مقایسه الگوریتم های پردازش تصاویر ماهواره ای در بهینه سازی پی جویی منابع معدنی با رویکرد حفظ محیط زیست

Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 552

This Paper With 32 Page And PDF and WORD Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

CGEI01_159

تاریخ نمایه سازی: 9 مرداد 1395

Abstract:

با توجه به مشکلات پژوهش های پی جویی معادن از جمله محدودیت های فیزیکی، مالی، زمانی، وسعت کشورها و مناطق صعب العبور کوهستانی و بیابانی، استفاده از داده های ASTER در این زمینه بسیار کارآمد و مفید می باشد. روش های سنتی پی جویی منابع معدنی هرگز نمی توانند با امکانات و قابلیت های دانش سنجش از دور در این زمینه رقابت نمایند. یکی از مناطق بالقوه از نظر کاوش های معدنی با استفاده از داده های سنجش از دوری، زون ها یا مناطق آلتراسیون (ALTERATION) تحت تاثیر فعالیت های گرمابی (HYDROTHERMAL) یا آتشفشانی می باشد. کانی های دگرگونی هایدروترمال با خواص جذبی طیفی تشخیصی در محدوده ی مرئی و مادون قرمز تا مادون قرمز کوتاه، توسط داده های سنجش از دوری ابرطیفی و چند طیفی قابل تشخیص می-باشند. داده های مذکور به عنوان ابزاری برای گام های اولیه ی پژوهش های معدن کاوی، مورد استفاده قرار می گیرند و کارایی خود را در این زمینه به اثبات رسانده اند. بررسی های دقیق تر زمینی (با حضور در منطقه، نمونه برداری و آزمایشات دقیق تر ژئوشیمیایی) تایید کننده این موضوع می باشد. دستگاه های طیف سنج تصویربرداری، در محدوده گسترده ای از باندهای طیفی باریک و پیوسته، قادرند که طیف های بازتابشی حاصل از مواد موجود در سین ( (sceneرا جمع آوری نمایند. تصویربرداری طیفی به طور گسترده ای در نقشه برداری زمین شناسی و به ویژه پدیده های آلتراسیون هایدروترمال (دگرگونی گرمابی) کاربرد دارد. معمولا اطلاعات کانی شناسی سطحی را می توان از طریق تحلیل داده های طیف سنجی (با مقایسه طیف بازتابشی تصویر شده از ماده یا مواد ناشناخته با داده های کتابخانه های طیفی و مرجع) به دست آورد. این مقایسه، اغلب به صورت پیکسل به پیکسل انجام شده و از یک فرآیند انطباقی جهت محاسبه شباهت میان طیف پیکسل ناشناخته و طیف شناخته شده از کتابخانه طیفی، استفاده می کند. به منظور استناد ویژگی های جذبی به ترکیبات شیمیایی نمونه های اخذ شده در زمینه های کاربردی مختلف مانند خاک شناسی، کانی-شناسی، علوم گیاهی و نظیر آن، از طیف های شناخته شده ی آزمایشگاهی و صحرایی استفاده می-شود.

Authors

محمد ضیایی

دانشجوی کارشناسی ارشد سنجش از دور- دانشگاه فردوسی مشهد.

روزبه شاد

استادیار دانشکده مهندسی- دانشگاه فردوسی مشهد

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 :
  • 2] N. Keshava, A Survey of Spectral Unmixing Algorithms, (2003). ...
  • 5] F. A. Kruse, A. B. Lefkoff, Analysis of Spectral ...
  • A. Beiranvand Pour, M. Hashim, (2012). The application of ASTER ...
  • Freek van der Meer, Steven de Jong. SPECTRAL MAPPING METHODS: ...
  • http ://www. exelisvis _ com/doc s/dosearch _ Alphabetical List of ...
  • A. Thomas Harris, Spectral Mapping Tools from the Earth Sciences ...
  • 11] WWW. satj ournal. tcom.ohiou. edu/p df/shippert .pdf. Hyperspectral image ...
  • A. Thomas Harris, Spectral Mapping Tools from the Earth Sciences ...
  • WWW. satj ournal _ _ _ ohiou _ e du/pdf/shippert ...
  • Yingzi Du, James O. Jensen, Francis M. D Amico, Chein-Chi ...
  • 16] Jacob T. Mundt, David R. Streutker, Nancy F. Glenn, ...
  • Allan Aasbjerg Nielsen. Linear Mixtur Models, Full and Partial Unmixing ...
  • M. Grana, A. D. Anjou. Feature Extraction by Linear Spectral ...
  • Roger N. Clark, Gregg A. Swayze, K. Eric Livo, Raymond ...
  • 21] WW. satj ournal. tcom.ohiou. edu/p df/shippert .pdf. Hyperspectral image ...
  • نمایش کامل مراجع