فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها




گروه تخصصی









متن کامل


نویسندگان: 

WANG J. | RICH P.M. | PRICE K.P.

نشریه: 

VIRTUAL

اطلاعات دوره: 
  • سال: 

    621
  • دوره: 

    1
  • شماره: 

    1
  • صفحات: 

    3127-3138
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    257
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

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

بازدید 257

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

JAVADNIA E. | MOBASHERI M.R. | KAMALI GH.A.

اطلاعات دوره: 
  • سال: 

    2009
  • دوره: 

    11
  • شماره: 

    SUPP 5
  • صفحات: 

    549-558
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    592
  • دانلود: 

    0
چکیده: 

Sensors onboard meteorological satellites such as MODIS and AVHRR are able to collect information adequate in frequency but with low spatial resolution. The problem can be overcome, if one finds a way to increase the quality of the vegetation indices through searching in each individual pixel of the images, employing concurrent higher spatial resolution images. The objective of this study was to investigate the enhancement of MODIS NDVI products by using NDVI from the ASTER sensor onboard the same platform, as MODIS. The ASTER averaged NDVI values computed using only vegetated pixels were compared to unadjusted MODIS NDVI. Two approaches for the comparison are introduced in this work. In the first one, vegetated ASTER NDVI compared with MODIS NDVI (AMII Model), and in the second one the difference between vegetated ASTER NDVI and MODIS NDVI was modeled against a code representing percentage of vegetation cover (AMDI Model). It is found that the MODIS NDVI index always reads lower as compared to the vegetated ASTER NDVI. It was also found that the difference between vegetated ASTER NDVI and MODIS NDVI for vegetation covers of less than 20% was greater than 0.1 and for vegetation covers of more than 80% as low as 0.01. This could produce erroneous results when introducing uncorrected NDVI values into the climatological models especially in the arid and semi-arid climates where the vegetation covers are sparse. Both AMII and AMDI models produce NDVI values higher than those calculated from MODIS. These models were tested using 10 samples where a RMSE of about 0.028 for AMII and 0.018 for AMDI was found out. It is revealed that AMII model increases the NDVI values up to 87% for pixels containing less than 10% vegetation while 5% for pixels with more than 80% vegetation covers. These increases for AMDI model were 84% and 6%, respectively.

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

بازدید 592

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    28
  • شماره: 

    4 (پیاپی 68)
  • صفحات: 

    71-83
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    749
  • دانلود: 

    271
چکیده: 

از آنجا که پوشش گیاهی و تغییرات آن دارای نقش تاثیرگذاری در فراسنج های اقلیمی هستند، آگاهی از تغییرات پوشش گیاهی هر منطقه جغرافیایی اهمیت بسیاری دارد. در پژوهش حاضر، روند تغییرات نمایه NDVI ایران در کمربندهای ارتفاعی بررسی شد، به این منظور، ابتدا داده های 16 روزه نمایه تفاضل به هنجار شده پوشش گیاهی (NDVI) مودیس آکوا برای بازه زمانی 13/4/1381 تا 23/12/1393 از تارنمای مودیس دریافت شدند. سپس بر مبنای نزدیک به 10 میلیارد یاخته، میانگین بلند مدت 16 روزه NDVI ایران محاسبه و یک آرایه مکان- زمان به ابعاد 293×111 حاصل شد که ردیف های آن، طبقه های ارتفاعی ایران با بازه 50 متر از منفی 50 تا 5500 متر تعریف شدند و ستون های آن، میانگین بلندمدت نمایه NDVI با بازه 16 روزه را نشان دادند. بررسی روند تغییرات با آزمون من کندال در سطح اطمینان 95 درصد نشان داد طبقه های ارتفاعی 400 تا 450، 450 تا 500، 500 تا 550، 700 تا 750 و 1250 تا 1300 متری دارای روند مثبت نمایه NDVI و دیگر طبقه های ارتفاعی بدون روند هستند و هیچ ارتفاعی در ایران روند منفی ندارد.

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

بازدید 749

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 271 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1397
  • دوره: 

    29
  • شماره: 

    3 (پیاپی 71)
  • صفحات: 

    1-14
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    894
  • دانلود: 

    336
چکیده: 

گیاه آیینة آب وهواست؛ بنابراین نیاز به کسب اطلاعات دربارة وضعیت پوشش گیاهی از قبیل میزان و پراکنش آن اهمیت زیادی دارد. از آنجا که گردآوری اطلاعات دربارة تغییرات پیوستة پوشش گیاهی با روش های معمولی بسیار مشکل و پرهزینه است، دورسنجی روش بسیار سودمندی است که دید وسیعی از یک منطقه ارائه می دهد. هدف از پژوهش کنونی، بررسی میانگین بلندمدت پوشش گیاهی ایران به کمک نمایة تفاضل بهنجارشدة پوشش گیاهی (NDVI) است. در این پژوهش نخست داده های 16روزة نمایة NDVI مودیس آکوا در محدودة ایران در بازة زمانی 13/4/1381 تا 23/12/1393 از تارنمای مودیس استخراج و سپس برمبنای نزدیک به 10 میلیارد یاخته، میانگین بلندمدت نمایة 16روزة NDVI ایران در طول سال محاسبه شد. با توجه به اینکه مقادیر NDVI بیش از 2/0 نشان دهندة پوشش گیاهی است، میانگین بلندمدت پوشش گیاهی ایران برای هر 16 روز در طول سال محاسبه شد. یافته ها نشان داد پوشش گیاهی ایران در بازة 5 تا 19 دی ماه کمینه است و حدود 8درصد گسترة ایران را می پوشاند؛ در حالی که در بازة 26 فروردین تا 11 اردیبهشت بیشینه است و 30درصد ایران را دربرمی گیرد.

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

بازدید 894

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 336 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1387
  • دوره: 

    -
  • شماره: 

    3
  • صفحات: 

    0-0
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    510
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

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

بازدید 510

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 1 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

PETTORELLI N. | VIK J.O. | MYSTERUD A.

اطلاعات دوره: 
  • سال: 

    2005
  • دوره: 

    20
  • شماره: 

    9
  • صفحات: 

    503-510
تعامل: 
  • استنادات: 

    3
  • بازدید: 

    567
  • دانلود: 

    0
کلیدواژه: 
چکیده: 

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

بازدید 567

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 3 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    2022
  • دوره: 

    41
  • شماره: 

    1
  • صفحات: 

    1-8
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    21
  • دانلود: 

    0
چکیده: 

To studies a suggested method for estimating fractional green canopy cover (FGCC or CC) from normalized difference vegetation index (NDVI) in Iran, a research project was carried out on four wheat farms in the large-scale region, in Fars and Khuzestan provinces during four growing seasons from 2015 to 2019. Two different image classification methods were used to provide the CCs of farms. In both methods, R2s were greater than 0.95 and NRMSEs were less than 0.15. A simple regression equation was constructed between CC and NDVI of 64 Landsat 8-Oli images with high accuracy from 2015 to 2018. The R2s of CC-NDVI equations were 0.84, 0.85, 0.88, 0.80 and 0.76 in Dezful, Omidieh, Darab, Zarghan and all sites together. The simple regression equation was used to simulate CC in 2018-2019 for validating the equation and had a good agreement with the measurements, especially in using the general equation of all sites. The p-values of the four equations were less than 0.03. As a suggested method, the CC-NDVI equation can be used to predict CC from NDVI as a low-cost and less time-consuming method in the study area to use in crop growth studies, crop growth models and crop growth management. 

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

بازدید 21

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1395
  • دوره: 

    69
  • شماره: 

    1
  • صفحات: 

    141-154
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    2517
  • دانلود: 

    969
چکیده: 

به منظور شناسایی شاخص مناسب برای ارزیابی و پایش خشکسالی، اطلاعات بارندگی ایستگاه های هواشناسی استان ایلام از سال 2000 تا 2011 و تصاویر ماهواره MODIS با فاصله زمانی 16 روزه، تهیه و پردازش شد. محاسبه SPI بر اساس میزان بارش انجام گردید، بنابراین اطلاعات بارش برای محاسبه این شاخص و تصاویر ماهواره ای برای محاسبه NDVI بکار گرفته شد. همچنین اطلاعات درصد تاج پوشش در تیپ های مرتعی انتخاب شده از بین سایت های مورد مطالعه در "طرح ملی ارزیابی مراتع در مناطق مختلف آب و هوایی" استخراج گردید. سپس به بررسی همبستگی بین SPI با NDVI و همچنین تاج پوشش گیاهی و شاخص ماهواره ای پرداخته شد. روابط بین دو شاخص پوشش گیاهی و خشکسالی هواشناسی از طریق رابطه رگرسیونی مشخص شد. نتایج حاصل از محاسبه سالانه شاخص بارش استاندارد شده خشکسالی شدید در سال 2000 و ترسالی متوسط در سال 2006 را در مراتع مورد مطالعه استان ایلام نشان داد. نوسان های مقادیر شاخص NDVI نیز این مطلب را تایید کرد. نتایج نشان داد که بیشترین همبستگی بین شاخص پوشش گیاهی و  فرم رویشی پهن برگان و گندمیان یکساله است. نتایج حاصل از بررسی همبستگی بین SPI و NDVI در بازه زمانی مختلف، مبین آن است که SPI در دوره زمانی سه و شش ماهه، با شاخص NDVI در سطح یک درصد همبستگی دارد. بررسی میزان کارایی مدل های رگرسیونی، مدل در بازه زمانی سه و شش ماهه را برای پایش خشکسالی مناسب نشان داد. نتایج حاصل از رگرسیون بین شاخص ها بیانگر این مطلب است که NDVI معیار مناسبی برای ارزیابی و پایش خشکسالی است.

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

بازدید 2517

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 969 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1401
  • دوره: 

    14
  • شماره: 

    1
  • صفحات: 

    89-106
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    111
  • دانلود: 

    26
چکیده: 

تغییرات رشد محصولات کشاورزی در فواصل زمانی نسبتاً کوتاه، ناهم زمانی کشت محصولات مشابه، شباهت طیفی میان محصولات گوناگون در برخی از زمان های دورة کشت و کمبود داده های زمینی، طبقه بندی محصولات زراعی در تصاویر ماهواره ای را به کاری چالش برانگیز مبدل می کند. تغییر مقدار درصد پوشش و سبزینگی، در طول فصل رشد، از برجسته ترین ویژگی پوشش‏ های گیاهی ازجمله محصولات کشاورزی است که می توان بر آن نظارت کرد. این کار با استفاده از سری زمانی شاخص های گیاهی انجام می شود که اطلاعات بسیار مفیدی از توالی ویژگی های فنولوژیک محصولات کشاورزی در اختیار ما قرار می دهد. استفاده از روش های یادگیری عمیق با توانایی یادگیری اطلاعات متوالی حاصل از این سری ها می تواند، در طبقه بندی محصولات کشاورزی و کاهش وابستگی به داده های زمینی، مفید باشد. شبکةLong-Short Term Memory (LSTM) یکی از انواع شبکه های عصبی بازگشتی در تجزیه و تحلیل داده های متوالی است که توانایی یادگیری توالی های بلندمدت در سری زمانی را دارد؛ بنابراین در این مطالعه، پس از محاسبة شاخص NDVI از باندهای ماهوارة سنتینل ـ 2 در نُه تاریخ متفاوت و تشکیل سری زمانی آن شاخص برای ورود به شبکه، دو ناحیة متفاوت در دشت مغان در نظر گرفته شد که محصولات کشت شده در آنها، طی عملیات زمینی، برداشت شده بود. در ناحیة اول، شبکة کانولوشنی LSTM برای طبقه بندی محصولات آموزش دید و در ناحیة دیگر، کارآیی این شبکة آموزش دیده در طبقه بندی محصولات ارزیابی شد و دقت کلی 82% و ضریب کاپای 8/0 به دست آمد. افزایش تعداد نمونه های زمینی و انتخاب مرز دقیق محصولات، می تواند کارایی روش مورد استفاده را افزایش دهد.

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

بازدید 111

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 26 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1395
  • دوره: 

    5
  • شماره: 

    4
  • صفحات: 

    137-153
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    772
  • دانلود: 

    277
چکیده: 

گسیلمندی سطح زمین از جمله متغیرهایی است که در دامنه وسیعی از مطالعات و تحقیقات علوم زمین و محیط زیست کاربرد دارد و یکی از پارامترهای اساسی در برآورد دمای سطح می باشد. فناوری سنجش از دور، امکان پایش این کمیت را در سطح وسیعی فراهم می آورد. تغییرات گسیلمندی وابسته به پارامترهای سطح (نظیر بافت، توپوگرافی، رطوبت) و سنجنده (نظیر قدرت تفکیک مکانی، تابع پاسخ طیفی، و طول موج موثر باندها) می باشد. در این تحقیق، یک روش بهبود یافته مبتنی بر شاخص گیاهی نرمال شده جهت برآورد گسیلمندی سطح بر روی داده های لندست 8 پیشنهاد گردیده است. در روش پیشنهادی، گسیلمندی باندهای حرارتی برای مناطق خاک بایر بصورت تابعی از بازتاب باندهای انعکاسی تصحیح اتمسفری شده در محدوده طیفی 0.4 تا 2.29 میکرومتر بیان شده است. کارایی روش پیشنهادی بصورت عملی بر روی داده های لندست 8 اجرا گردید و گسیلمندی حاصل با دو محصول گسیلمندی سنجنده هوابرد پیشرفته با رادیمترسنج انعکاسی و حرارتی(ASTER)  مقایسه و اعتبارسنجی شد. نتایج نشان داد که گسیلمندی حاصل از روش بهبود یافته پیشنهادی در باند 10 حرارتی لندست 8 در مقایسه با محصول گسیلمندی متناظر تصویر بررسی اول و دوم ASTER به ترتیب دارای خطای 0.76% و 0.75% با در نظر گرفتن پارامتر ریشه میانگین مربعات خطا می باشد، همچنین این خطا در باند 11 حرارتی به ترتیب دارای مقدار 1.49% و 1.06% محاسبه گردید. برخلاف روش های قبلی، روش پیشنهادی نه تنها با دقت بهتری گسیلمندی سطح را بصورت تابعی از انعکاس عوارض مختلف سطح تخمین می زند، بلکه توابع پاسخ طیفی باندهای حرارتی و انعکاسی را در برآورد گسیلمندی سطح مد نظر قرار می دهد. همچنین، روش پیشنهادی رابطه ضعیف بین گسیلمندی و بازتاب فقط باند قرمز در روش های قبلی را بدلیل استفاده از بازتاب همه باندهای انعکاسی تقویت می نماید و بر روی اغلب سنجنده ها قابل اجراست.

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

بازدید 772

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 277 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
litScript
email sharing button
telegram sharing button
whatsapp sharing button
linkedin sharing button
twitter sharing button
email sharing button
email sharing button
sharethis sharing button