دوره 21، شماره 3 - ( 1396 )                   جلد 21 شماره 3 صفحات 255-221 | برگشت به فهرست نسخه ها

XML English Abstract Print

Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:
Zare khormizie H, Hosseini S Z, mokhtari M H, Ghafarian Malamiri H R. Reconstruction of MODIS NDVI Time Series using Harmonic AN alysis of Time Series algorithm (HANTS). MJSP 2017; 21 (3) :221-255
URL: http://hsmsp.modares.ac.ir/article-21-4601-fa.html
زارع خورمیزی هادی، حسینی سید زین العابدین، مختاری محمد حسین، غفاریان مالمیری حمیدرضا. بازسازی سری‌های زمانی NDVI سنجنده MODIS با استفاده از الگوریتم تجزیه‌وتحلیل هارمونیک سری‌های زمانی (HANTS) (مطالعه موردی: استان یزد). آمایش فضا و ژئوماتیک. 1396; 21 (3) :221-255

URL: http://hsmsp.modares.ac.ir/article-21-4601-fa.html

بازسازی سری‌های زمانی NDVI سنجنده MODIS با استفاده از الگوریتم تجزیه‌وتحلیل هارمونیک سری‌های زمانی (HANTS) (مطالعه موردی: استان یزد)
هادی زارع خورمیزی 1، سید زین العابدین حسینی2 ، محمد حسین مختاری2 ، حمیدرضا غفاریان مالمیری3
1- دانشجوی کارشناسی ارشد مرتعداری، گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و کویر شناسی، دانشگاه یزد، ایران.
2- استادیار دانشکده منابع طبیعی و کویر شناسی، دانشگاه یزد، ایران
3- استادیار گروه جغرافیا، دانشگاه یزد، یزد، ایران.
چکیده:   (8729 مشاهده)
شاخص تفاوت پوشش گیاهی نرمال شده (NDVI)، یکی از شاخص­های گیاهی است که در زمینه مطالعه پایش تغییرات پوشش گیاهی در طول زمان، کاربردهای فراوانی دارد. باید توجه داشت که این شاخص، نیازمند داده­های زمانی پیوسته و کامل در یک بازه زمانی مورد نظر می‌باشد. بااین‌حال در مواردی گردوغبارهای جوی، ذرات معلق در هوا، عدم کارایی سنجنده، گازها به‌ویژه حضور ابرها، به‌طور قابل‌توجهی بر انرژی بازتابنده از سطح به‌ویژه در محدوده­ی طول‌موج‌های کوتاه و مادون‌قرمز اثر می‌گذارد و منجر به ایجاد تصاویری با داده­­های ازدست‌رفته و یا مقادیر غیرقابل‌قبول می­شود. در این مطالعه، به‌منظور رفع مشکل داده­های جاافتاده و دورافتاده، در سری­های زمانی شاخص NDVI سنجنده MODIS طی سال­های 2001 تا 2005، از الگوریتم تجزیه‌وتحلیل هارمونیک سری­های زمانی (HANTS) استفاده می‌شود. این الگوریتم برای اجرای دو کار طراحی شده است: 1- شناسایی و از بین بردن نقاط دورافتاده و مشاهدات ابری، 2- پر کردن فاصله باقی‌مانده بین مشاهدات معتبر توسط درون­یابی زمانی. ارزیابی نتایج الگوریتم HANTS نشان می‌دهد که خطای جذر میانگین مربعات (RMSE)، بین داده­های اصلی و بازسازی‌شده در سری­های زمانی یک‌ساله و پنج‌ساله، به ترتیب کمتر از 02/0 و 03/0 واحد NDVI می­باشند. به‌طورکلی نتایج این پژوهش نشان می­دهد که الگوریتم HANTS، در رفع مشکل داده­های ازدست‌رفته و داده­های دورافتاده در سری­های زمانی NDVI، می‌تواند مؤثر واقع شود.
واژه‌های کلیدی: تجزیه‌وتحلیل هارمونیک، تبدیل فوریه سریع، سری‌های زمانی، سنجنده مودیس
متن کامل [PDF 1846 kb]   (5313 دریافت)    
نوع مقاله: علمی پژوهشی، مستخرج از پایان نامه | موضوع مقاله: مدلها، تکنیک ها و روش های برنامه ریزی
دریافت: 1395/9/7 | پذیرش: 1396/6/20 | انتشار: 1396/7/1
ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA
بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.