طبقه‌بندی محصولات کشاورزی به منظور مدیریت بهینۀ منابع آبی با استفاده از سری زمانی داده‌های لندست 8

نویسندگان

  • فاطمه کردی دانشجوی کارشناسی ارشد سنجش از دور، دانشکدۀ جغرافیا، دانشگاه تهران
چکیده مقاله:

شناسایی نوع محصولات کشاورزی به‏منظور مدیریت بهینۀ منابع آبی با استفاده از سنجش‏ازدور، با وجود دسترسی کم و مستقیم به زمین‏های کشاورزی، سبب کاهش چشمگیر هزینه‏ها در بخش مدیریت کشاورزی و منابع آبی می‏شود، اما طبقه‏بندی اراضی کشاورزی به علت شباهت زیاد طیفی محصولات مختلف با استفاده از تصاویر تک‌زمانۀ چند‌طیفی دقت چندانی ندارد. یکی از راه‏های غلبه بر این مشکل، استفاده از سری زمانی داده‏های ماهواره‏ای است. هدف از مطالعۀ حاضر، افزایش دقت تفکیک محصولات کشاورزی برای مدیریت بهینۀ منابع آبی با استفاده از سری زمانی داده سنجش‏ازدور است. در مطالعۀ حاضر پس از انجام ‏پردازش‏های مربوط به داده‏های اپتیک، شاخص‏های مختلف گیاهی و همچنین آلبدو و دمای سطح زمین از داده‏های سری زمانی اپتیکی محاسبه و با استفاده از مدل TIMESAT پارامترهای کلیدی فنولوژیکی گیاه در قسمتی از دشت میاندوآب استخراج‏ شده است. با توجه به در دسترس بودن اطلاعات و داده‏های زمینی، وضعیت پوشش گیاهی از قبیل پراکنش و خصوصیات گیاهی بررسی شد. سپس، با استفاده از همۀ این ویژگی‏ها به کمک الگوریتم‏ طبقه‏بندی ماشین‏های بردار پشتیبان، نقشۀ محصولات کشاورزی تولید شد. الگوریتم طبقه‏بندی ماشین بردار پشتیبان به دلیل انعطاف‏پذیری زیاد این الگوریتم برای شرایط و هدف‏های مختلف با دقت کلی 92 درصد و کاپای 91/0 در صورتی ‏که در فرایند طبقه‏بندی از ترکیب باندها، شاخص‏های گیاهی GNDVI و شاخص ALBEDO, LST و استفاده شود، بیشترین دقت را در تفکیک کردن محصولات کشاورزی به همراه داشت.

برای دانلود باید عضویت طلایی داشته باشید

برای دانلود متن کامل این مقاله و بیش از 32 میلیون مقاله دیگر ابتدا ثبت نام کنید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

تغییرات کاربری فضاهای سبز شهر کرمان، با استفاده از سری زمانی تصاویر لندست (2018 – 2000)

انفجار جمعیت و توسعه شهرها در قرن اخیر باعث ایجاد مشکلات فراوانی از جمله نابودی اراضی کشاورزی و فضای سبز که موضوع مورد بحث ما در پژوهش حاضر می‌باشد، گردیده است. شهر کرمان در سال‌های اخیر رشدی شتابان را در عرصه توسعه فیزیکی شهر به خود دیده است که بازتاب مستقیم آن از میان رفتن فضاهای سبز داخل و پیرامون شهر می‌باشد. با کمک تصاویر لندست و مقایسه نقشه‌های کاربری اراضی مشخص می‌گردد که این روند در فاص...

متن کامل

کاربرد مدل‌های سری زمانی به منظور تعیین روند پارامترهای اقلیمی در آینده در راستای مدیریت منابع آب

Due to the important role of climatic parameters such as radiation, temperature, precipitation and evaporation rate in water resources management, this study employed time series modeling to forecast climatic parameters. After normality test of the parameters, nonparametric Mann-Kendall test was used in order to do trend analysis of data at P-value<0.05. Relative humidity and evaporation (with ...

متن کامل

تحلیل روند توسعه جزیره حرارتی شهری در رابطه با تغییر کاربری اراضی/پوشش با استفاده از سری زمانی تصاویر لندست

استفاده از سری زمانی تصاویر ماهواره­ای یک روش ارزان و کارآمد برای بررسی روند تغیرات پدیده های طبیعی و انسانی می­باشد. هدف از تحقیق تحلیل توسعه جزیره حرارتی شهر رشت با استفاده از سری زمانی تصاویر ماهواره­ای می­باشد. برای این تحقیق از سری زمانی تصاویر لندست بین سال­های 1990 تا 2015 استفاده شد. از روش حد آستانه NDVI و کسر پوشش گیاهی برای بدست آوردن توان تشعشعی سطح زمین و از قانون پلانک برای تصاویر...

متن کامل

تلفیق تصاویر دمای سطح زمین مودیس و لندست-8 با استفاده از مدل تلفیق مکانی-زمانی تصویر

دستیابی به تصاویر ماهواره‌ای با قدرت تفکیک مکانی و زمانی بالا به‌صورت هم‌زمان یکی از چالش­های جدی محققان در حوزه سنجش ‌از دور و کاربردهای آن بوده است. در سال­های اخیر، محققان تلاش جدی برای حل این مسئله انجام داده­اند. استفاده از تکنیک تلفیق مکانی و زمانی تصاویر، ایده‌ای بوده که در چند سال اخیر مورد توجه بسیاری قرار گرفته است. در این مطالعه با استفاده از الگوریتم تلفیق مکانی-زمانی تصویر (STI-FM)...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


عنوان ژورنال

دوره 5  شماره 4

صفحات  1267- 1283

تاریخ انتشار 2018-12-22

با دنبال کردن یک ژورنال هنگامی که شماره جدید این ژورنال منتشر می شود به شما از طریق ایمیل اطلاع داده می شود.

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023