شناسایی آب های سطحی با استفاده از ادغام داده های ماهواره ای نوری و راداری

سال انتشار: 1401
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 68

نسخه کامل این مقاله ارائه نشده است و در دسترس نمی باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_JWMS-16-57_003

تاریخ نمایه سازی: 3 دی 1402

چکیده مقاله:

شناسایی و پایش آب ­های سطحی با استفاده از سنجش از دور بدلیل اهمیت در تامین نیازهای بشر و همچنین تصمیم ­گیری ­های سیاسی در دهه­ های اخیر بسیار مورد توجه و استفاده قرار گرفته است. از همین ­رو، در این مطالعه با استفاده از سیستم ­های سنجش از دور و با بکارگیری ماهواره ­های راداری سنتینل-۱ و نوری سنتینل-۲ به مطالعه بر روی آب­های سطحی پرداخته شده است. در این مقاله دو رویکرد ادغام داده ­ها و سپس ادغام تصمیم ­گیری­ ها به­ منظور بهبود در دقت شناسایی آب­ های سطحی برای دو منطقه پیشنهادی در استان مازندران بدلیل وجود جنگل­ های انبوه، رودخانه ­­های گل آلود، و زمین­ های کشاورزی، پیشنهاد شده ­اند. رویکرد ادغام داده ها با افزایش توان تفکیک مکانی ماهواره نوری سنتینل-۲ از ۲۰ متر به ۱۰ متر و استفاده از داده ­های راداری و شاخص ­های آب در یک لایه، پایش آب­ های سطحی با دقت مناسبی توسط ابزار طبقه بندی نظارت­شده ­ای همچون ماشین بردار پشتیبان، شبکه عصبی، و جنگل تصادفی صورت پذیرفت. در ادامه با تلفیق نتایج و با استفاده از روش رای گیری حداکثری، دقت نتیجه خروجی نسبت­به رویکرد ادغام داده­ ها ۴ الی ۵ درصد افزایش پیدا کرد. از آنجایی­ که رودخانه ­های کم ­عرض و گل­ آلود به­ راحتی قابل شناسایی و استخراج نیستند، رویکرد پیشنهادی می­تواند نقشه دقیقی از آب­ های سطحی را استخراج کند.

کلیدواژه ها:

Surface Water ، Remote Sensing ، Supervised Classifier ، Majority Voting ، آب های سطحی ، سنجش از راه دور ، طبقه بندی نظارت شده ، رای گیری حداکثری

نویسندگان

مصطفی ثقفی

M.Sc. of Water and Hydraulic Structure Engineering, Department of Water Engineering, Faculty of Civil Engineering, Shahrood University of Technology, Iran.

احمد احمدی

Associate Professor of Water and Hydraulic Structure Engineering, Department of Water Engineering, Faculty of Civil Engineering, Shahrood University of Technology, Iran.

بهناز بیگدلی

Corresponding Author and Assistant Professor of Remote Sensing and Photogrammetry, Department of Remote Sensing and photogrammetry, Faculty of Civil Engineering, Shahrood University of Technology, Iran.

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 :
  • Acharya, TD. Subedi, A. Huang, H. and Lee, DH. ۲۰۱۸. ...
  • Acharya, TD. Subedi, A. and Lee, DH. ۲۰۱۸. Evaluation of ...
  • Alderman, K. Turner, LR. and Tong, S. ۲۰۱۲. Floods and ...
  • Ali, MI. Dirawan, GD. Hasim, AH. and Abidin, MR. ۲۰۱۹. ...
  • Amitrano, D. Martino, G. Di, Member. S, Iodice. A, Member. ...
  • Bayik, C. Abdikan, S. Ozbulak, G. Alasag, T. Aydemir, S. ...
  • Bond, NR. Lake, PS. and Arthington, AH. ۲۰۰۸. The impacts ...
  • Breiman, L. ۲۰۰۱. Random forests. Machine learning. Springer ۴۵(۱):۵–۳۲. ...
  • Breiman, L. Friedman, J. Stone, CJ. and Olshen, RA. ۱۹۸۴. ...
  • Burges, CJC. ۱۹۹۸. A tutorial on support vector machines for ...
  • Chini, M. Pelich, R. Pulvirenti, L. Pierdicca, N. Hostache, R. ...
  • Clerici, N. Valbuena Calderón, CA. and Posada, JM. ۲۰۱۷. Fusion ...
  • Feyisa, GL. Meilby, H. Fensholt, R. and Proud, SR. ۲۰۱۴. ...
  • Fisher, A. Flood, N. and Danaher, T. ۲۰۱۶. Comparing Landsat ...
  • Han-Qiu, XU. ۲۰۰۵. A study on information extraction of water ...
  • Hostache, R. Chini, M. Giustarini, L. Neal, J. Kavetski, D. ...
  • Huang, C. Chen, Y. Zhang, S. and Wu, J. ۲۰۱۸. ...
  • Huang, G-B. Zhu, Q-Y. and Siew, C-K. ۲۰۰۶. Extreme learning ...
  • Imbault, F. and Lebart, K. ۲۰۰۴. A stochastic optimization approach ...
  • Kaplan, G. and Avdan, U. ۲۰۱۸. SENTINEL-۱ AND SENTINEL-۲ DATA ...
  • Kuncheva, LI. Whitaker, CJ. Shipp, CA. and Duin, RPW. ۲۰۰۳. ...
  • Martinis, S. and Plank, S. ۲۰۱۸. The Use of Sentinel-۱ ...
  • McFeeters, SK. ۱۹۹۶. The use of the Normalized Difference Water ...
  • Mhangara, P. Mapurisa, W. and Mudau, N. ۲۰۲۰. Comparison of ...
  • Naik, BC. and Anuradha, B. ۲۰۱۸. Extraction of Water-body Area ...
  • Nielsen, MA. ۲۰۱۵. Neural networks and deep learning. Determination press ...
  • Perrou, T. Garioud, A. and Parcharidis, I. ۲۰۱۸. Use of ...
  • Ruta, D. and Gabrys, B. ۲۰۰۰. An overview of classifier ...
  • Schölkopf, B. and Smola, A. ۲۰۰۵. Support vector machines and ...
  • Steinhausen, MJ. Wagner, PD. Narasimhan, B. and Waske, B. ۲۰۱۸. ...
  • Sun, F. Sun, W. Chen, J. and Gong, P. ۲۰۱۲. ...
  • Twele, A. Cao, W. Plank, S. and Martinis, S. ۲۰۱۶. ...
  • Wang, Q. Blackburn, GA. Onojeghuo, AO. Dash, J. Zhou, L. ...
  • Wang, Z. Liu, J. Li, J. and Zhang, DD. ۲۰۱۸. ...
  • Yves, C. Stanislas, DB. Marc, B. Fabrice, M. and Gauthier, ...
  • Zoka, M. Psomiadis, E. and Dercas, N. ۲۰۱۸. The Complementary ...
  • Bioresita, Filsa. ۲۰۱۹. Fusion of Sentinel-۱ and Sentinel-۲ Image Time ...
  • Tavus, B. ۲۰۲۰. A Fusion Approach for Flood Mapping Using ...
  • نمایش کامل مراجع