دوره 23، شماره 4 - ( 1398 )                   جلد 23 شماره 4 صفحات 145-123 | برگشت به فهرست نسخه ها

XML English Abstract Print


1- دانشجوی کارشناسی ارشد سنجش از دور و GIS، دانشگاه تربیت مدرس
2- استادیار گروه سنجش از دور و GIS، دانشگاه تربیت مدرس ، a.mousivand@modares.ac.ir
3- استادیار گروه مهندسی آب، دانشگاه تربیت مدرس
چکیده:   (3006 مشاهده)
سری‏های زمانی داده‏های سنجش از دوری نقش مهمی در مدلسازی و پایش تغییرات عوارض و پدیده‏های سطح زمین در گذر زمان دارند. با این وجود، در حالی که سری زمانی تصاویر سنجنده‌های با قدرت تفکیک مکانی پایین (بیش از ۱۰۰ متر از قبیل مادیس) در دسترس می‏باشند امکان تهیه سری زمانی منظم از داده‏های ماهواره‏های اپتیک با قدرت تفکیک مکانی مناسب (بهتر از 30 متر از جمله لندست) با توجه به پیکربندی مداری ماهواره‏ها و همچنین ابرناکی، بخصوص در مناطق مرطوب و مرتفع، چالشی اساسی در استفاده از این داده‏ها می‏باشد. یکی از روش‌های مرسوم برای برطرف ساختن این چالش، تولید تصاویر لندست-مانند با استفاده از ریزمقیاس‏نمایی تصاویر مادیس با استفاده از مدلهایی نظیر، مدل ESTARFM است. این تحقیق به ارزیابی کمی مدل ESTARFM به منظور ریزمقیاس‏نمایی تصاویر مادیس جهت تولید تصاویر لندست-مانند در مناطق غیرهمگن با استفاده از سه روش بازنمونه‌گیری تصویر، پوشش‌های زمینی مختلف و اختلاف زمانی بین تصاویر ورودی و شبیه‏سازی شده پرداخته است. نتایج نشان داد که استفاده از مدل با روش بازنمونه‏گیری خطی دوسویه با اختلاف جزیی عملکرد بهتری نسبت به سایر روش‌های بازنمونه‏گیری دارد. همچنین مدل ESTARFM قادر به تولید تصاویر لندست-مانند با RMSE بهتر از ۰.۰۲ بازتابندگی سطحی و ضریب تعیین بالاتر از ۹۰ درصد در پوشش‌های مختلف زمینی می‌باشد. علاوه بر این، با افزایش اختلاف زمانی بین تصاویر ورودی و تصویر شبیه‌سازی شده دقت مدل به صورت معنی‌داری کاهش پیدا می‌کند.
متن کامل [PDF 814 kb]   (538 دریافت)    
نوع مقاله: پژوهشي اصيل | موضوع مقاله: مدلها، تکنیک ها و روش های برنامه ریزی
دریافت: 1398/2/16 | پذیرش: 1398/9/5 | انتشار: 1398/10/10

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.