با توجه به نقش تعیین کننده موقعیت شکستگی ها و گسل ها در بوجود آمدن و ماندگاری ذخایر هیدروکربنی و همچنین اهمیت این موضوع در فرآیند حفر چاه های اکتشافی، هدف این پایان نامه استخراج خطواره های مورد نظر در نقشه های زمین شناسی به منظور اکتشاف منابع و ذخایر هیدروکربنی (نفت و گاز) از تصاویر اپتیکی و راداری و تلفیق نتایج حاصل از آن است. منطقه مورد مطالعه، در محدوده کلات نادری در شمال شرقی استان خراسان رضوی قرار دارد. استخراج خطواره ها در دو مرحله انجام می شود؛ مرحله ی اول استخراج خطواره ها از تصاویر asar سنجنده ی envisat1 با استفاده از الگوریتم کشف لبه کنی است. پارامترهای بهینه کشف لبه کنی برای استخراج خطواره ها از تصاویر راداری با روزنه ی ترکیبی با استفاده از متریک پرات، سیگمای 1 و حد آستانه 0.6 برآورد شد. همچنین شروط هندسی اولیه و شروط هندسی اصلی برای بهبود خطواره ها، برآورد و بر روی خطواره های برداری شده استخراجی از تصاویر راداری، اعمال گردید. شرط اختلاف زاویه اتصال دو خطواره، 10 درجه و شرط فاصله ی اتصال، 225 متر برآورد شد. میزان تطابق میانگین زاویه امتداد خطواره های استخراجی از تصاویر راداری با کل گسلهای مرجع، 74.95، گسل های اصلی مرجع، 70.39، گسلهای فرعی مرجع، 96.45، گسلهای پنهان مرجع، 77.17 و گسلهای تراستی مرجع، 63.95درصد می باشد. مرحله دوم، استخراج بصری خطواره ها از باند 6 تصاویر سنجنده ی etm+ ماهواره لندست7 می باشد. در این مرحله، از خطواره ها استخراجی مرحله اول به صورت ماسک روی باند 6 etm+ استفاده شده که استخراج خطواره ها را آسان تر نموده است. درصد تطابق میانگین زاویه امتداد خطوارههای استخراجی از تصاویر اپتیکی با کل گسلهای مرجع، 91.90، گسل های اصلی مرجع، 96.45، گسلهای فرعی مرجع، 70.05، گسلهای پنهان مرجع، 89.70 و گسلهای تراستی مرجع، 97.12 درصد می باشد. در آخر با اجتماع از خطواره های استخراجی از تصاویر اپتیکی و راداری، یک مجموعه خطواره از کل منطقه مطالعه ایجاد شده است. درصد تطابق میانگین زاویه امتداد خطواره های استخراجی از تصاویر اپتیکی و راداریبا کل گسلهای مرجع، 79.73، گسل های اصلی مرجع، 75.18، گسلهای فرعی مرجع، 98.43، گسلهای پنهان مرجع، 81.95 و گسلهای تراستی مرجع، 68.73درصد می باشد. با توجه به نتایج، برای استخراج خطوارههای اصلی و پنهان و تراستی باید از تصاویر اپتیکی و برای استخراج خطوارههای فرعی از مجموع دو دسته خطواره استفاده نمود.

برآورد میزان تولید محصولات کشاورزی مستلزم برآورد سطح زیر کشت و تعیین نوع محصول است. به دلیل اینکه میزان تولید ارقام مختلف گیاه برنج متفاوت است تعیین نوع رقم در این محصول با استفاده از تصاویر سنجش از دوری مورد توجه می باشد. در این تحقیق با توجه به تناسب حد تفکیک مکانی تصاویر landsat8 با ابعاد رایج زمین های کشاورزی یکپارچه، و نیز تناسب تصاویر سری زمانی 16 روزه ی این ماهواره با تغییرات فنولوژیکی محصول برنج و همچنین دسترسی به روز، آسان و مجانی به این تصاویر، از این تصاویر استفاده شده است. روش مورد استفادهدر این تحقیق به دو مرحله اصلی تقسیم می شود؛ در مرحله اول مزارع برنج شناسائی می شوند و در مرحله دوم مزارع شناسائی شده به دو رقم محلی(کم محصول) و اصلاح شده(پر محصول) طبقه بندی می شوند. به منظور تفکیک ارقام مورد نظر از طبقه بندی کننده های بیشترین شباهت، ماشین بردار پشتیبان و جنگل های تصادفی و یک روش توسعه داده شده بر اساس تغییرات گرادیان طیفی در تصاویر سری زمانیlandsat8 اخذ شده در سال 1392 هجری شمسی، استفاده شده است. در این روش پیشنهادی ابتدا یکالگو برای تغییرات شیب میان باندی میانگین هر کدام از کلاس ها تولید می شود؛ سپس بین تغییرات شیب میان باندیتک تک پیکسل ها با الگوهای تولید شده مقایسه صورت می گیرد و نوع تغییر در آن پیکسل کشف و نهایتاً آن پیکسل به کلاسی نسبت داده می شود که تغییراتش به الگوی آن کلاس نزدیک تر باشد. در تولید ویژگی استفاده شده در این روش تغییرات فنولوژیکی ارقام مختلف برنج بر اساس تقویم زراعی آن ها در منطقه مطالعاتی که شهرستان آمل می باشد، در نظر گرفته شده است. استفاده از این روش در طبقه بندی دو رقم از برنج شهرستان آمل و با استفاده از داده های زمینی به دقت کلی 76% و روش شناسائی مزارع برنج به دقت کلی 95% رسید.

سطح زمین در مقیاس محلی، منطقه ای، ملی و جهانی به سرعت در حال تغییر است و این موضوع با انعکاس قابل توجهی در زندگی مردم، اقتصاد، و محیط زیست همراه است. آشکارسازی تغییرات کاربری وپوشش زمین به منظور تصمیم‏گیری صحیح و به تبع آن تسهیل مدیریت و استفاده بهینه از منابع، بسیار حائز اهمیت است. در این تحقیق توسعه شهر تهران در طول 22 سال با استفاده از تصاویر چندزمانه لندست بررسی شده است. پس از انجام تصحیحات رادیومتریک و هندسی بر روی تصاویر ماهواره ای سنجنده tm در سال های 1988 و 2010 و محاسبه اختلاف درجات خاکستری در تمام باندها داده های آموزشی و تست به صورت جداگانه جمع آوری شده و نمونه های آموزشی به منظور کشف قوانین تغییر در اختیار الگوریتم کلونی مورچگان قرار گرفت. درنهایت قوانین حاصل از الگوریتم بر روی تصاویر اعمال شده و نقشه تغییرات به دست آمد. سپس با استخراج اطلاعات همسایگی پیکسل ها قوانینی بر این اساس برای تغییرات توسط الگوریتم به دست آمده و بر روی نقشه تغییرات به دست آمده به صورت پس پردازش اعمال شد و نقشه تغییرات نهایی ساخته شد. این نقشه با در نظر گرفتن داده های تست مورد ارزیابی قرار گرفت و دقت آشکارسازی، نرخ هشدار اشتباه و نرخ خطای کل برآورد ‏گردید و به دقت سراسری 86.45 درصد دست یافتیم. این پژوهش نشان داد که الگوریتم های هوشمند پتانسیل بالایی در آشکارسازی تغییرات در تصاویر ماهواره ای داشته و می توانند دقت قابل قبولی در این زمینه ارائه دهند.