استخراج گردوغبار از تصاویر ماهواره ای MODIS با استفاده از شبکه عصبی مصنوعی

سال انتشار: 1399
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 318

فایل این مقاله در 19 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_GIS-12-1_002

تاریخ نمایه سازی: 24 شهریور 1400

چکیده مقاله:

طی دهه های گذشته، طوفان های گردوغبار از لحاظ مکانی و زمانی همواره در حال افزیش بوده اند. طوفان های گردوغبار خاورمیانه سبب رسیدن آسیب های بی شماری در حوزه سلامت اجتماعی، اقتصادی، زیست محیطی و دیگر موارد به ساکنان مناطق جنوب و جنوب غرب ایران شده است. در این مقاله، به منظور بررسی طوفان های گردوغبار، از داده های سنجنده MODIS استفاده شد. از محاسن داده های سنجنده MODIS، توان تفکیک طیفی و زمانی بالای آن است. در این پژوهش، از دو مجموعه داده MODIS استفاده شد؛ بخش اول، داده های توسعه مدل (رخداد ۲۱-۱۸ ژانویه ۲۰۱۸) و بخش دوم، داده های تست و ارزیابی مدل. داده های هواشناسی نیز، با توجه به بازه زمانی مورد مطالعه، جمع آوری شد. پس از پیش پردازش داده ها و آماده کردن مشاهدات میدانی، ویژگی (ورودی شبکه عصبی مصنوعی) از داده های سنجنده MODIS، به روش پیشنهادی، تولید می شود. ازطریق شبکه عصبی مصنوعی، مدلی مناسب توسعه یافت که، بدین ترتیب، می توان گردوغبار استخراج و پارامتر دید افقی را، هم زمان، برآورد کرد. خروجی مدل با خروجی شاخص NDDI مقایسه بصری شد. سپس، برای بررسی کارآیی روش پیشنهادی، مدل توسعه یافته با داده های مربوط به زمان دیگر تست و خروجی مدل با خروجی شاخص NDDI مقایسه بصری شد. در نهایت، به منظور نشان دادن نقاط قوت و ضعف روش پیشنهادی، ارزیابی دقت ازطریق مقایسه نتایج روش پیشنهادی و پارامتر دید افقی در ایستگاه های سینوپتیک انجام شد. میزان خطای کلی، به ترتیب، ۱۰%، ۱۰%، ۱۵% و ۱۰% درمورد پردازش تصاویر هجدهم ژانویه، نوزدهم ژانویه، بیستم ژانویه و ۲۱ام ژانویه ۲۰۱۸ و ۲۰% و ۲۵% درمورد پردازش تصاویر ۲۶ام ژانویه ۲۰۱۹ و ۲۸ام اکتبر ۲۰۱۸ به دست آمد. با اتصال به پایگاه داده سازمان هواشناسی کشوری، روش پیشنهادی دارای قابلیت به کارگیری در سیستم خودکار استخراج گردوغبار است.

کلیدواژه ها:

گردوغبار ، برآورد پارامتر دید افقی ، سنجش از دور ، تولید ویژگی ، شبکه عصبی مصنوعی (ANN) ، MODIS

نویسندگان

مهدی امیری

دانشجوی دکتری گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه اراک

سیف اله سلیمانی

استادیار گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه اراک

فاخته سلطانی تفرشی

استادیار گروه مهندسی کامپیوتر، دانشکده مهندسی، دانشگاه اراک

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • فخرایی پور، م.، ۱۳۹۰، بررسی ارتباط بین پدیده گردوغبار و ...
  • Ackerman, S., ۱۹۸۹, Using the Radiative Temperature Difference at ۳.۷ ...
  • Ackerman, S., ۱۹۹۷, Remote Sensing Aerosols Using Satellite Infrared Observations, ...
  • Badarinath, K., Kharol, S., Kaskaoutis, D. & Kambezidis, H., ۲۰۰۷, ...
  • Baddock, M., Bullard, J. & Bryant, G., ۲۰۰۹, Dust Source ...
  • Butt, M.J. & Mashat, A.W.S., MODIS satellite data evaluation for ...
  • El-ossta, E., Qahwaji, R. & Ipson, S.S., ۲۰۱۳, Detection of ...
  • Han, Y., Dai, X., Fang, X., Chen, Y. & Kang, ...
  • Hao, X. & Qu, J., ۲۰۰۷, Saharan Dust Storm Detection ...
  • Huang, J., Ge, J. & Weng, F., ۲۰۰۷, Detection of ...
  • Husar, R., ۲۰۰۱, Asian Dust Events of April ۱۹۹۸, J. ...
  • IPCC, ۲۰۱۴, Intergovernmental Panel on Climate Change, Climate Change ۲۰۱۳: ...
  • Khoshakhlagh, F., Najafi, M,S. & Samadi, M. ۲۰۱۲, An Analysis ...
  • Maher, B.A., Prospero, J.M., Mackie, D., Gaiero, D., Hesse, P. ...
  • Mather, P. & Tso, B., ۲۰۱۰, Classification Methods for Remotely ...
  • Miller, S., ۲۰۰۳, A Consolidated Technique for Enhancing Desert Dust ...
  • Qu, J., Hao, X., Kafatos, M. & Wang, L., ۲۰۰۶, ...
  • Reza, S. & Ma, J., ۲۰۱۶, ICA and PCA Integrated ...
  • Richards, J.A., ۱۹۹۶, Classifier Performance and Map Accuracy, Remote Sensing ...
  • Roskovensky J. & Liou, K., ۲۰۰۵, Differentiating Airborne Dust from ...
  • Salomonson, V., Barnes, W., Maymon, P., Montgomery, H. & Ostrow, ...
  • Samadi, M. & Darvishi Boloorani, A., ۲۰۱۴, Global Dust Detection ...
  • Sehatkashani, S., Vazifedoust, M., Kamali, Gh. & Bidokhti, A.A., ۲۰۱۶, ...
  • Shao, Y. & Dong, CH., ۲۰۰۶, A Review on East ...
  • Syrris, V., Ferri, S., Ehrlich, D. & Pesaresi, M., ۲۰۱۵, ...
  • Taylor, M., Kazadzis, S., Tsekeri, A., Gkikas, A. & Amiridis, ...
  • Tegen, I. & Lacis, A.A., ۱۹۹۶, Modeling of Particle Size ...
  • Xie, Y., ۲۰۰۹, Detection of Smoke and Dust Aerosols Using ...
  • Xie, Y., Zhang, W. & Qu, J.J., ۲۰۱۷, Detection of ...
  • Yang, L. & Ronggao, L., ۲۰۱۱, A Thermal Index from ...
  • نمایش کامل مراجع