مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مقاله مقاله نشریه

مشخصات مقاله

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

28
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

ارزیابی اثر جو بر عملکرد روش های شبکه عصبی و درخت رگرسیون در بازیابی پارامتر گیاهی کسری از پوشش گیاهی

صفحات

 صفحه شروع 89 | صفحه پایان 103

چکیده

 بازتابندگی سطحی ثبت شده توسط سنجنده ها به دلیل عبور از اتمسفر در معرض ذرات موجود در آن ازجمله گازها و هواویزها قرار گرفته و مقدار آن تغییر می کند. این تغییرات در میزان بازتابندگی سطحی, استفاده های مختلف از این کمیت را نیز تحت تاثیر قرار دهد. تصحیح اتمسفری تصاویر با استفاده از روش های مختلف به دلیل تفاوت در الگوریتم های تصحیح و همچنین استفاده از مقادیر متفاوت پارامترهای اتمسفری از قبیل بخارآب, میدان دید و ضخامت نوری هواویزها, که اغلب از اندازه گیری زمینی در ایستگاه های واقع در محدوده تصویر, و یا از محصولات سایر سنجنده ها و یا بر اساس مطالعات مشابه و حدس کاربر استخراج می شوند, می تواند نتایج مختلفی را حاصل کند. هدف این تحقیق ارزیابی تاثیر متغیرهای تصحیح اتمسفری بر صحت بازیابی شاخص گیاهی کسری از پوشش گیاهی (FCOVER) از بازتابندگی سطح می باشد. منطقه مورد مطالعه بخشی از زمین های کشاورزی لیلند واقع در استان مانیتوبا در کشور کانادا می باشد. نمونه های زمینی FCOVER از پروژه مانیتوبا به همراه تصویر لندست-8 برای بازیابی در تحقیق حاضر به کار رفته اند. پس از اعمال روش تصحیح تحلیل پرسرعت اتمسفری خط دید از مکعب های طیفی (FLAASH) بر روی تصویر لندست-8 با تغییر مقادیر بخارآب و میدان دید, مدلسازی شاخص گیاهی FCOVER با استفاده از الگوریتم های رگرسیونی شبکه عصبی و درخت رگرسیون انجام شد و تاثیر عدم اطمینان مربوط به هر پارامتر اتمسفری ورودی به این مدل ها مورد ارزیابی قرار گرفت. بررسی نتایج حاصل از مدلسازی و آزمون تی نمونه های جفت شده نشان داد مقادیر مختلف پارامترهای بخارآب و میدان دید بر بازیابی پارامتر FCOVER تاثیرگذار بوده و خطایی بیش از 5 درصد ایجاد می کند. همچنین نتایج بدست آمده از الگوریتم های شبکه عصبی و درخت رگرسیون عملکرد نسبتا مشابه و مناسبی برای بازیابی FCOVER با وجود عدم اطمینان در پارامترهای ورودی مدل FLAASH از خود نشان داده اند, اگرچه الگوریتم شبکه عصبی به طور کلی دارای خطای میانگین مربعات کمتر (به عنوان مثال 0.20 در مقایسه با 0.22) و ضریب تعیین بالاتر (به عنوان مثال 0.55 در مقایسه با 0.38) می باشد.

چندرسانه ای

  • ثبت نشده است.

    • استنادها

  • ثبت نشده است.

    • ارجاعات

  • ثبت نشده است.

    • استناددهی

    مقالات مرتبط نشریه ای

  • ثبت نشده است.

    • مقالات مرتبط همایشی

  • ثبت نشده است.

    • طرح های مرتبط

  • ثبت نشده است.

    • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button