قابلیت سنجی کارآمدی روش های ترکیب و تلفیق داده های رادار و اپتیک با هدف شناسایی مناطق دگرسانی
Publish place: Quarterly Journal of Geosciences، Vol: 30، Issue: 117
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 247
This Paper With 11 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_GSJ-30-117_006
تاریخ نمایه سازی: 11 دی 1400
Abstract:
سنجش از دور اپتیک روش نوین، کم هزینه و کارآمد در شناسایی مناطق دگرسانی است. با این وجود در مناطق پوشیده از پوشش های گیاهی و رسوبات کواترنر، شناسایی این مناطق تنها توسط تصاویر اپتیک از دقت بالایی برخوردار نیست. به همین دلیل تلفیق داده های سنجنده اپتیکی ASTER و سنجنده میکروویو PALSAR با روش های HSV، HSL، بیشترین شباهت و شبکه عصبی فازی به منظور شناسایی دقیق تر زون های دگرسانی در غرب استان قزوین مورد توجه قرار گرفته است. بدین منظور ابتدا شناسایی دگرسانی های آرژیلیک و پروپیلیتیک توسط تصویر ASTER انجام گرفت. سپس بر اساس اطلاعات زمین شناسی و داده های میدانی جمع آوری شده، برخی از مناطق دارای دگرسانی های پوشیده شده رسوبات کواترنر، که توسط تصاویر ASTER قابل شناسایی نیستند، مشخص گردید. در ادامه تلفیق داده های باند Lسنجنده PALSAR و باندهای مادون قرمز میانی سنجنده ASTER به روش های HSV، HSL، بیشترین شباهت و شبکه عصبی مصنوعی انجام گرفت. نتایج تحقیق نشان داد که تلفیق تصاویر رادار و اپتیک به روش های HSV و HSL باعث افزایش تفکیک پذیری مناطق دارای رخنمون دگرسانی آرژیلیک از سایر مناطق می شوند. همچنین ترکیب تصاویر رادار و اپتیک به روش های بیشترین شباهت و شبکه عصبی علاوه بر افزایش تفکیک پذیری زون های دگرسانی، باعث شناسایی بخشی از ذخایر پوشیده شده توسط رسوبات کواترنر می شوند
Keywords:
Authors
محمد شریفی کیا
دانشیار، گروه سنجش از دور و GIS، دانشگاه تربیت مدرس، تهران، ایران
جلال کرمی
دانشجوی کارشناسی ارشد، گروه سنجش از دور و GIS، دانشگاه تربیت مدرس، تهران، ایران
احسان فلاحتی
استادیار، گروه سنجش از دور و GIS، دانشگاه تربیت مدرس، تهران، ایران
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 :