سمیرا کرباسی؛ حسین ملکوتی؛ مهدی رهنما؛ دکتر مجید آزادی
چکیده
افزایش سطح غلظت گازهای گلخانه‌ای و به‌تبع آن، گرم‌شدن کرة زمین و تغییرات آب‌وهوایی یکی از مهم‌ترین چالش‌های قرن بیست‌ویکم شناخته شده است. این پژوهش عملکرد الگوریتمهای موجود در بازیابی غلظت گازهای گلخانه‌ای دی‌اکسید کربن را، براساس داده‌های مشاهداتی ماهوارة نظارت بر گازهای گلخانه‌ای گوست (GOSAT)، در مقایسه با داده‌های مرجع ...
بیشتر
افزایش سطح غلظت گازهای گلخانه‌ای و به‌تبع آن، گرم‌شدن کرة زمین و تغییرات آب‌وهوایی یکی از مهم‌ترین چالش‌های قرن بیست‌ویکم شناخته شده است. این پژوهش عملکرد الگوریتمهای موجود در بازیابی غلظت گازهای گلخانه‌ای دی‌اکسید کربن را، براساس داده‌های مشاهداتی ماهوارة نظارت بر گازهای گلخانه‌ای گوست (GOSAT)، در مقایسه با داده‌های مرجع به‌دست‌آمده از شبکة سطحی (TCCON)، در هشت سایت منتخب در دورة زمانی 2015-2011 بررسی می‌کند. الگوریتمهای مورد ارزیابی عبارت‌اند از الگوریتم NIES، ACOS و RemoTeC (SRFP). این الگوریتم‌ها بر بازیابی فراوانی ستونی از گازهای مورد نظر متمرکز شده‌اند تا از مقادیر مولکولی هوای خشک اتم دی‌اکسید کربن (XCO2) بهره بگیرند. برای ارزیابی محصولات هر الگوریتم با مقدار معادل مشاهداتی زمینی آن، از شاخص‌های آماری اریبی (Bias)، جذر میانگین مربع خطاها (RMSE)، خطای مطلق (MAE)، انحراف معیار (SD) و ضریب همبستگی پی‌یرسون (CR) در هر ایستگاه استفاده شده است. نتایج بررسی مقادیر داده‌شده نشان می‌دهد که، در بیشتر ایستگاه‌های زمینی مورد نظر، به‌ترتیب الگوریتمهای NIES، ACOS، RemoTeC (SRFP) دارای کمترین خطای RMSE، MAE، و کمترین خطای اریبی بوده‌اند. همچنین، کمترین مقادیر همبستگی (بین هر الگوریتم و شبکة سطحی) متعلق به الگوریتم (SRFP) و بیشترین مقادیر آن، درمورد بیشتر ایستگاه‌ها، متعلق به الگوریتم NIES در یک میانگین پنج‌ساله (2015-2011) است.
سارا عطارچی؛ مهدی رهنما
چکیده
در تصاویر سار تمام‌پولاریمتریک، امکان شناسایی و تشخیص اهداف برمبنای خصوصیات پولاریمتریک آن‌ها وجود دارد. بااین‌حال، به‌دلیل پیچیدگی‌های سنجنده، بیشتر سنجنده‌های سار در حالت دوپولاریمتریک فعالیت می‌کنند و فراوانی داده‌های دوپولاریمتریک بسیار بیشتر از داده‌های تمام‌پولاریمتریک است. در این تحقیق، میزان کارآیی مؤلفه‌های ...
بیشتر
در تصاویر سار تمام‌پولاریمتریک، امکان شناسایی و تشخیص اهداف برمبنای خصوصیات پولاریمتریک آن‌ها وجود دارد. بااین‌حال، به‌دلیل پیچیدگی‌های سنجنده، بیشتر سنجنده‌های سار در حالت دوپولاریمتریک فعالیت می‌کنند و فراوانی داده‌های دوپولاریمتریک بسیار بیشتر از داده‌های تمام‌پولاریمتریک است. در این تحقیق، میزان کارآیی مؤلفه‌های پولاریمتریک استخراج‌شده از حالت دوقطبی با حالت تمام‌پولاریمتریک مقایسه شده‌اند. بدین‌منظور، مؤلفه‌های آلفا و انتروپی در سه حالت HH-HV ، HH-VV، HV-VV و تمام‌پولاریمتریک محاسبه شده است. با هدف بررسی دقیق‌تر، مقادیر آلفا و انتروپی به‌تفکیک کلاس‌های پوشش زمین استخراج شده‌اند. مقایسة مقادیر خطای مطلق میانگین بین مقادیر آلفا در حالت تمام‌پولاریمتریک با مقادیر حالت دوپولاریمتریک نشان می‌دهد که بین حالت HH-HV، با حالت تمام‌پولاریمتریک، کمترین خطا وجود دارد و بیشترین خطا به حالت HH-VV متعلق است. میزان خطا بین مقادیر انتروپی حالت تمام‌پولاریمتریک و حالت HH-HV، HH-VV و HV-VV، به‌ترتیب، برابر 06/0 و 22/0 و 17/0 است. بر این اساس، حالت دوپولاریمتریک HH-HV بیشترین انطباق را با حالت تمام‌پولاریمتریک دارد و ترکیب باندهای هم‌قطب HH-VV کمترین انطباق را با حالت تمام‌پولاریمتریک داراست. در بین کلاس‌های متفاوت پوشش اراضی، مقادیر آلفای کلاس آب در حالت HH-HV بیشترین نزدیکی را با حالت تمام‌پولاریمتریک دارد. بین مقادیر انتروپی کلاس‌های متفاوت پوشش زمین در حالت HH-HV با حالت تمام‌پولاریمتریک، اختلاف معناداری وجود ندارد. براساس یافته‌های این تحقیق، نتیجه‌گیری می‌شود که ترکیب HH-HV به حالت تمام‌پولاریمتریک نزدیک‌تر است.
