استفاده از روش های یادگیری ماشینی پیشرفته و تصاویر لندست در بررسی تغییرات پتانسیل فرسایش بادی در جنوب ایران
محل انتشار: دومین همایش بین المللی گرد و غبار
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 408
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TICD02_054
تاریخ نمایه سازی: 13 مهر 1398
چکیده مقاله:
یکی از مهمترین فاکتورهای موثر در فرسایش بادی، تغییر کاربری/پوشش اراضی هست. پایش دقیق کاربری/پوشش اراضی وشواهد فرسایش بادی در مناطق خشک و نیمه خشک اهمیت زیادی دارد. تفکیک پوشش های اراضی حاصل از فرسایش بادینظیر پهنه های ماسه ای و نبکاها نیازمند استفاده از روش های دقیق سنجش از دوری است. در این تحقیق توانایی تکنیک هایپیشرفته یادگیری ماشینی بر روی تصاویر لندست در تهیه نقشه کاربری/پوشش اراضی در رابطه با فرسایش بادی مورد ارزیابیقرار گرفت. بدین منظور تصاویر لندست 7 (2006) و لندست 20138 از نظر هندسی و رادیومتریکی تصحیح شدند. روش هایبارزسازی تصاویر اعمال و با الگوریتم های ماشین بردار پشتیبان با 4 نوع تابع کرنل خطی، چندجمله ای، تابع شعاعی مبنا وحلقوی و روش شبکه عصبی مصنوعی خودسازمان دهنده کوهنن طبقه بندی و با روش حداکثر شباهت مقایسه گردید. بااستفاده از آزمون های جدایی پذیری بهترین ترکیب باند ورودی طبقه بندی انتخاب شد. ارزیابی دقت نشان داد بهترین نقشه باترکیبی از باندهای خام و باندهای پردازش شده و با الگوریتم ماشین بردار RBF (دقت کلی % 88 و % 90/87 برای تصاویر لندست7 و 8) به دست می آید. اختلاف دقت این روش با روش های ماشین بردار خطی، چندجمله ای، SOM ، حلقوی و ML به ترتیب به1/5، 2/9، 8/3، 12/4 و 16/4 درصد برای لندست 7 و به ترتیب 2/16، 4/16، 6/19، 13/89 و 14/67 درصد برای لندست 8 بود. نتایج نشان داد که دقت طبقه بندی با استفاده از ترکیب باندهای پردازش شده و باندهای خام در مقایسه با باندهای خامبه تنهایی به میزان زیادی افزایش می یابد. این تحقیق قابلیت تصاویر ماهوارهای لندست و روش یادگیری ماشین بردار پشتیبان دربررسی پتانسیل فرسایش بادی در مناطق خشک را نشان میدهد.
کلیدواژه ها:
نویسندگان
مهروز رضائی
بخش مهندسی علوم خاک، دانشکده کشاورزی، دانشگاه شیراز
عبدالمجید ثامنی
بخش منابع طبیعی و محیط زیست، دانشکده کشاورزی، دانشگاه شیراز
سیدرشید فلاح شمس
بخش مهندسی علوم خاک، دانشکده کشاورزی، دانشگاه شیراز