امروزه مدل های رقومی زمینی کاربردهای متنوعی در زمینه های مقابله با سوانح طبیعی، آشکارسازی تغییرات، مدیریت منابع طبیعی، پروژه های مهندسی و... دارند. روش های سنتی تولید مدل های رقومی زمینی پرهزینه و زمانبر هستند. این روش ها عارضه مبنا بوده و روش های تناظریابی مورد استفاده در آن ها با مشکلات زیادی مواجه هستند. مدل رقومی زمینی تولیدی در این روش ها دارای اشتباهات بسیاری است از این رو نیاز به پالایش های زیادی دارد و در نتیجه در پروژه های بزرگ مهندسی قابل استفاده نیستند. در این تحقیق به ارائه یک روش نوین جهت تولید اتوماتیک مدل های رقومی زمینی از تصاویر ماهواره ای با قدرت تفکیک مکانی بالا می پردازیم. ابتدا یک تناظریابی استریوی متراکم بین زوج تصویر ماهواره ای با استفاده از روش تناظریابی شبه سراسری (SGM) انجام می شود و یک تصویر عمق اولیه دقیق و با ضریب اطمینان بالا تولید می گردد که مبنای پردازش های بعدی خواهد بود. در مراحل بعدی به پالایش این تصویر عمق اولیه می پردازیم و پس از آن با انتقال از فضای عکسی به فضای زمینی یک ابرنقاط ارتفاعی با تراکم بسیار بالا تولید می شود. در نهایت این ابرنقاط ارتفاعی نامنظم تبدیل به یک گرید منظم ارتفاعی (مدل رقومی زمنیی) می شود و نواحی خالی باقیمانده در آن به کمک روش های پرکردن مدل های رقومی زمینی مقادیر ارتفاعی به خود خواهند گرفت. داده مورد استفاده دو زوج تصویر استریوی ماهواره ای سنجنده Cartosat-1 از منطقه گناوه در جنوب ایران است که دارای انواع مختلف توپوگرافی می باشد. نتایج حاصل از بررسی مدل رقومی زمینی تولیدی با استفاده از روش پیشنهادی نشانگر توانایی بالای این روش جهت تولید مدل های رقومی زمینی دقیق و صحیح است.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

مدیریت فضای سبز شهری از مهم ترین کاربردهای تصاویر ماهواره ای با قدرت تفکیک مکانی بالاست. در مدیریت فضای شهری تعداد درختان و خصوصیات آنها معمولا در زمره اطلاعات پایه به شمار می روند. شمارش دستی تعداد درختان علاوه بر نیاز به نیرو و هزینه و زمان بالا، احتمال خطای زیادی را نیز به خاطر اشتباه های انسانی به همراه دارد. علاوه بر این، بسیاری از اوقات هیچ گونه اطلاعات مکان مند نظیر نقشه پراکندگی درختان در اختیار تصمیم گیرندگان قرار نمی گیرد و یا در صورت امکان، هزینه های زیادی را برای نقشه برداری زمین و برداشت تک تک درختان می طلبد. در مقاله حاضر فرایندی برای شمارش خودکار درختان طراحی شده است که در آن از تصاویر ماهواره ای با قدرت تفکیک بالا استفاده می شود. تصویر مورد نظر از منطقه ای در شهر بندرعباس انتخاب شد که در آن انواع درختان مناطق شهری که به صورت مجزا و گروهی و ردیفی در کنار یکدیگر استقرار یافته اند، به چشم می خورند. از زمان کاشت اکثر درختان موجود در منطقه بیش از ده سال می گذرد. در این روش در مرحله نخست تصویری چندطیفی با تصویری پانکروماتیک از سنجنده Quickbird ادغام شدند. سپس از تصویر به دست آمده، نقشه NDVI تهیه گردید. آن گاه با اعمال دو عملگر مورفولوژیک (Erosion, RegionalMax) هسته های اولیه درختان به دست آمد. نتایج با حذف نقاط اضافه در مناطق غیرپوشش گیاهی، نقاط تکراری و پوشش های گیاهی غیردرخت اصلاح شدند. نتایج الگوریتم در مقایسه با داده های زمینی دقت خوب و مناسبی، که در حدود 90 درصد به دست آمده است، دارند.

دمای سطح زمین یکی از پارامترهای کلیدی و موثر بر مطالعات محیطی می اشد. به دلیل وجود محدودیت های بودجه ای و تکنیکی، سنجنده ای که در محدوده حرارتی قدرت تفکیک زمانی و مکانی بالایی داشته باشد، وجود ندارد. از آن جا که قدرت تفکیک مکانی و زمانی بالا به همراه یکدیگر به افزایش قابلیت اطمینان در تحلیل و وضوح تصویر منجر می شود، بنابراین بهترین راه فائق آمدن به این مشکل تلفیق تصاویر با قدرت تفکیک مکانی و زمانی بالا می باشد. لذا هدف از این مقاله، تهیه ی تصاویر دمای سطح با قدرت تفکیک مکانی لندست و قدرت تفکیک زمانی مادیس است که بدین منظور از روش SADFAT که جهت تلفیق این تصاویر توسعه داده شده است، استفاده گردید. جهت اجرای روش و ارزیابی نتایج آن از هفت تصویر ماهواره ای لندست 8 در محدوده ی طرح توسعه نیشکر واقع در جنوب استان خوزستان مربوط به 3 خرداد، 19خرداد، 20 تیر، 5 مرداد، 21 مرداد، 6 شهریور و 22 شهریور سال 1394 و تصاویر مادیس روزانه ی تاریخ های ذکر شده استفاده شد. جهت ارزیابی از شاخص ضریب همبستگی، خطای جذر میانگین مربعی، میانگین خطای مطلق و شاخص کیفیت جهانی تصویر استفاده گردید. نتایج بررسی ها نشان می دهد که مقادیر شاخص های ضریب همبستگی، خطای جذر میانگین مربعی، میانگین خطای مطلق و شاخص کیفیت جهانی تصویر بین دمای سطح مشاهده شده و پیش بینی شده به ترتیب بین 99/0-85/0، 32/1-73/0، 73/1-58/0 و 9973/0-9124/0 متغیر است. نتایج پژوهش بیانگر دقت بالا و قابل قبول روش SADFAT جهت تهیه ی روزانه ی تصاویر دمای سطح با قدرت تفکیک مکانی لندست در منطقه مورد مطالعه می باشد.