توسعه مدل هوشمند تلفیقی سنجش از دور و شبکه عصبی برای برآورد و نقشه برداری عمق دریاچه ارومیه

نقشه برداری دقیق عمق آب از مولفه های اساسی در پایش، مدل سازی و مدیریت پایدار زیست بوم های آبی به شمار می رود. در محیط های کم عمق و فوق نمکی، ویژگی های اپتیکی پیچیده ستون آب و بستر موجب کاهش دقت روش های متداول برآورد عمق مبتنی بر داده های سنجش از دور می شود. در این پژوهش، یک رویکرد مسئله محور توسعه و اعتبارسنجی شد که در آن داده های سنجش از دور با مدل شبکه عصبی مصنوعی (ANN) تلفیق گردید تا عمق دریاچه ارومیه برآورد شود. تصاویر سنجنده عملیاتی لندست-۸ (OLI) پس از تصحیح اتمسفری با استفاده از الگوریتم FLAASH و استخراج شاخص MNDWI به عنوان ورودی مدل به کار گرفته شدند. فرآیند کالیبراسیون و اعتبارسنجی مدل بر اساس داده های هیدروگرافی میدانی انجام گرفت تا دقت و پایداری نتایج تضمین شود. نتایج نشان داد مدل پیشنهادی از دقت پیش بینی بالایی برخوردار بوده و توانسته است عمق دریاچه را با ضریب تعیین ۹۱/۰ و ریشه میانگین مربعات خطای ۵۰/۱۴ سانتی متر برآورد نماید.

کلیدواژه ها:

نقشه برداری عمق آب ، دریاچه ارومیه ، سنجش از دور ، تصاویر ماهواره ای ، شبکه عصبی مصنوعی