استفاده تلفیقی از تصاویر پردازش شده با موجک و سیستم استنتاج فازی عصبی جهت برآورد پارامتر EC رودخانه کارون
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 252
This Paper With 15 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JISE-43-1_015
تاریخ نمایه سازی: 7 اردیبهشت 1400
Abstract:
امروزه پایش و پردازش اطلاعات کیفی رودخانه با استفاده از روشهای آزمایشگاهی با صرف وقت و هزینه زیاد همراه است. از این رو استفاده از روشهای نوین برای کاهش این هزینهها میتواند کمک شایانی در مدیریت کیفی رودخانهها داشته باشد. استفاده ترکیبی از مدلهای هوش مصنوعی و سنجش از دور از جمله روشهای کارآمد برای رسیدن به این هدف است. در این تحقیق بهمنظور برآورد EC رودخانه کارون با استفاده از مدل سیستم استنتاج فازی عصبی (ANFIS)، در زمان گذر ماهواره لندست ۸، نمونهبرداری دستی از ۶۶ نقطه از سطح رودخانه برای مدت ۱۲ ماه (دی ماه ۱۳۹۴ تا آذر ماه ۱۳۹۵) انجام شد. هشت ماه اول نمونهبرداری برای واسنجی و چهار ماه انتهایی برای صحتسنجی مورد استفاده قرار گرفت. مقادیر بازتابی تصاویر لندست ۸ بهعنوان ورودی و EC نقاط برداشت شده به عنوان خروجی مدل ANFIS در نظر گرفته شد. در ادامه بهمنظور افزایش دقت مدل ANFIS و کاهش خطا تصاویر از روش تبدیل موجک و مکانمند کردن دادهها استفاده گردید. نتایج نشان داد که استفاده ترکیبی از تصاویر ماهوارهای و مدل ANFIS از عملکرد نسبتا خوبی برخوردار است و با روش مکانمند کردن یعنی اضافه کردن خصوصیات مکانی نقاط برداشت بهعنوان ورودی مدل ANFIS دقت کار تا مقدار قابل توجهی افزایش مییابد. همچنین نتایج نشان داد که استفاده از تبدیل موجک برای کاهش نویز تصاویر و بهبود عملکرد مدل میتواند علاوه بر کاهش خطا، ضریب تعیین را از ۸۵ درصد تا بالای ۸۹ درصد افزایش دهد.
Keywords:
Authors
امیر پورحقی
دکتری هیدرولوژی و منابع آب ، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز
علی محمد آخوندعلی
استاد گروه هیدرولوژی و منابع آب ، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
حیدر زارعی
دانشیار گروه هیدرولوژی و منابع آب ، دانشکده مهندسی علوم آب، دانشگاه شهید چمران اهواز.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :