فهرست مقالات Remote sensing

• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  1 - مطالعه ی تغییرات کاربری اراضی به کمک سامانه اطلاعات جغرافیایی و تکنیک‌های سنجش از دور
  مهرداد  خان‌محمدی مریم  حقیقی خمامی محمد پناهنده مهسا عبدلی لاکتاسرائی
  10.29252/.3.5.3
  20.1001.1.26763060.1397.3.5.1.1
  بدون تردید مناطق حفاظت شده، پارک های ملی و به‌طور کلی زیستگاه‌های زیست کره، میراث‌های با ارزش طبیعی هر کشور محسوب می‌شوند. از این‌رو اطلاع از تغییرات آن‌ها نقش اساسی در کیفیت مدیریت این مناطق دارد. سنجش از دور از جمله تکنولوژی‌های برتر و کارآمد در مدیریت منابع و بررسی ت چکیده کامل

  بدون تردید مناطق حفاظت شده، پارک های ملی و به‌طور کلی زیستگاه‌های زیست کره، میراث‌های با ارزش طبیعی هر کشور محسوب می‌شوند. از این‌رو اطلاع از تغییرات آن‌ها نقش اساسی در کیفیت مدیریت این مناطق دارد. سنجش از دور از جمله تکنولوژی‌های برتر و کارآمد در مدیریت منابع و بررسی تغییرات زیست محیطی است. هدف از انجام این تحقیق آشکار‌سازی تغییرات کاربری/پوشش اراضی پارک ملی بوجاق استان گیلان در طی سال‌های 2000 تا 2017 می‌باشد. بدین منظور تصاویر سنجنده +‌ETM ماهواره لندست 7 در سال 2000 و سنجنده OLI ماهواره لندست 8 در سال 2017 اخد گردید. بعد از اعمال پیش پردازش‌های لازم روی تصاویر، نقاط تعلیمی برای هر یک از طبقات کاربری به تعداد کافی و با پردازش مناسب انتخاب شد و با بهره‌گیری از روش طبقهبندی نظارت شده با الگوریتم حداکثر احتمال نقشه کاربری/پوشش اراضی منطقه تهیه شد. با استفاده از آزمون صحت کلی و آماره کاپا صحت نقشه‌های تولیدی با قابلیت متوسط تعیین گردید. نتایج تحقیق نشان داد مساحت بخش دریایی، پوشش علفی و پیکره آبی کاهش داشته‌اند و مساحت کاربری‌های کشاورزی، باتلاقی، انسان ساخت، درختی و بدون پوشش افزایش یافته‌اند. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  2 - برآورد سطح زیرکشت گندم دیم با استفاده از تصاویر ماهواره ای سنتينل2 (مطالعه موردی: منطقه سجاسرود شهرستان خدابنده استان زنجان)
  سید احمد  موسوی نادیا عباس زاده طهرانی میلاد جانعلی پور
  10.29252/.5.7.77
  20.1001.1.26763060.1399.5.7.7.5
  كشت و توليد محصول گندم همواره پاسخگوي نيازهاي تغذيه اي بخش عظيمي از مردم جهان بوده است، لذا در ايران و جهان ازجمله محصولات کشاورزی استراتژيك محسوب می‌شود. در اختیار داشتن آمار و اطلاعات مناسب از سرزمين هاي تحت كشت گندم و برآورد ميزان دقيق توليد آن‌ها در يك سال زراعي، به چکیده کامل

  كشت و توليد محصول گندم همواره پاسخگوي نيازهاي تغذيه اي بخش عظيمي از مردم جهان بوده است، لذا در ايران و جهان ازجمله محصولات کشاورزی استراتژيك محسوب می‌شود. در اختیار داشتن آمار و اطلاعات مناسب از سرزمين هاي تحت كشت گندم و برآورد ميزان دقيق توليد آن‌ها در يك سال زراعي، به برنامه ريزان بخش كشاورزي و صنعت جهت مدیریت هرچه مؤثرتر تولید و مصرف محصول مذکور، كمك شاياني مي نمايد. یکی از ابزارهایی که در کمترین زمان و با هزینه پایین و دقت مناسب می‌تواند سطح زیر کشت گندم را محاسبه نماید علم و فناوری سنجش‌ازدور‌است. در تحقیق حاضر، با استفاده از کلاسه‌بندی نظارت‌شده تصاویر چند زمانه سنجنده سنتينل 2، سطح زیر کشت گندم و میزان تولید آن در دهستان سجاسرود از توابع شهرستان خدابنده استان زنجان برای سال زراعی 96-97 برآورده شده است. طبقه‌بندی نظارت‌شده با دقت کلی80% و ضریب کاپای 8/0 نتایج قابل‌قبول و مناسبی برای شناسایی و تفکیک گندم از سایر محصولات كشاورزي را ارائه مي دهد. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  3 - مقایسه روش های طبقه بندی ماشین بردار پشتیبان و شبکه عصبی مصنوعی در تهیه ی نقشه کاربری اراضی (مطالعه موردی: پارک ملی بوجاق)
  مهسا عبدلی لاکتاسرائی مریم  حقیقی خمامی
  10.29252/.5.8.47
  20.1001.1.26763060.1399.5.8.7.7
  پارک های ملی و پناهگاه های حیات‌وحش از مهم ترین سرمایه های اکولوژیکی به شمار می روند. ازاین‌رو اطلاع از تغییرات کمی و کیفی کاربری اراضی آن ها نقش اساسی در کیفیت مدیریت این مناطق دارد. الگوریتم های متنوعی برای طبقه بندی تصاویر ماهواره ای در سنجش‌ازدور توسعه‌یافته‌اند، ان چکیده کامل

  پارک های ملی و پناهگاه های حیات‌وحش از مهم ترین سرمایه های اکولوژیکی به شمار می روند. ازاین‌رو اطلاع از تغییرات کمی و کیفی کاربری اراضی آن ها نقش اساسی در کیفیت مدیریت این مناطق دارد. الگوریتم های متنوعی برای طبقه بندی تصاویر ماهواره ای در سنجش‌ازدور توسعه‌یافته‌اند، انتخاب الگوریتم مناسب طبقه بندی در دستیابی به نتایج صحیح نقش بسیار مهمی را ایفا می کند. در این تحقیق با مقایسه صحت طبقه بندی دو الگوریتم شبکه عصبی مصنوعی و ماشین بردار پشتیبان، الگوریتم دقیق‌تر تعیین و از آن برای بررسی روند تغییرات کاربری اراضی استفاده شد. تحقیق حاضر در پارک ملی بوجاق واقع در استان گیلان طی سال های 2000 تا 2017 با استفاده از تصاویر ماهواره‌ایETM+ و OLI لندست 7 و 8 انجام گرفت. نتایج نشان داد که الگوریتم ماشین بردار پشتیبان به ترتیب با دقت کل و ضریب کاپا، 42/86 و 83/0 برای سال 2000 و 65/90 و 88/0 برای سال 2017، در مقایسه با الگوریتم شبکه عصبی مصنوعی به ترتیب با دقت کل و ضریب کاپا، 71/83 و 80/0 برای سال 2000 و دقت کل و ضریب کاپا، 25/89 و 87/0 برای سال 2017، تصاویر ماهواره‌ای را بهتر طبقه بندی کرده است؛ بنابراین، از نقشه های کاربری اراضی حاصل از الگوریتم ماشین بردار پشتیبان جهت بررسی تغییرات کاربری استفاده شد. بررسی روند تغییرات کاربری اراضی با این روش مشخص کرد که در طی دوره بررسی‌ شده، مساحت کاربری های پیکره آبی، دریا، پوشش علفی و کشاورزی کاهش‌یافته است درحالی‌که کلاس کاربری های باتلاقی، درختی و بدون پوشش افزایش‌یافته است. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  4 - تعيين سطح زير كشت محصول سيب زميني در استان همدان با استفاده از سري زماني تصاوير ماهواره IRSP6
  علی  شهبازی لقمان  خداکرمی دکتر کامران نصیراحمدی
  20.1001.1.26763060.1401.7.12.6.8
  این مطالعهبا هدف استفاده از تکنیک سنجش از دور و سري زماني تصاویر ماهواره ای برای شناسایی و تعیین سطح زیر کشت مزارع سيب زميني در استان همدان صورت گرفت. بدين ترتیب از سري زماني تصاوير ماهوارهIRSP6 سنجنده Awifs براي تعيين سطح زير کشت سيب زميني، استفاده شد. براي اين منظور چکیده کامل

  این مطالعهبا هدف استفاده از تکنیک سنجش از دور و سري زماني تصاویر ماهواره ای برای شناسایی و تعیین سطح زیر کشت مزارع سيب زميني در استان همدان صورت گرفت. بدين ترتیب از سري زماني تصاوير ماهوارهIRSP6 سنجنده Awifs براي تعيين سطح زير کشت سيب زميني، استفاده شد. براي اين منظور در سه گذر زماني که همزمان با سبزينگي و زردشدگي گياه سيب زميني بوده تصاوير تهيه شد. پردازش هاي لازم از جمله آماد سازي تصاوير، تصحيح هندسي، شاخص گياهي، طبقه بندي نظارت نشده و طبقه بندي نظارت شده فازي بر روي تصاوير انجام شد. در نهايت با استفاده روش Overlay بر روي نقشه هاي حاصل از طبقه بندي نظارت شده فازي و شاخص هايNDVI, و SAVI سطح زيرکشت سيب زميني شناسايي شد. ضريب کاپا براي نقشه هاي سطح زير کشت سيب زميني حاصل از روش طبقه بندي فازي، شاخص-هايNDVI و SAVI به ترتيب90، 87 و 85 درصد به دست آمد. مساحت سطح زير کشت سيب زميني نيز به ترتيب حدود38740، 36728 و 36614 هکتار در سال 1387 تعيين شد. بر اساس نتایج اين مطالعه مشخص شد که مي توان از روش طبقه بندي فازي و سري زماني داده هاي سنجندهAWIFS براي تشخيص و تخمين سطح زير کشت سيب زميني با دقت تقريبا قابل قبول استفاده کرد و همچنين استفاده از شاخص هاي گياهي مذکور داراي سرعت بالا براي تفکيک سطح زيرکشت اين محصول است. پرونده مقاله