برآورد عمق برف با استفاده از تصاویر مایکروویو فعال

سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 77

فایل این مقاله در 18 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_HSMSP-27-4_006

تاریخ نمایه سازی: 17 دی 1403

چکیده مقاله:

عمق برف یکی از پارامترهای ورودی مهم در بسیاری از مدل های کشاورزی، هیدرولوژی و اقلیمی است. با این حال عدم قطعیت هایی در برآورد عمق برف با استفاده از ابزار سنجش از دور نوری به دلیل محدودیت های موجود در شیوه تصویربرداری وجود دارد. از این رو هدف این پژوهش استفاده از ابزار سنجش از دور مایکروویو فعال در برآورد عمق برف در مناطق کوهستانی است. بدین منظور از روش تداخل سنجی راداری تصاویر مایکروویو فعال و اندرکنش سیگنال مایکروویو با توده برف استفاده شد. داده های به کار رفته، شامل تصاویر سنتینل ۱ از رشته کوه های زاگرس در کشور ایران در تاریخ فوریه ۲۰۱۷، مارس ۲۰۱۹ و ۲۰۲۰ بود. همچنین، به منظور اعتبارسنجی الگوریتم پیشنهادی از اندازه گیری میدانی عمق برف استفاده شد. به منظور برآورد بهتر عمق برف، نتایج در دو کانال VV و VH با استفاده از ضریب وزنی بدست آمده از زاویه تابش محلی ترکیب شدند. مقایسه نتایج روش پیشنهادی با برداشت های میدانی نشان دهنده همبستگی ۸۶/۰ بود. همچنین مقادیر RMSE و P-Value به ترتیب ۳۷/۱۴ سانتیمتر و ۰۰۹/۰ بدست آمد. با توجه به پارامترهای آماری بدست آمده از اعتبار سنجی روش پیشنهادی، کارایی آن در برآورد عمق برف مناسب بود.

نویسندگان

مجید رحیم زادگان

Associate Professor of Water Resources Engineering and Management Department. Civil Engineering Faculty K.N. Toosi University of Technology. Iran

مهدی محبی

Master's student in water resources management and civil engineering, Khwaja Nasiruddin Toosi University of Technology, Tehran, 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 :
  • Attema, E., & Ulaby, F. T. (۱۹۷۸). Vegetation modeled as ...
  • Awasthi, S., Thakur, P. K., Kumar, S., Kumar, A., Jain, ...
  • Chen, J., Günther, F., Grosse, G., Liu, L., & Lin, ...
  • Conde, V., Nico, G., Mateus, P., Catalão, J., Kontu, A., ...
  • Diro, G. T., Sushama, L., & Huziy, O. (۲۰۱۸). Snow-atmosphere ...
  • Distributed Active Archive Centers (DAAC). https://search.asf.alaska.edu.comEvans, J., Kruse, F., Bickel, ...
  • Formetta, G., Kampf, S. K., David, O., & Rigon, R. ...
  • Fuller, M. C., Geldsetzer, T., & Yackel, J. J. (۲۰۰۹). ...
  • Goyal, S. K., Seyfried, M. S., & O’Neill, P. E. ...
  • Guneriussen, T., Hogda, K. A., Johnsen, H., & Lauknes, I. ...
  • Henderson, F. M. (۱۹۹۸). Principles and applications of imaging radar ...
  • Leinss, S., Parrella, G., & Hajnsek, I. (۲۰۱۴). Snow Height ...
  • Li, H., Wang, Z., He, G., & Man, W. (۲۰۱۷). ...
  • Li, Y., Zhao, X., & Zhao, Q. (۲۰۲۲). Snow Depth ...
  • Mahmoodzada, A. B., Varade, D., & Shimada, S. (۲۰۲۰). Estimation ...
  • Matzler, C. (۱۹۹۶). Microwave permittivity of dry snow. IEEE Transactions ...
  • Nagler, T., Rott, H., Ripper, E., Bippus, G., & Hetzenecker, ...
  • Patil, A., Mohanty, S., & Singh, G. (۲۰۲۰). Snow depth ...
  • Robinson, D. A., & Frei, A. (۲۰۰۰). Seasonal Variability of ...
  • Rott, H., Nagler, T., & Scheiber, R. (۲۰۰۳). Snow mass ...
  • Sánchez-Gámez, P., & Navarro, F. J. (۲۰۱۷). Glacier Surface Velocity ...
  • Strozzi, T., Antonova, S., Günther, F., Mätzler, E., Vieira, G., ...
  • Sun, S., Che, T., Wang, J., Li, H., Hao, X., ...
  • Surendar, M., Bhattacharya, A., Singh, G., & Venkataraman, G. (۲۰۱۵). ...
  • Teillet, P. M., Guindon, B., Meunier, J. F., & Goodenough, ...
  • Ulaby, F., Long, D., Blackwell, W., Elachi, C., Fung, A., ...
  • Varade, D., & Dikshit, O. (۲۰۱۸). ESTIMATION OF SURFACE SNOW ...
  • Varade, D., Manickam, S., Dikshit, O., & Singh, G. (۲۰۲۰). ...
  • Varade, D., Maurya, A. K., Dikshit, O., Singh, G., & ...
  • Varade, D. M., & Dikshit, O. (۲۰۱۷). A novel linear ...
  • نمایش کامل مراجع