فیلم شرکت‌کننده 5 - عرفان فکری

یکشنبه, 22 اسفند,1400

فیلم شرکت‌کننده 5 - عرفان فکری

پایش تالاب ها برای حفاظت از آنها ضروری است. در این راستا سنجش از دور به دلیل در دسترس بودن تصاویر آرشیوی و تاریخی مقرون به صرفه در مقیاس های مکانی مختلف راه حل های کارآمدی را ارائه می دهد. با این حال، فقدان نمونه‌های آموزشی کافی در زمان‌های مختلف محدودیت قابل‌توجهی برای پایش چند زمانی زیست بوم های تالابی است. در این مطالعه، یک روش جدید مبتنی بر انتقال نمونه های آموزشی (Training sample migration)  برای شناسایی نمونه‌های بدون تغییر جهت استفاده در طبقه‌بندی و پایش تغییرات تالاب‌ بین‌المللی شادگان در استان خوزستان توسعه داده شد. برای این منظور ابتدا نقشه تالاب در سال مرجع با نمونه های موجود آموزشی با ترکیب داده های ماهواره های سنتینل 1 و 2 در سامانه گوگل ارث انجین (Google Earth Engine) تهیه شده و سپس یک روش خودکار تشخیص تغییرات برای انتقال نمونه‌های آموزشی بدون تغییر از سال مرجع به سال‌های هدف توسعه داده شد. صحت کلی (OA) و ضریب کاپا (KC) این نقشه مرجع به ترتیب 97.93% و 0.97 بود. سپس، یک روش تشخیص تغییر خودکار برای انتقال نمونه‌های آموزشی بدون تغییر از سال مرجع به سال‌های هدف 2018، 2019، و 2021 توسعه داده شد. در روش پیشنهادی، سه شاخص NDVI، NDWI، و انحراف میانگین باندهای طیفی، همراه با دو معیار تشابه فاصله اقلیدسی (ED) و فاصله زاویه طیفی (SAD) برای هر جفت سال مرجع - هدف محاسبه شد. آستانه بهینه برای نمونه های بدون تغییر نیز با استفاده از رویکرد آستانه گذاری هیستوگرام به دست آمد که منجر به انتخاب نمونه هایی شد که به احتمال زیاد برای طبقه بندی مجموعه داده آزمایشی بدون تغییر بودند. روش پیشنهادی به ترتیب منجر به صحت کلی89/95، 83/96، و 06/97 درصد و ضرایب کاپای 95/0، 96/0 و 96/0 برای سال های هدف 2018، 2019 و 2021 شد. در نهایت از نمونه های انتقال داده شده برای تهیه نقشه تالاب برای سال های مورد نظر استفاده شد. در انتها با استفاده از روش شناسایی تغییرات پسا طبقه بندی، نقشه تغییرات From-To سه ساله تالاب مربوط به بازه های زمانی 20192018، 2020-2019 و  2021-2020 با استفاده از تصاویر طبقه بندی شده مربوط به هر سال تولید و بزرگی و جهت تغییرات ایجاد شده در طبقات تالابی و غیرتالابی در هر یک از بازه ها تعیین گردید. .محصولات توسعه داده شده شامل کد های متن باز، نقشه ها و الگوریتم های موجود از قابلیت تجاری سازی بالایی در آینده نزدیک بهره مند هستند.

نام و نام خانوادگی دانشجو: عرفان فکری

مقطع: کارشناسی ارشد

گروه آموزشی: نقشه برداری

تمام حقوق مادی و معنوی این سایت متعلق به معاونت فرهنگی جهاددانشگاهی می باشد و استفاده از مطالب با ذکر منبع بلامانع است.
Copyright ©2024 - All rights reserved.
آدرس آی پی: 3.21.248.105 سیستم عامل: Unknown مرورگر: Mozilla تاریخ مشاهده: سه شنبه, 13 آذر,1403