ترکیب تصاویر سنجنده های OLI و MODIS به منظور تهیه داده های بازتابندگی سطحی در مقیاس روزانه با قدرت تفکیک مکانی ۳۰ متر در مناطق دارای تنوع کاربری متفاوت
محل انتشار: نشریه سنجش از دور و GIS ایران، دوره: 9، شماره: 3
سال انتشار: 1396
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 169
فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GIS-9-3_005
تاریخ نمایه سازی: 9 آبان 1400
چکیده مقاله:
دسترسی هم زمان به تصاویر ماهواره ای 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 تامین نخواهد شد. اما می توان با استفاده از تلفیق تصاویر سنجنده های گوناگون، که قدرت تفکیک زمانی (مانند MODIS) و مکانی (همانند Landsat) بالا دارند، به این مهم دست یافت. بدین ترتیب، هدف اصلی تحقیق حاضر اجرا و ارزیابی میزان دقت یکی از جدیدترین و کارآمدترین مدل های ترکیب تصاویر ماهواره ای با عنوان ESTRAFM است. برای اجرا و ارزیابی این مدل، دو دوره زمانی (مقطع نخست بین روزهای ۲۰۴ تا ۲۲۰ و مقطع دوم بین روزهای ۲۲۰ تا ۲۳۶ سال ۲۰۱۶) در نظر گرفته شد. برای اعتبارسنجی نتایج، از تصاویر سنجنده OLI در موزائیک کناری، در جایگاه داده مشاهداتی (تصویرمبنا)، استفاده شد. نتایج ارزیابی این دو دوره نشان داد میانگین همبستگی باندهای آبی، سبز، قرمز و فروسرخ نزدیک تخمین زده شده با تصویر دریافتی از سنجنده OLI، به صورت میانگین در این دو دوره، به ترتیب برابر با ۹۰/۰، ۹۱/۰، ۹۱/۰ و ۸۵/۰ و میانگین میزان مجذور میانگین مربعات خطا و چهار باند مذکور به ترتیب برابر با ۰۲۵/۰، ۰۳۰/۰ ، ۰۳۶/۰ و ۰۴۹/۰ است که، به ترتیب، معادل ۳/۱۵، ۲/۱۶، ۵/۱۶ و ۷/۱۳ درصد خطا در باندهای مورد نظر است. افزون بر این، با توجه به میزان همبستگی بالا (۸۷/۰R۲=) و مجذور میانگین مربعات خطای ناچیز (۰۵۶/۰RMSE=) بین مقادیر NDVI پیش بینی شده و NDVI حاصل از باندهای مشاهداتی، می توان بیان کرد علاوه بر اینکه این مدل در برآورد مقادیر بازتابندگی سطحی دقت مطلوبی دارد؛ می توان از آن (مانند NDVI) برای پیش بینی میزان محصولات نیز استفاده کرد. براساس نتایج مدل ESTARFM، می توان عنوان کرد مقادیر پیش بینی شده باندهای گوناگون دقت مناسبی دارند و می توان از این مدل برای ترکیب تصاویر، به قصد افزایش قدرت تفکیک های مکانی و زمانی، استفاده کرد.
کلیدواژه ها:
نویسندگان
مرتضی رحیم پور
دستیار پژوهشی، موسسه تحقیقات آب وزارت نیرو، تهران
نعمت الله کریمی
استادیار، موسسه تحقیقات آب وزارت نیرو، تهران
رضا روزبهانی
استادیار، موسسه تحقیقات آب وزارت نیرو، تهران
عبدالعلی رضایی
دانشجوی دکتری سنجش از دور، دانشگاه تهران
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 :