۸, hydrographic data, PCA analysis

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.