مقایسه داده های اپتیک و رادار در استخراج عوارض و پدیده های زمینی

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 921

فایل این مقاله در 15 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIRS-9-2_007

تاریخ نمایه سازی: 25 خرداد 1398

چکیده مقاله:

دسترسی به نقشه مناسب از عوارض و پدیده ­های زمینی بسیار مهم است، چراکه این عوارض و فرآیند حاکم بر آن ها منشا بسیاری از مخاطرات و منابع محیطی هستند. هدف این تحقیق، مقایسه داده ­های اپتیک و رادار در استخراج عوارض و پدیده ­های زمینی است. از تصویر پانزده متری باند پن کروماتیک لندست 8 (OLI) به عنوان تصویر اپتیک و تصویر باند C سنجنده سنتینل-1 (Sentinel-1) برای تصویر رادار باقدرت تفکیک 22×20 متری هر پیکسل، استفاده شد. دو تصویر رادار (رادار 1 و 2) در دو جهت دید مختلف، با زاویه دید متفاوت موردبررسی قرار گرفتند و برای کاهش اثر توپوگرافی تصویر رادار با مدل رقومی سه ثانیه تصحیح شد (رادار اصلاح شده). در این مطالعه، 4 عارضه دره، تیغه، مخروط ­افکنه و شیب واریزه­ای به روش تفسیر بصری از تصاویر لندست 8 و سنتینل-1 استخراج و نتایج با تفسیر بصری تصاویر توان تفکیک بالای World Imagery مقایسه گردید. شاخص­ های صحت، دقت، کیفیت، کاپا و آزمون z جهت برآورد صحت نتایج به دست آمده محاسبه شد. نتایج نشان داد بالاترین صحت در استخراج عارضه های دره و تیغه از تصویر اپتیکی به ترتیب 83.90 و 87.88 درصد و بالاترین صحت استخراج عوارضی چون مخروط افکنه و شیب واریزه­ای نیز از تصویر راداری اصلاح شده به ترتیب 82.76 و 83.72 درصد می باشند. بالاترین ضریب کاپا مربوط به رادار اصلاح شده با 54.72 درصد (لندست 49.74 درصد)، بیشترین میزان آزمون z مربوط به لندست-رادار1 با 0.9871 به دست آمده آمد (رادار اصلاح شده-لندست 0.6443 درصد).

نویسندگان

محمد ملکی

دانش آموخته کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم جغرافیایی، دانشگاه خوارزمی تهران

سیدمحمد توکلی صبور

استایار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم جغرافیایی، دانشگاه خوارزمی تهران

پرویز ضیائیان فیروزآبادی

دانشیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم جغرافیایی، دانشگاه خوارزمی تهران

مجید رئیسی

دانش آموخته کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم جغرافیایی، دانشگاه خوارزمی تهران

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 :
  • اسلمی، ف.، ا. قربانی، ب. سبحانی و م. پناهنده. 1394. ...
  • حاجی­زاده، ع.، س. فرزانه، م. ع. نظام­محله، ه. س. سیدرضایی ...
  • رجب پوررحمتی، م.، ع. ا. درویش صفت و م. پیرباوقار. ...
  • روستایی.، ش.، م. روستایی، م. شریفی کیا، و ج. یاراحمدی. ...
  • شایان، س.، غ. ر. زارع و ش. امیری. 1390. نقشه ...
  • طالبی، م. 1393. استخراج اتوماتیک جاده از تصاویر لیدار. پایان ...
  • علایی­طالقانی، م. 1392. ژئومورفولوژی ایران. انتشارات قومس. 360 صفحه. ...
  • فاطمی، ب. و ی. رضایی. 1393. مبانی سنجش ازدور. چاپ ...
  • کاشی زنوزی، ل.، ح. سعادت و م. نامدار. 1395. مقایسه ...
  • محمدی، م. و ع. سیف. 1393. بررسی روند تغییرات رخساره­های ...
  • ملکی، ر.، ع. ا. آبکار، م. مختارزاده، م. ج. ولدان­زوج، ...
  • میرزایی زاده، و.، م. نیک نژاد و ج. اولادی قادیکلایی. ...
  • میرعابدینی، م. س.،  ش. شتایی و م. آق آتابای. 1392. ...
  • Benz UC, Hofmann P, Willhauck G, Lingenfelder I, Heynen M. ...
  • Clinton N, Holt A, Scarborough J, Yan L, Gong P. ...
  • Congalton RG, Green K. 2008. Assessing the accuracy of remotely ...
  • Feyisa GL, Meilby H, Fensholt R, Proud SR. 2014. Automated ...
  • Hubbard B, Glasser NF. 2005. Field Techniques in Glaciology and ...
  • Hugenholtz CH, Whitehead K, Brown OW, Barchyn TE, Moorman BJ, ...
  • Hillier JK, Smith MJ, Armugam R, Barr I, Boston C, ...
  • Hillier JK, Smith MJ. 2016. Distortions of glacial landform sizes ...
  • Kaushal A, Singh Y. 2006. Extraction of geomorphological features using ...
  • Lee TH, Moon WM. 2002. Lineament extraction from Landsat TM, ...
  • Matthew MW, Adler-Golden SM, Berk A, Felde G, Anderson GP, ...
  • Möller M, Lymburner L, Volk M. 2007. The comparison index: ...
  • Rao D. 2002. Remote sensing application in geomorphology. Tropical Ecology, ...
  • Smith M, Pain C. 2009. Applications of remote sensing in ...
  • Strahler AH, Stahler A. 2005. Physical Geography: Science and Systems ...
  • Tarolli P, Arrowsmith JR, Vivoni ER. 2009. Understanding earth surface ...
  • Sabour SMT. 2011. Multi-temporal classification of crops using ENVISAT ASAR ...
  • Vyas R, Pandya T. 2013. Extraction of hydro-geomorphologic features using ...
  • Weidner U. 2008. Contribution to the assessment of segmentation quality ...
  • نمایش کامل مراجع