به کارگیری یک الگوریتم یادگیری عمیق به منظور تولید نقشه پوشش برف با استفاده از تصاویر چندطیفی ماهواره ای

تولید نقشه ی پهنه ی برف در حوزه های آبخیز نقش مهمی را در مطالعات آب شنا سی و اقلیم شنا سی ایفا می کند. تمایز برف و ابر در طیف مرئی یکی از مهم ترین چالش های سنجش از دور است ؛ چرا که هر دو در ویژگی هایی مانند بافت و رنگ مشابه اند. در این مقاله ، از ترکیب باندهای ت صاویر ماهواره سنتینل -۲ شامل باند مادون قرمز با طول موج کوتاه به منظور جلوگیری از تشخیص اشتباه برف و باند بخار آب برای تشخیص بهتر ابر استفاده شد. سپس ، یک شبکه یادگیری عمیق برای طبقه بندی پیکسل های کلاسهای برف، ابر و پس زمینه طراحی شد. در نهایت ، تاثیر ا ضافه کردن تصاویر شاخص تفا ضلی نرمال شده برف به عنوان ورودی به شبکه مورد برر سی قرار گرفت . نتایج نشان می دهند که شبکه پیشنهادی توانست نتایج مدل مبنا را ۲۳,۳% بهبود بخشد و تصاویر شاخص تفاضلی نرمالشده برف به دلیل عدم توانایی کامل در تشخیص برف و ابر، قادر به بهبود عملکرد شبکه نبودند.

کلیدواژه ها:

پهنه برف ، تشخیص برف و ابر ، ماهواره سنتینل -۲ ، یادگیری عمیق ، سنجش از دور ، تصویر چندطیفی