بررسی روش سنجش از دور آکوستیکی به منظور طبقه بندی رسوبات بستر دریا

Authors

  • امیری, هادی انشکده علوم مهندسی- پردیس دانشکده‌های فنی- دانشگاه تهران
  • رضاعلی, وحید دانشکده مهندسی نقشه برداری و اطلاعات مکانی پردیس دانشکده‌های فنی- دانشگاه تهران
Abstract:

طبقه بندی رسوبات بستر دریا یا رودخانه ها در بسیاری از کاربردها همچون پروژه های لایروبی، پروژه های عمرانی، زیست شناسی دریایی، زمین شناسی دریایی و پروژه های نظامی مورد استفاده قرار می گیرد. روش رایج به منظور شناسایی و طبقه بندی رسوبات بستر دریا یا رودخانه ها جمع آوری نمونه هایی از بستر بوسیله ی دستگاههای نمونه برداری می باشد که بعد از تجزیه و تحلیل های آزمایشگاهی نوع رسوبات مشخص می شود که روندی پر هزینه و زمان بر را شامل می شود. روش مورد بررسی در این مقاله، روشی مبتنی بر انتشار امواج صوتی به درون آب می باشد که این روش قابلیت تخمین نوع رسوبات و تعیین ویژگی های فیزیکی بستر دریا را بدون تماس مستقیم با بستر دارا می باشد. داده های امواج صوتی بازگشتی از بستر (Backscatter data)، کسب شده توسط سیستم های آکوستیکی (مثل اکوساندر، ساید اسکن سونار، لایه نگار)، برای تعیین نوع رسوبات بستر دریا یا رودخانه ها مورد استفاده قرار می گیرند. مزیت اصلی این روش تولید اطلاعاتی با پوششی وسیع و با هزینه ای مقرون به صرفه می باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

تغییرات جدید الگوی دودویی محلی و طبقه بندی و قسمت بندی تصاویر بافتی بستر دریا

Texture analysis plays an important role in image processing. Considering the extraordinary appearance texture sonar images, texture analysis are good choices for analysis of acoustic seabed images. Local binary pattern (LBP) operator is a very efficient and multi-resolution texture descriptor. It acquires appropriate information from the illumination and moods of images. Despite many developin...

full text

مقایسه الگوریتم‌های طبقه بندی بر روی تصاویر ماهواره‌ای سنجش از دور

اگرچه تعداد بسیار زیادی الگوریتم طبقه­بندی برای تصاویر ارائه شده، اما به ندرت بر روی یک مورد یکسان بایکدیگر مقایسه شده­اند. در این مقاله، تصاویر ماهواره‌های سنجش از دور با استفاده از دو روش الگوریتم طبقه­بندی بدون نظارت و هشت الگوریتم طبقه­بندی با نظارت که شامل تعدادی از الگوریتم‌های رایج طی بیست سال اخیر است، آزموده شدند. تحلیل ما بر روی تصاویر ماهواره‌ای 12 طیفی متمرکز است. در مقایسه الگوریتم...

full text

تعیین نوع رسوبات بستر دریا با تخمین آزمایشگاهی مشخصات صوتی از رسوبات

فنون صوتی حسگری از دور ابزاری مفید در ﺁونگاری (هیدروگرافی) برای طبقه‌بندی رسوبات بستر دریا می­باشد. در این روش با استفاده از ارسال و دریافت امواج صوتی و واکافت (تحلیل) داده‌های پس‌پراکند (امواج بازگشتی) جنس رسوبات بستر تخمین زده می‌شود. داده‌های پس‌پراکند (امواج صوتی بازگشتی) از رسوبات دارای ویژگی‌های متعددی است که با استخراج آ‌ن‌ها می­ توان جنس رسوبات بستر را تفکیک و به طبقه‌بندی رسوبات پرداخت...

full text

مقایسه روش های آنالیز بافت تصویر به منظور شناسایی و طبقه بندی خودکار خرابی‏های روسازی آسفالتی

ارزیابی عملکرد روسازی یکی از مهم­ترین عناصر سیستم­های مدیریت روسازی جهت تعیین راهکار بهینه عملیات ترمیم و نگهداری راه محسوب می­شود. پیمایش خرابی­های سطحی راه جزو مراحل اصلی فرایند ارزیابی روسازی در سطح شبکه و همچنین در سطح پروژه است. در دو دهه اخیر، تحقیقات گسترده­ای پیرامون توسعه روش­های خودکار، جهت شناسائی خرابی­های روسازی انجام گرفته که اغلب بر پایه بینایی ماشین و فنون پردازش تصویر می­باشند....

full text

استفاده از مدل جاذبه در سنجش از دور به منظور بررسی شاخص توپوگرافی خیسی

هدف از این مطالعه بررسی شاخص توپوگرافی خیسی (TWI) با استفاده از مدل جاذبه در شمال استان فارس است. مدل جاذبه برای اولین‌بار به‌منظور افزایش قدرت تفکیک مکانی مدل رقومی ارتفاع (DEM) استفاده شد. در این تحقیق از دو مدل همسایگی پیکسل‌های مماس (Touching) و مدل همسایگی چهارگانه (Quadrant) به‌منظور تخمین مقادیر زیر‌پیکسل‌ها استفاده شد. پس از ساخت تصاویر خروجی برای زیر‌پیکسل‌ها در مقیاس‌های 2، 3 و 4 با ه...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 6  issue 3

pages  33- 42

publication date 2015-09

By following a journal you will be notified via email when a new issue of this journal is published.

Keywords

No Keywords

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023