عمق سنجی نواحی کم عمق ساحلی از روی تصاویر لندست-8 به طریق آموزش شبکه عصبی (مطالعه موردی: جنوب شرقی دریای خزر)

Publish place: Geomatics & GIT 1397
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 426

This Paper With 9 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:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

NCEGIT03_064

تاریخ نمایه سازی: 8 تیر 1398

Abstract:

تصاویر سنجش ازدور ابزاری مناسب جهت برآورد عمق در مناطق ساحلی است. در این پژوهش، به منظور مطالعه مناطق کم عمق ساحلی از تصاویر لندست-8 و داده های هیدروگرافی که با روش اکوساندر جمع آوری شده استفاده شده است. هدف از این پژوهش، عمق سنجی از نواحی جنوب شرقی ساحل دریای خزر از طریق آموزش شبکه عصبی است. تصحیح اتمسفری Dark Object Subtract (DOS)، تصحیح رادیومتریکی )تبدیل درجات روشنایی به بازتاب(، تصحیح درخشندگی خورشید و در نهایت ماسک کردن مناطق آبی از مناطق خشکی از جمله پیش پردازشهای الزم است که بر روی باندهای آبیساحلی، آبی، سبز و قرمز تصویر لندست اعمال شده است. بالا بودن حجم داده ها از یک طرف و نامتوازن بودن توزیع فراوانی داده ها از طرف دیگر موجب شد تا شبکه عصبی در دو حالت بررسی گردد. در حالت اول، هر یک از چهار باند به عنوان داده های ورودی و داده های عمق متناظر با هر یک از این پیکسلها به عنوان هدف به شبکه عصبی معرفی گردید. و در حالت دوم، داده های عمق براساس کالستربندی به روش میانگین فازی به چهار کالستر تقسیمبندی شدند و اطلاعات هر کلاستر بصورت جداگانه به شبکه ارائه شد. در هر دو حالت مورد بررسی، سهم داده های آموزشی، داده های اعتبارسنجی و داده های آزمایش از داده های ورودی به ترتیب 60 درصد، 10 درصد و 30 درصد میباشد. نتایج حاصل از شبکه عصبی در دو حالت نشان میدهد که بالا بودن تعداد داده ها تاثیری در خروجی نداشته است و روش شبکه عصبی قادر به تخمین عمق بر روی کل مجموع داده ها و هم بر روی هر کالستر با دقت بسیار بالایی است.

Authors

لیلا امینی

دانشجوی کارشناسی ارشد سنجش ازدور و GIS، دانشکده جغرافیا، دانشگاه تهران

عطاءاله عبداللهی کاکرودی

استادیار گروه سنجش ازدور و GIS ، دانشکده جغرافیا، دانشگاه تهران

مهدی حسنلو

استادیار دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی، دانشگاه تهران.