محمدرضا گیلی؛ داود عاشورلو؛ حسین عقیقی؛ علی اکبر متکان؛ علیرضا شکیبا
چکیده
تغییرات رشد محصولات کشاورزی در فواصل زمانی نسبتاً کوتاه، ناهم‌زمانی کشت محصولات مشابه، شباهت طیفی میان محصولات گوناگون در برخی از زمان‌های دورة کشت و کمبود داده‌های زمینی، طبقه‌بندی محصولات زراعی در تصاویر ماهواره‌ای را به کاری چالش‌برانگیز مبدل می‌کند. تغییر مقدار درصد پوشش و سبزینگی، در طول فصل رشد، از برجسته‌ترین ویژگی ...
بیشتر
تغییرات رشد محصولات کشاورزی در فواصل زمانی نسبتاً کوتاه، ناهم‌زمانی کشت محصولات مشابه، شباهت طیفی میان محصولات گوناگون در برخی از زمان‌های دورة کشت و کمبود داده‌های زمینی، طبقه‌بندی محصولات زراعی در تصاویر ماهواره‌ای را به کاری چالش‌برانگیز مبدل می‌کند. تغییر مقدار درصد پوشش و سبزینگی، در طول فصل رشد، از برجسته‌ترین ویژگی پوششهای گیاهی ازجمله محصولات کشاورزی است که می‌توان بر آن نظارت کرد. این کار با استفاده از سری زمانی شاخص‌های گیاهی انجام می‌شود که اطلاعات بسیار مفیدی از توالی ویژگی‌های فنولوژیک محصولات کشاورزی در اختیار ما قرار می‌دهد. استفاده از روش‌های یادگیری عمیق با توانایی یادگیری اطلاعات متوالی حاصل از این سری‌ها می‌تواند، در طبقه‌بندی محصولات کشاورزی و کاهش وابستگی به داده‌های زمینی، مفید باشد. شبکةLong-Short Term Memory (LSTM) یکی از انواع شبکه‌های عصبی بازگشتی در تجزیه و تحلیل داده‌های متوالی است که توانایی یادگیری توالی‌های بلندمدت در سری زمانی را دارد؛ بنابراین در این مطالعه، پس از محاسبة شاخص NDVI از باندهای ماهوارة سنتینل‌ـ 2 در نُه تاریخ متفاوت و تشکیل سری زمانی آن شاخص برای ورود به شبکه، دو ناحیة متفاوت در دشت مغان در نظر گرفته شد که محصولات کشت‌شده در آنها، طی عملیات زمینی، برداشت شده بود. در ناحیة اول، شبکة کانولوشنی LSTM برای طبقه‌بندی محصولات آموزش دید و در ناحیة دیگر، کارآیی این شبکة آموزش‌دیده در طبقه‌بندی محصولات ارزیابی شد و دقت کلی 82% و ضریب کاپای 8/0 به‌دست آمد. افزایش تعداد نمونه‌های زمینی و انتخاب مرز دقیق محصولات، می‌تواند کارایی روش مورد استفاده را افزایش دهد.
محمدرضا گیلی؛ علی‌اکبر متکان؛ آزاده کاظمی
دوره 6، شماره 1 ، تیر 1393
چکیده
بازتاب طیفی آب‌های داخل خشکی‌ها ازجمله تالاب‌ها در هر طول موج می‌تواند ناشی از مقادیر مختلف کلروفیل a باشد. عمل ریاضی سادة نسبت‌گیری بازتاب‌های طیفی پدیده‌ها در طول موج‌های مختلف که در سنجش از دور به شاخص طیفی معروف است می‌تواند موجب تشدید اختلاف‌هایی نظیر بازتاب پدیده‌ها و کاهش اثر عوامل منفی ـ به‌ویژه عوامل محیطی ـ شود. ازجمله ...
بیشتر
بازتاب طیفی آب‌های داخل خشکی‌ها ازجمله تالاب‌ها در هر طول موج می‌تواند ناشی از مقادیر مختلف کلروفیل a باشد. عمل ریاضی سادة نسبت‌گیری بازتاب‌های طیفی پدیده‌ها در طول موج‌های مختلف که در سنجش از دور به شاخص طیفی معروف است می‌تواند موجب تشدید اختلاف‌هایی نظیر بازتاب پدیده‌ها و کاهش اثر عوامل منفی ـ به‌ویژه عوامل محیطی ـ شود. ازجمله شاخص‌های طیفی که در مطالعات آب‌ها به‌خصوص تخمین میزان کلروفیل a به‌کار گرفته می‌شود، می‌توان به نتیجة حاصل از شاخص سه‌باندی اشاره کرد. در این پژوهش از نمونه‌های آب تالاب انزلی با میزان کلروفیل a بین 07/2 تا 9/23 میلی‌گرم در لیتر استفاده شده است. بررسی رابطة مقدار کلروفیل a با شاخص سه‌باندی، رابطه‌ای قوی را بین مقدار این شاخص با مقدار کلروفیل a در دو عمق 15 و 30 سانتی‌متری نشان داد. البته این رابطه در عمق 15 سانتی‌متری آشکارا قوی‌تر است. در این تحقیق حداکثر حساسیت به جذب ذرات کلروفیل a در طول موج 680 نانومتر و حداقل حساسیت به انعکاس کلروفیل a در طول 700 نانومتر است. برای محاسبة شاخص سه‌باندی از باند جذبی آب در محدودة طول موج مادون‌قرمز نزدیک به‌منظور نرمال‌کردن استفاده شد ـ در اینجا برابر با 757 نانومتر در نظر گرفته شده است. در این مطالعه رابطة بین فسفر کل با میزان شاخص سه‌باندی نیز به‌دلیل رابطة مستقیم میزان کلروفیل a با فسفر کل بررسی شد، که همانند میزان کلروفیل a در عمق 15 سانتی‌متری رابطة قوی‌تری را در مقایسه با عمق 30 سانتی‌متری نشان می‌دهد.
