جستجو در تالارهای گفتگو

شناسايي گردوغبار با استفاده از روش درخت تصميم گيري از تصاوير سنجنده ماديس نویسندگان: عطايي شيما, محمدزاده علي*, آبكار علي اكبر کشور ايران به دليل موقعيت جغرافيايي و اقليمي و نزديکي به بيابان هاي کشورهاي مجاور مانند عراق، سوريه و عربستان، همواره در معرض سامانه هاي گردوغباري قرار گرفته است. از اين رو شناسايي پديده گردوغبار از اهميت بالايي برخوردار مي باشد. در تحقيق پيش رو با به کارگيري اندازه گيري هاي سنجنده MODIS و تکنيک چندطيفي به شناسايي گردوغبار رخ داده در استان هاي ايلام و خوزستان در طي سال هاي 1384 تا 1391 پرداخته شده است و شاخص هاي بکاررفته در مدل هاي جهاني براي منطقه مورد نظر بومي سازي گرديده است. در اين راستا يک الگوريتم درخت تصميم گيري بهبوديافته جهت تمايز ابر از گردوغبار و سپس جداسازي گردوغبار از سطح زمين با رفتارهاي بازتابندگي مشابه با ذرات گردوغبار، استفاده شده است. بنابراين در ابتدا داده هاي آموزشي مناسب براي سه کلاس ابر، گردوغبار بر روي سطوح روشن و تاريک و آسمان بدون ابر و گردوغبار انتخاب مي شود. سپس رفتار بازتابندگي پيکسل ها در کلاس هاي مذکور بررسي مي گردد. در مرحله بعدي مناسب ترين باندها جهت شناسايي و تمايز پيکس هاي گردوغبار انتخاب مي شود و درخت تصميم گيري بهبود يافته اي براي منطقه مطالعاتي ارائه مي شود. در نهايت نيز دقت الگوريتم پيشنهادشده مورد ارزيابي قرار مي گيرد و با الگوريتم هاي قبلي مقايسه مي گردد. براي ارزيابي از معيارهايي همچون ميدان ديد و کدهاي هواشناسي حاصل از ايستگاه هاي هواشناسي منطقه استفاده مي شود. نتايج حاکي از افزايش دقت در صورت استفاده از روش بهبوديافته است. بر اين اساس اگر براي شناسايي گردوغبار بر روي سطوح روشن، شاخص هاي تفاوت نرمال گردوغبار (NDDI) و لگاريتم باند يک (Ln(b1)) استفاده شود دقت %58 بدست مي آيد. براي سطوح تاريک نيز با بکارگيري شاخص هاي NDDI و اختلاف دماي درخشندگي باندهاي 20 و 31 دقتي معادل با %53 حاصل مي شود. منبع: [Hidden Content] دانلود: [Hidden Content] 7002413940411.pdf

شناسايي گردو غبار در تصاوير ماهواره اي MODIS با استفاده از روش هاي ماشين بردار پشتيبان، شبکه عصبي مصنوعي و درخت تصميم گيري نویسندگان: 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] دانلود: [Hidden Content] 7002413930311.pdf