%0 Journal Article %T ترکیب تصاویر سنجنده‌های OLI و MODIS به‌منظور تهیة داده‌های بازتابندگی‌ سطحی در مقیاس روزانه با قدرت تفکیک مکانی 30 متر در مناطق دارای تنوع کاربری متفاوت %J نشریه سنجش از دور و GIS ایران %I انجمن سنجش از دور ایران %Z 2008-5966 %A رحیم‌پور, مرتضی %A کریمی, نعمت‌الله %A روزبهانی, رضا %A رضایی, عبدالعلی %D 2017 %\ 04/21/2017 %V 9 %N 3 %P 71-90 %! ترکیب تصاویر سنجنده‌های OLI و MODIS به‌منظور تهیة داده‌های بازتابندگی‌ سطحی در مقیاس روزانه با قدرت تفکیک مکانی 30 متر در مناطق دارای تنوع کاربری متفاوت %K تلفیق تصاویر ماهواره‌ای %K مدل ESTARFM %K بازتابندگی سطحی %K سنجندة OLI %K سنجندة MODIS %R %X 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.  %U https://gisj.sbu.ac.ir/article_96382_0b0be36cfcc1970ab0773309b37fd2ec.pdf