TY - JOUR ID - 96960 TI - استخراج پوشش گیاهی از تصاویر ماهواره‌ای لندست با استفاده از الگوریتم موجک‌هار گویا JO - نشریه سنجش از دور و GIS ایران JA - GISJ LA - fa SN - 2008-5966 AU - علی‌آبادی, کاظم AU - باغانی, امید AD - مربی مرکز پژوهشی علوم جغرافیایی و مطالعات اجتماعی، دانشگاه حکیم سبزواری AD - استادیار دانشکده ریاضی و علوم کامپیوتر، دانشگاه حکیم سبزواری Y1 - 2020 PY - 2020 VL - 12 IS - 2 SP - 45 EP - 56 KW - موجک هار گویا KW - تخمین پوشش گیاهی KW - تصاویر ماهواره لندست KW - ترکیب رنگی RGB DO - 10.52547/gisj.12.2.45 N2 - هدف ‌این مطالعه، ارائه یک الگوریتم محاسباتی-تقریبی بر پایه موجک‌های‌هار گویا[1]، برای تخمین پوشش گیاهی از تصویر لندست، به‌کمک بازتاب ‌این پدیده در باند مادون قرمز نزدیک است. ‌این باند در ترکیب رنگی RGB، در بخش R قرارگرفته است. ‌این الگوریتم، با استفاده از DN[1] پوشش گیاهی در 200 پیکسل انتخابی باند R (باند مادون قرمز) از سطح تصویر منطقه مورد مطالعه، سعی در استخراج عوارض و پوشش‌های گیاهی کل منطقه مورد مطالعه را دارد.‌ این تعداد پیکسل انتخابی، به‌صورت یکنواخت و پراکنده از سطح تصویر و فقط از عوارض پوشش گیاهی انتخاب شده است. با‌توجه به‌پذیرش داده‌های ورودی در ‌این الگوریتم در فرمت ماتریس، در ابتدا ماتریس‌های بازتاب پوشش گیاهی برای 4 و 8 موجک با استفاده از 200 پیکسل مفروض ساخته می‌شوند. ‌این ماتریس‌ها، با بلوک‌بندی تصویر لندست منطقه، به‌ترتیب به ‌16 و 64 قسمت به ‌دست می‌آیند. هر عضو این ماتریس‌ها، نشان‌دهنده میانگین پوشش گیاهی منطقه در بلوک متناظر آن از تصویر منطقه است. سپس با معرفی یک معادله کارآمد ریاضی، به‌استخراج پوشش گیاهی کل منطقه مورد مطالعه و بازسازی باند هر پیکسل از سطح تصویر می‌پردازیم. از جمله مزیت‌های ‌این روش، به‌دلیل انجام محاسبات ماتریسی، افزایش سرعت و دقت محاسبات در حد مقیاس پیکسل خواهد بود. در ‌این مطالعه، استخراج پوشش گیاهی با 4 و 8 موجک ‌هار گویا‌شده، با میزان دقت به‌ترتیب 75 و 87.5 درصد انجام شده است. با افزایش تعداد موجک‌ها، دقت الگوریتم موجک‌ هارگویا افزایش می‌یابد، اما از دلایل موجود جهت عدم افزایش تعداد موجک‌ها، افزایش خطای گرد کردن و افزایش هزینه محاسباتی بوده است، به‌‌طوری‌که با افزایش تعداد موجک‌ها، زمان و حافظه صرف‌شده به‌ صورت نمایی افزایش می‌یابند. در سنجش از دور، برای استخراج پوشش گیاهی، تکنیک‌هایی نظیر طبقه‌بندی[1] ارائه ‌شده است که به‌وسیله آنها می‌توان کلاس پوشش گیاهی را با نرم‌افزارهای سنجش از دوری استخراج نمود. اما تفاوت اصلی و اساسی بین روش ارائه‌شده در‌این مقاله و تکنیک‌های موجود، میزان دقت استخراج پوشش گیاهی در ابعاد پیکسل است. در تکنیک‌های پردازشی و تحلیلی (در خصوص استخراج و کلاس‌بندی پوشش گیاهی) در سنجش از دور، بسیاری از پیکسل‌های حاوی پوشش گیاهی که به‌صورت منفرد یا خوشه‌ای (اما به‌تعداد کم) هستند، در سایر کلاس‌ها نظیر زمین بایر یا زمین شهری ادغام خواهند شد، که الگوریتم موجک‌های‌هار گویا‌شده، فاقد‌این نقیصه است.    UR - https://gisj.sbu.ac.ir/article_96960.html L1 - https://gisj.sbu.ac.ir/article_96960_1126494ee7a45efb4be537d6110d1a68.pdf ER -