شناسايي گردو غبار در تصاوير ماهواره اي MODIS با استفاده از روش هاي ماشين بردار پشتيبان، شبکه عصبي مص

[admin]

شناسايي گردو غبار در تصاوير ماهواره اي MODIS با استفاده از روش هاي ماشين بردار پشتيبان، شبکه عصبي مصنوعي و درخت تصميم گيري

نویسندگان: 

Hidden Content

Give reaction or reply to this topic to see the hidden content.

شهريسوند محسن*, آخوندزاده هنزائي مهدي, سوري اميرحسين

يکي از مهمترين بلاياي طبيعي که طي ساليان اخير مورد توجه قرار گرفته، پديده گرد و غبار است. در سال هاي اخير اين پديده در ايران ابعاد تازه اي گرفته و از يک معضل محلي، به مساله اي ملي تبديل شده است. شناسايي و تشخيص طوفان گردوغبار اولين مرحله در بررسي و پايش آن مي باشد. اين تحقيق با هدف شناسايي مناطق داراي گردوغبار از تصاوير ماهواره اي، در منطقه خاورميانه انجام گرفته است. در بررسي پديده گردوغبار تصاوير سنجنده MODIS با توجه به قدرت تفکيک زماني و طيفي مناسب، از اهميت ويژه اي برخوردار مي باشند. در اين مطالعه با استفاده از روش هاي طبقه بندي درخت تصميمگيري، شبکه عصبي مصنوعي (ANN) و ماشين هاي بردار پشتيبان (SVM) تلاش شده است که گردوغبار در تصاوير ماهواره اي MODIS تشخيص داده شود، که روش طبقه بندي ماشين هاي بردار پشتيبان به عنوان يک ايده جديد مطرح شده است. به علاوه به منظور بررسي دقت هر سه روش بکار برده شده، از محصول (AOD(Aerosol Optical Depth سنجنده OMI استفاده شده است، که نتايج نشان دهنده دقت و صحت بالاتر روش SVM نسبت به ساير روش ها مي باشد. با توجه به نتايج بدست آمده، اين الگوريتم قادر به شناسايي گردوغبار در هر دو منطقه خشکي و آب به طور همزمان مي باشد و مي تواند جايگزين مناسبي براي محصول (AOT(Aerosol Optical Thickness توليد شده براي گردوغبار توسط ناسا (NASA) باشد.

منبع:

Hidden Content

Give reaction or reply to this topic to see the hidden content.

دانلود:

Hidden Content

Give reaction or reply to this topic to see the hidden content.

 

Hidden Content

Give reaction or reply to this topic to see the hidden content.