مرتضی شریف؛ سارا عطارچی
چکیده
چرخه فنولوژیکی گیاهان نقش مهمی در چرخه جهانی کربن دارد. با توجه به اهمیت نقش گیاهان در اکوسیستم شهری و نقش آن در سلامت جامعه، مطالعه و پایش چرخه فنولوژیکی گیاهان در فصول مختلف سال در مناطق شهری در مقیاسهای مکانی-زمانی مختلف ضروری است. از این رو، با استفاده از دو شاخص پرکاربرد NDVI و EVI محاسبه شده از تصاویر سنجنده OLI ماهواره لندست-8 و تصاویر ...
بیشتر
چرخه فنولوژیکی گیاهان نقش مهمی در چرخه جهانی کربن دارد. با توجه به اهمیت نقش گیاهان در اکوسیستم شهری و نقش آن در سلامت جامعه، مطالعه و پایش چرخه فنولوژیکی گیاهان در فصول مختلف سال در مناطق شهری در مقیاسهای مکانی-زمانی مختلف ضروری است. از این رو، با استفاده از دو شاخص پرکاربرد NDVI و EVI محاسبه شده از تصاویر سنجنده OLI ماهواره لندست-8 و تصاویر محصول MOD13Q1 سنجنده مودیس ماهواره ترا، چرخه فنولوژی گیاهان در سطح کلانشهر اهواز در دوره زمانی 2015 تا دسامبر 2019 تجزیه و تحلیل شد. در این تحقیق، تصاویر ماهوارهای از طریق پلتفرم گوگل ارث انجین فراخوانی و تهیه شد. سپس، با توجه به نوع پوشش گیاهی، چرخه فنولوژیکی گیاهان بر اساس شاخصهای پوشش گیاهی بدست آمد و با چرخه فنولوژیکی بدست آمده از بررسیهای زمینی، مقایسه شد. با توجه به احتمال وجود نویز و پیکسلهایی با اختلاط طیفی، برای هموار سازی چرخه فنولوژیکی گیاهان از فیلتر Savitzky–Golay استفاده شد. نتایج بدست آمده حاکی از روند افزایش مقادیر هر دو شاخص NDVI و EVI به ترتیب با 03/0 و 04/0 در سنجنده OLI و 01/0 (در سال) در محصول سنجنده مودیس است. این تغییرات در ماههای ژانویه، مارس، اکتبر، نوامبر و دسامبر در هر دو سنجنده افزایشی بوده است که به معنای شرایط بهتر زیستی گیاه است. زمان دورههای فنولوژی گیاهان در هر دو سنجنده متفاوت بود. بیشترین اختلاف در هر دو سنجنده در سالهای 2018 و 2019 مشاهده شد. با توجه به مناسبتر بودن شرایط محیطی در این دو سال در مقایسه با سایر سالها، میتوان نتیجه گرفت که با افزایش میزان کلروفیل گیاه، میزان اختلاف بین نتایج این دو سنجنده بیشتر میشود. دورههای انتقال فصل رشد بدست آمده از سنجنده OLI جزئیات بیشتری را در مقایسه با مجموعه دادههای با وضوح متوسط مودیس نشان داد. در سنجنده مودیس در مقایسه با سنجنده OLI زمان شروع دورههای فصل رشد، زودتر بود. نتایج مقایسه دورههای فصل رشد در سنجنده OLI و مودیس (به ترتیب) با واقعیت زمینی نشان میدهد کمترین اختلاف در شروع فصل رشد با 7 و 10 روز بوده است. بیشترین اختلاف بین نتایج بدست آمده از سنجندههای OLIو مودیس (به ترتیب) با واقعیت زمینی در اوج فصل رشد با 20 و 35 روز و پایان فصل رشد 20 روز دیرتر و 20 زودتر بوده است. طول فصل رشد در سنجنده مودیس حدود چهار ماه و در سنجنده OLI حدود پنج ماه مشاهده شد که نتایج لندست به واقعیت زمینی نزدیکتر است. این تفاوت را میتوان به افزایش تعداد پیکسلهای مخلوط با توجه به قدرت تفکیک مکانی تصاویر سنجنده مودیس نسبت داد. نتایج این تحقیق، میتواند راهگشای بررسی تغییرات چرخههای فنولوژیکی در پاسخ به تغییرات محیطی با استفاده از تصاویر سنجشازدور در مناطق شهری باشد.
حمیدرضا متین فر؛ فوزیه کوهنی؛ علی اکبر اصیلیان مهابادی
چکیده
شوری خاک یکی از مشکلات مهم زیستمحیطی است و شناسایی و پهنهبندی خاکهای شور، بهعلت نیاز به نمونهبرداری و انجامدادن آنالیزهای آزمایشگاهی و همچنین تغییرپذیری زمانی و مکانی آن، مشکل است. در سالهای اخیر استفاده از تصاویر ماهوارهای، بهعلت استفادة آسان و توانایی در شناسایی پدیدهها، همواره مورد توجه متخصصان قرار گرفته است. ...
بیشتر
شوری خاک یکی از مشکلات مهم زیستمحیطی است و شناسایی و پهنهبندی خاکهای شور، بهعلت نیاز به نمونهبرداری و انجامدادن آنالیزهای آزمایشگاهی و همچنین تغییرپذیری زمانی و مکانی آن، مشکل است. در سالهای اخیر استفاده از تصاویر ماهوارهای، بهعلت استفادة آسان و توانایی در شناسایی پدیدهها، همواره مورد توجه متخصصان قرار گرفته است. در این پژوهش، 220 نمونة خاک از منطقة میمة شهرستان دهلران، در جنوب استان ایلام، با توجه به نوع مطالعه و تیپهای فیزیوگرافی و واحدهای متشکل خاکها برداشت شد. سپس مقادیر pH و EC با استفاده از روشهای استاندارد اندازهگیری شد. ارزیابی مقادیر شوری خاک، با استفاده از روابط همبستگی بین مقادیر هدایت الکتریکی EC حاصل از دادههای زمینی، با متغیرهای بهدستآمده از تصاویر ماهوارهای لندست 8 شامل باندها، شاخصهای شوری، شاخصهای پوشش گیاهی و شاخصهای خاک صورت گرفت. در نهایت، مدل تخمین شوری سطحی خاک با روش رگرسیون گامبهگام بهدست آمد. این روش شامل انتخاب خودکار متغیرهای مستقل است و با دردسترسبودن بستههای نرمافزاری آماری، انجامدادن آن حتی در مدلهایی با صدها متغیر امکانپذیر است. در مطالعات گذشته، شاخصها و باندها بهصورت جداگانه و محدود بهکار رفتهاند اما، در این مطالعه، سعی شده است از ترکیب شاخصهای گوناگون استفادة گستردهتری شود و در نهایت، با حذف شاخصهایی که کمترین تأثیر را در برآورد شوری خاک داشتهاند، بهترین مدل برآورد شوری برای خاک منطقه پیشنهاد شد. با استفاده از آنالیز سطح معنیداری و میزان همبستگی بین خروجی مدلها و دادههای زمینی، بهترین مدل با مقدار (882/0R2=) انتخاب و نقشة شوری خاک براساس آن تهیه شد. بیشترین مساحت مربوط به کلاس غیرشور است که 75% از کل منطقة مورد مطالعه را شامل میشود و حدود 1% از خاکهای منطقه نیز مربوط به کلاس بسیار شور است. با مقایسة دادههای حاصل از ماهوارة لندست 8 و بهکارگیری شاخصها و قراردادن شاخصها در معادلة رگرسیونی گامبهگام، این نتیجه حاصل شد که تصاویر ماهوارهای برای ارزیابی شوری خاک منطقه کارآمد است و نتایج حاصل، همبستگی بالایی در سطح 88/0 با دادههای زمینی دارند.
علیاصغر تراهی؛ مرجان فیروزینژاد؛ علی عبدالخانی
دوره 9، شماره 1 ، دی 1396، ، صفحه 49-62
چکیده
تهیة اطلاعات دقیق و بهروز از منابع جنگلی یکی از عوامل اساسی در مطالعه و مدیریت پایدار این منابع است و این اطلاعات را میتوان بهآسانی و با صرف هزینه و زمان کمتر، از راه طبقهبندی دادههای دورسنجی تهیه کرد. در این مطالعه بهمنظور ارزیابی عملکرد الگوریتمهای ماشینبردار پشتیبان و حداکثر احتمال در تهیه نقشه کاربردی اراضی جنگلهای ...
بیشتر
تهیة اطلاعات دقیق و بهروز از منابع جنگلی یکی از عوامل اساسی در مطالعه و مدیریت پایدار این منابع است و این اطلاعات را میتوان بهآسانی و با صرف هزینه و زمان کمتر، از راه طبقهبندی دادههای دورسنجی تهیه کرد. در این مطالعه بهمنظور ارزیابی عملکرد الگوریتمهای ماشینبردار پشتیبان و حداکثر احتمال در تهیه نقشه کاربردی اراضی جنگلهای رودخانهای، از دادههای ماهواره لندست 8 استفاده شد. برای این کار، پنجرهای از تصاویر چندطیفی سنجندة OLI جنگلهای رودخانة مارون بهبهان، در استان خوزستان، انتخاب شد. پس از عملیات پیشپردازش، شامل رفع خطای رادیومتریک و تصحیح اتمسفریک، طبقهبندی تصاویر بهروش نظارتشده و با استفاده از الگوریتمهای حداکثر احتمال و ماشین بردار پشتیبان و با هفت کلاس کاربری جنگل، مرتع، کشاورزی، آیش، رودخانه، مسکونی و جاده، و همچنین سه کلاس کاربری جنگل، رودخانه و دیگر مناطق، روی مجموعة باندهای اصلی صورت پذیرفت. برای ارزیابی عملکرد الگوریتم ماشین بردار پشتیبان، از سه گروه نمونة تعلیمی با تعداد 241، 141 و 41 نمونه و همچنین از چهار هستةخطی، چندجملهای، شعاعی و حلقوی استفاده شد. نتایج حاصل نشان داد که تهیة نقشة طبقهبندی جنگلهای رودخانهای مارون و تفکیک کاربریها با استفاده از تصاویر سنجندة OLI امکانپذیر است و بهترین نتیجه مربوط به طبقهبندی، با استفاده از الگوریتم - PolynomialSVM در باندهای اصلی سنجندة OLI و با سه کلاس کاربری و صحت کلی 24/99 و ضریب کاپای 97/0 است. همچنین مشخص شد که با کاهش تعداد کلاسها از هفت به سه، کاربری صحت طبقهبندی افزایش مییابد ولی با کاهش تعداد نمونهها تا حد میانگین، تغییر محسوسی در کیفیت طبقهبندی رخ نمیدهد و در صورت کاهش زیاد تعداد نمونهها، از صحت طبقهبندی نیز کاسته میشود.
مرتضی رحیمپور؛ نعمتالله کریمی؛ رضا روزبهانی؛ عبدالعلی رضایی
دوره 9، شماره 3 ، اردیبهشت 1396، ، صفحه 71-90
چکیده
دسترسی همزمان به تصاویر ماهوارهای با قدرت تفکیک زمانی و مکانی بالا در بسیاری از مطالعات ضروری است. این در حالی است که، فقط با استفاده از تصاویر یک سنجنده، این نیاز تأمین نخواهد شد. اما میتوان با استفاده از تلفیق تصاویر سنجندههای گوناگون، که قدرت تفکیک زمانی (مانند MODIS) و مکانی (همانند Landsat) بالا دارند، به این مهم دست یافت. بدینترتیب، ...
بیشتر
دسترسی همزمان به تصاویر ماهوارهای با قدرت تفکیک زمانی و مکانی بالا در بسیاری از مطالعات ضروری است. این در حالی است که، فقط با استفاده از تصاویر یک سنجنده، این نیاز تأمین نخواهد شد. اما میتوان با استفاده از تلفیق تصاویر سنجندههای گوناگون، که قدرت تفکیک زمانی (مانند MODIS) و مکانی (همانند Landsat) بالا دارند، به این مهم دست یافت. بدینترتیب، هدف اصلی تحقیق حاضر اجرا و ارزیابی میزان دقت یکی از جدیدترین و کارآمدترین مدلهای ترکیب تصاویر ماهوارهای با عنوان ESTRAFM است. برای اجرا و ارزیابی این مدل، دو دورة زمانی (مقطع نخست بین روزهای 204 تا 220 و مقطع دوم بین روزهای 220 تا 236 سال 2016) در نظر گرفته شد. برای اعتبارسنجی نتایج، از تصاویر سنجندة OLI در موزائیک کناری، در جایگاه دادة مشاهداتی (تصویرمبنا)، استفاده شد. نتایج ارزیابی این دو دوره نشان داد میانگین همبستگی باندهای آبی، سبز، قرمز و فروسرخ نزدیکِ تخمینزدهشده با تصویر دریافتی از سنجندة OLI، بهصورت میانگین در این دو دوره، بهترتیب برابر با 90/0، 91/0، 91/0 و 85/0 و میانگین میزان مجذور میانگین مربعات خطا و چهار باند مذکور بهترتیب برابر با 025/0، 030/0 ، 036/0 و 049/0 است که، بهترتیب، معادل 3/15، 2/16، 5/16 و 7/13 درصد خطا در باندهای مورد نظر است. افزونبر این، با توجه به میزان همبستگی بالا (87/0R2=) و مجذور میانگین مربعات خطای ناچیز (056/0RMSE=) بین مقادیر NDVI پیشبینیشده و NDVI حاصل از باندهای مشاهداتی، میتوان بیان کرد علاوهبر اینکه این مدل در برآورد مقادیر بازتابندگی سطحی دقت مطلوبی دارد؛ میتوان از آن (مانند NDVI) برای پیشبینی میزان محصولات نیز استفاده کرد. براساس نتایج مدل ESTARFM، میتوان عنوان کرد مقادیر پیشبینیشدة باندهای گوناگون دقت مناسبی دارند و میتوان از این مدل برای ترکیب تصاویر، بهقصد افزایش قدرت تفکیکهای مکانی و زمانی، استفاده کرد.
الهام طاهریان؛ حسین صمدی
دوره 7، شماره 4 ، بهمن 1394، ، صفحه 99-116
چکیده
شناخت رفتار و خصوصیات رسوبگذاری رودخانههای منتهی به مخازن سدهای بزرگ باعث سهولت تصمیمگیریهای راهبردی درمورد احداث سازههای مهندسی در طول رودخانه برای مدیریت رسوب ورودی به مخزن سد خواهد شد. فناوری سنجش از دور با دادههای چندزمانه و چندطیفی تا حد زیادی سهولت کشف تغییرات ریختشناسی رودخانهها را در طول زمان بههمراه داشته ...
بیشتر
شناخت رفتار و خصوصیات رسوبگذاری رودخانههای منتهی به مخازن سدهای بزرگ باعث سهولت تصمیمگیریهای راهبردی درمورد احداث سازههای مهندسی در طول رودخانه برای مدیریت رسوب ورودی به مخزن سد خواهد شد. فناوری سنجش از دور با دادههای چندزمانه و چندطیفی تا حد زیادی سهولت کشف تغییرات ریختشناسی رودخانهها را در طول زمان بههمراه داشته است. با وجود این، ماهیت خاص رودخانههای کمعرض و کمعمق باعث افزایش پیچیدگی مطالعات بررسی ریختشناسی چنین رودخانههایی، با استفاده از دادههای موجود شده است. در این مطالعه قابلیت خودکار شش شاخص پرکاربرد آب شامل: شاخص تفاضل بهنجار آب، شاخص تفاضل بهنجار آب اصلاحشده، شاخص استخراج خودکار آب با سایه، شاخص استخراج خودکار آب بدون سایه، شاخص آب پیشرفته و شاخص آب 2015 مستخرج از دو سنجندۀ ETM+ و OLI ماهوارۀ لندست در تفکیک رودخانههای کمعرض و کمعمق بررسی شد. آستانۀ بهینۀ هر یک از این شاخصها با استفاده از نمودار ROC تعیین شد. فرایند اعتبارسنجی نیز با استفاده از تصاویر گوگل ارث مربوط به آگوست سال 2013 انجام پذیرفت. صحت نتایج با آمارهای متفاوت شامل خطای ترکیبی، صحت تولیدکننده، صحت کاربر، خطای omission و خطای commission بررسی شد. نتایج نشان میدهد اگرچه صحت شاخصهای مستخرج از سنجندۀ ETM+ بهنسبت بیش از سنجندۀ دیگر است، بهطور کلی بیشترین صحت تفکیک عارضۀ مورد نظر مربوط به شاخص تفاضل بهنجار آب اصلاحشده و شاخص استخراج خودکار آب با سایه است و شاخص استخراج خودکار آب بدون سایه نیز کمترین صحت را در تفکیک عارضۀ رودخانه داشته است.