ارزیابی شاخص های استخراج آب با استفاده از تصاویر ماهواره ای لندست (مطالعه موردی: رودخانه گاماسیاب کرمانشاه)

Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 323

This Paper With 18 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_JGSKH-20-58_004

تاریخ نمایه سازی: 24 خرداد 1400

Abstract:

آب به عنوان یکی از مهم ترین نیاز های انسانی برای ادامه حیات منابع آبی می باشد. با توجه به اهمیت موضوع، بحث مدیریت و بهره برداری اصولی از منابع آب به یکی از موضوعات مهم جهانی تبدیل شده است. داده های سنجش از دور در اغلب موارد در مطالعات استخراج پهنه های آبی مورد استفاده قرار می گیرند و نوع داده های سنجش از دور مورد استفاده نیز نقش مهمی در استخراج آب دارند. در این مطالعه به بررسی توانایی ماهواره لندست با اعمال شاخص های مربوطه، به میزان استفاده از رودخانه گاماسیاب در استان کرمانشاه و مقایسه این شاخص ها پرداخته می شود. ماهیت خاص رودخانه های کم عرض و کم عمق باعث افزایش پیچیدگی مطالعات چنین رودخانه هایی با استفاده از داده های موجود شده است. استخراج آب از تصاویر سنجش از دوری، طی دو دهه اخیر بوده است. شاخص های آب در ابتدا با استفاده از سنجنده های TM و ETM توسعه یافتند. اما عملکرد بهتر آن ها در لندست ۸ به خوبی توسط محققان مستند شده است. در این تحقیق از شاخص های NDWI، MNDWI، AWEI_nsh، AWEI_sh و WRI استفاده شد. با استخراج آستانه بهینه از هیستوگرام شاخص ها و اعمال این آستانه، منطقه مورد مطالعه به دو کلاس آب و غیر آب طبقه بندی شد. سپس صحت کلی و ضریب کاپا از هر کدام از شاخص ها گرفته شد. در پایان نشان داده شد که شاخص AWEI با صحت کلی ۹۹.۰۹ درصد و ضریب کاپای ۰.۹۸ بهترین جواب را در بین شاخص ها در منطقه مورد مطالعه می دهد. نتایج این تحقیق نشان داد که این رویکرد به راحتی قادر به استخراج آب از تصاویر ماهواره ای بوده است.

Authors

روح اله جلیلیان

mohaghegh ardabili

عقیل مددی

mohaghegh ardabili

میلاد یادگاری

Islamic Azad University Science & Research

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 :
  • Du, Z, Li, W, Zhou, D, Tian, L, Ling, F, ...
  • Feyisa, G, Meilby, H, Fensholt, R, Proud, S. ۲۰۱۴. Automated ...
  • Fisher, A, Flood, N, Danaher, T. ۲۰۱۶. Comparing Landsat water ...
  • Frey, H, Huggel, C, Paul, F, Haeberli, W. ۲۰۱۰. Automated ...
  • Henderson, F.M. ۱۹۹۵. Environmental factors and the detection of open ...
  • Jawak, S.D, Kulkarni, K, Luis, A.J. ۲۰۱۵). A Review on ...
  • Jensen, J.R, (۲۰۱۵), Digital Image Processing, ۴th Edition, University of ...
  • Ji, L, Zhang, L, Wylie, B, ۲۰۰۹. Analysis of Dynamic ...
  • Jiang, H, Feng, M, Zhu, Y, Lu, N, Huang, J, ...
  • Kaplan, G, Avdan, U. ۲۰۱۷. Object-based water body extraction model ...
  • Kloiber, S.M, Brezonik, P.L, Bauer, M.E. ۲۰۰۲. Application of Landsat ...
  • Kwang, C, Osei Jnr, E.M, Amoah, A.S. ۲۰۱۸. Comparing of ...
  • Li, W, Du, Z, Ling, F, Zhou, D, Wang, H, ...
  • Lu, D, Weng, Q. ۲۰۰۷. A Survey of Image Classification ...
  • Mcfeeters, S.K. ۱۹۹۶. The use of the Normalized Difference Water ...
  • Ozesmi, S.L, Bauer, M.E. ۲۰۰۲. Satellite Remote Sensing of Wetlands, ...
  • Rundquist, D.C, Lawson, M.P, Queen, L.P, Cerveny, R.S. ۱۹۸۷. The ...
  • Sarp, G, Ozcelik, M, ۲۰۱۷. Water body extraction and change ...
  • Shen, L, Li, C, ۲۰۱۰. Water Body Extraction from Landsat ...
  • Verpoorter, C, Kutser, T, Tranvik, L. ۲۰۱۲. Automated mapping of ...
  • Xie, H, Luo, X, Xu, X, Pan, H, Tong, X. ...
  • Xu, H. ۲۰۰۶. Modification of normalized difference water index (NDWI) ...
  • اصغری، صیاد؛ پوراحمد، مهدی. (۱۳۹۴). شناسایی و استخراج تغییرات رودخانه ...
  • شریفی، محمد؛ پرنون، فاطمه. (۱۳۹۶). مورفومتری و بررسی تغییرات مولفه ...
  • طاهریان، الهام؛ خواستار بروجنی، میلاد و صمدی، حسین. (۱۳۹۴). مقایسه ...
  • راهداری، وحید؛ ملکی، سعیده؛ راهداری، میثم؛ محمودی، سعید؛ پور ملایی، ...
  • نمایش کامل مراجع