بررسی تغییرات سطح دریاچه ارومیه با استفاده از شبکه های عصبی مصنوعی
Publish place: The 3rd Environmental Planning and Management
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 861
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ESPME03_347
Index date: 16 March 2014
بررسی تغییرات سطح دریاچه ارومیه با استفاده از شبکه های عصبی مصنوعی abstract
پدیده های طبیعی سطح زمین به سرعت تغییر پیدا می کنند و این تغییرات در طول زمان بسیار چشمگیر است. نکته ای که اهمیت بسزایی دارد این است که بتوان چنین تغییراتی را به دقت بررسی کرده تا فرآیندهای طبیعی و انسانی بوجود آورنده این تغییرات را بخوبی شناخت. در طی چند دهه گذشته استفاده از فناوری سنجش از دور برای تشخیص روند چنین تغییراتی طی زمان توجه محققان مختلف را به خود معطوف کرده است. دریاچه ارومیه طی چند سال گذشته دچار خشکسال تدریجی گشته و بیشترین میزان خشکسالی در ناحیه شرق و جنوب شرقی دریاچه مشاهده می شود که متاثر از مجموعه ای از عوامل انسانی و محیطی می باشد. هدف اصلی در این پژوهش ، بررسی کاربردی روند تغییرات محیطی دریاچه ارومیه شامل تغییرات در عوارض آب، نمک، پوشش گیاهی و خاک می باشد. در تحقیق حاضر، از تصاویر سال های 2003، 2007 ، 2009و 2011 میلادی متعلق به ماهواره لندست استفاده گردیده است. مقایسهی آماری واقعیت زمینی دریاچه ارومیه در سال های مذکور، بیان‌گر عمق این فاجعه زیست محیطی می باشد. استفاده از روش های نوین طبقه بندی تصاویر همچون شبکه های عصبی مصنوعی، ابزارهایی قدرتمندی و کارا در جهت مقایسه و ارزیابی تغییرات منابع طبیعی به شمار می روند.
بررسی تغییرات سطح دریاچه ارومیه با استفاده از شبکه های عصبی مصنوعی Keywords:
دریاچه ارومیه - شبکه های عصبی مصنوعی , خشکسالی- تصاویر لندست
بررسی تغییرات سطح دریاچه ارومیه با استفاده از شبکه های عصبی مصنوعی authors
مهدی اکبری مهین
دانشگاه علوم و تحقیقات یزد/
جلال کرمی
دانشکده علوم انسانی دانشگاه تربیت مدرس تهران/
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 :