بررسی عملکرد شاخص NDVI در پیش بینی خشکسالی با استفاده از روش ماشین بردار پشتیبان
عنوان مقاله: بررسی عملکرد شاخص NDVI در پیش بینی خشکسالی با استفاده از روش ماشین بردار پشتیبان
شناسه ملی مقاله: NCEGIT01_180
منتشر شده در اولین کنفرانس ملی مهندسی فناوری اطلاعات مکانی در سال 1394
شناسه ملی مقاله: NCEGIT01_180
منتشر شده در اولین کنفرانس ملی مهندسی فناوری اطلاعات مکانی در سال 1394
مشخصات نویسندگان مقاله:
حامد حیدری - دانشجوی کارشناسی ارشد سنجش از دور دانشکده مهندسی ژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی
محمد جواد ولدان زوج - دانشیار گروه فتوگرامتری و سنجش از دور دانشکده مهندسی ژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی
یاسر مقصودی - استادیار گروه فتوگرامتری و سنجش از دور دانشکده مهندسی ژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی
سعید مشهدی زاده ملکی - کارشناس ارشد مهندسی ژئودزی دانشگاه تبریز
خلاصه مقاله:
حامد حیدری - دانشجوی کارشناسی ارشد سنجش از دور دانشکده مهندسی ژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی
محمد جواد ولدان زوج - دانشیار گروه فتوگرامتری و سنجش از دور دانشکده مهندسی ژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی
یاسر مقصودی - استادیار گروه فتوگرامتری و سنجش از دور دانشکده مهندسی ژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی
سعید مشهدی زاده ملکی - کارشناس ارشد مهندسی ژئودزی دانشگاه تبریز
ایران در منطقه خشک و نیمه خشک قرار گرفته است و همه ساله دچار خشکسالیهای فراوانی میشود. پایش و پیشبینی خشکسالی میتواند آسیبهای ناشی از آن را کاهش دهد. از بزرگترین مشکلات برای پایش و پیشبینی خشکسالی در ایران میتوان به کمبود اطلاعات ایستگاهی هواشناسی طولانی مدت اشاره کرد. در این تحقیق با استفاده از روش ماشین بردار پشتیبان SVM عملکرد شاخص تفاضلی نرمال شدهی پوشش گیاهیNDVIدر پیشبینی خشکسالی با استفاده از تصاویر ماهوارهای مورد بررسی قرار گرفت. شاخص-های پوشش گیاهی به دست آمده از تصاویر ماهوارهای به دلیل رزولوشن مکانی و زمانی مناسب این تصاویر میتوانند مشکل کمبود تعداد ایستگاههای هواشناسی و توزیع نامناسب آنها را رفع کنند. از شاخص خشکسالی SPI شاخص استاندارد شده بارش برای بیان خشکسالی استفاده شد. شاخص پوشش گیاهی ذکر شده NDVI از تصاویر سنجنده NOAA-AVHRR محاسبه و استخراج شده است. این شاخص به عنوان ورودی وارد مدل SVM شد و مقادیر SPI متناظر را به دست داد.
کلمات کلیدی: سنجشازدور، پیشبینی خشکسالی SVM ،NDVI ،SPI
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/461653/