سیویلیکا را در شبکه های اجتماعی دنبال نمایید.

ارزیابی عملکرد مکانی و زمانی الگوریتم ریزمقیاس سازی ESTARFM در تولید تصاویر لندست-مانند از تصاویر مادیس

Publish Year: 1398
Type: Journal paper
Language: Persian
View: 68

This Paper With 23 Page And PDF Format Ready To Download

Export:

Link to this Paper:

Document National Code:

JR_HSMSP-23-4_005

Index date: 7 January 2025

ارزیابی عملکرد مکانی و زمانی الگوریتم ریزمقیاس سازی ESTARFM در تولید تصاویر لندست-مانند از تصاویر مادیس abstract

سریهای زمانی دادههای سنجش از دوری نقش مهمی در مدلسازی و پایش تغییرات عوارض و پدیدههای سطح زمین در گذر زمان دارند. با این وجود، در حالی که سری زمانی تصاویر سنجنده های با قدرت تفکیک مکانی پایین (بیش از ۱۰۰ متر از قبیل مادیس) در دسترس میباشند امکان تهیه سری زمانی منظم از دادههای ماهوارههای اپتیک با قدرت تفکیک مکانی مناسب (بهتر از ۳۰ متر از جمله لندست) با توجه به پیکربندی مداری ماهوارهها و همچنین ابرناکی، بخصوص در مناطق مرطوب و مرتفع، چالشی اساسی در استفاده از این دادهها میباشد. یکی از روش های مرسوم برای برطرف ساختن این چالش، تولید تصاویر لندست-مانند با استفاده از ریزمقیاسنمایی تصاویر مادیس با استفاده از مدلهایی نظیر، مدل ESTARFM است. این تحقیق به ارزیابی کمی مدل ESTARFM به منظور ریزمقیاسنمایی تصاویر مادیس جهت تولید تصاویر لندست-مانند در مناطق غیرهمگن با استفاده از سه روش بازنمونه گیری تصویر، پوشش های زمینی مختلف و اختلاف زمانی بین تصاویر ورودی و شبیهسازی شده پرداخته است. نتایج نشان داد که استفاده از مدل با روش بازنمونهگیری خطی دوسویه با اختلاف جزیی عملکرد بهتری نسبت به سایر روش های بازنمونهگیری دارد. همچنین مدل ESTARFM قادر به تولید تصاویر لندست-مانند با RMSE بهتر از ۰.۰۲ بازتابندگی سطحی و ضریب تعیین بالاتر از ۹۰ درصد در پوشش های مختلف زمینی می باشد. علاوه بر این، با افزایش اختلاف زمانی بین تصاویر ورودی و تصویر شبیه سازی شده دقت مدل به صورت معنی داری کاهش پیدا می کند.

ارزیابی عملکرد مکانی و زمانی الگوریتم ریزمقیاس سازی ESTARFM در تولید تصاویر لندست-مانند از تصاویر مادیس Keywords:

ارزیابی عملکرد مکانی و زمانی الگوریتم ریزمقیاس سازی ESTARFM در تولید تصاویر لندست-مانند از تصاویر مادیس authors

محمود علیزاده

Master of science in Remote Sensing and GIS, Tarbiat Modares university

علی جعفر موسیوند

​​Assistant Professor, Ph.D.Tarbiat Modares University, Remote Sensing and GIS department

سمیه سیما

Assistant Professor, Civil & Environmental Engineering Department, Tarbiat Modares University

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 :
Aiazzi, B., et al. (۲۰۰۲). "Context-driven fusion of high spatial ...
Chen, J., et al. (۱۹۹۹). "Daily canopy photosynthesis model through ...
Emelyanova, I. V. (۲۰۱۳). "Assessing the accuracy of blending Landsat–MODIS ...
Feng, G., et al. (۲۰۰۶). "On the blending of the ...
Fu, D., et al. (۲۰۱۳). "An improved image fusion approach ...
Gao, F., et al. (۲۰۱۵). "Fusing Landsat and MODIS Data ...
Gao, F., et al. (۲۰۰۶). "On the blending of the ...
Hilker, T., et al. (۲۰۰۹). "Generation of dense time series ...
Hilker, T., et al. (۲۰۰۹). "Generation of dense time series ...
IWRMco (۲۰۱۵). Daily Rainfall report of Iran Based on Seconder ...
Merlin, O., et al. (۲۰۱۰). "Disaggregation of MODIS surface temperature ...
Mousivand, A., et al. (۲۰۱۵). "Multi-temporal, multi-sensor retrieval of terrestrial ...
Mousivand, A., Verhoef, W., Menenti, M., & Gorte, B. (۲۰۱۵). ...
Roy, D. P., et al. (۲۰۰۸). "Multi-temporal MODIS–Landsat data fusion ...
Walker, J. J., et al. (۲۰۱۲). "Evaluation of Landsat and ...
Woodcock, C. E. and A. H. J. R. s. o. ...
Wu, M., et al. (۲۰۱۶). "An improved high spatial and ...
Zhan, W., et al. (۲۰۱۳). "Disaggregation of remotely sensed land ...
Zhu, X., et al. (۲۰۱۰). "An enhanced spatial and temporal ...
نمایش کامل مراجع