[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 4، شماره 3 - ( 11-1393 ) ::
دوره 4 شماره 3 صفحات 131-144 برگشت به فهرست نسخه ها
شناسایی گردوغبار در تصاویر ماهواره‌ای MODIS با استفاده از روشهای ماشین بردار پشتیبان، شبکه عصبی مصنوعی و درخت تصمیمگیری
محسن شهریسوند*، مهدی آخوندزاده هنزائی، امیرحسین سوری
چکیده:   (5999 مشاهده)
یکی از مهمترین بلایای طبیعی که طی سالیان اخیر موردتوجه قرارگرفته، پدیده‌ی گردوغبار است. در سال‌های اخیر این پدیده در ایران ابعاد تازه‌ای گرفته و از یک معضل محلی، به مسئله‌ای ملی تبدیل شده است. شناسایی و تشخیص طوفان گردوغبار اولین مرحله در بررسی و پایش آن می‌باشد. این تحقیق باهدف شناسایی مناطق دارای گردوغبار از تصاویر ماهواره‌ای، در منطقه خاورمیانه انجام گرفته است. در بررسی پدیده گردوغبار تصاویر سنجنده MODIS با توجه به قدرت تفکیک زمانی و طیفی مناسب، از اهمیت ویژه‌ای برخوردار می‌باشند. در این مطالعه با استفاده از روش‌های طبقه بندی درخت تصمیمگیری، شبکه عصبی مصنوعی (ANN) و ماشین‌های بردار پشتیبان(SVM) تلاش شده است که گردوغبار در تصاویر ماهواره‌ای MODIS تشخیص داده شود، که روش طبقهبندی ماشین‌های بردار پشتیبان به عنوان یک ایده جدید مطرح شده است. بهعلاوه بهمنظور بررسی دقت هر سه روش بکار برده شده، از محصول AOD(Aerosol Optical Depth) سنجنده OMI استفاده شده است، که نتایج نشان دهنده دقت و صحت بالاتر روش SVM نسبت به سایر روشها می‌باشد. با توجه به نتایج بدست آمده، این الگوریتم قادر به شناسایی گردوغبار در هر دو منطقه خشکی و آب بهطور همزمان می‌باشد و می‌تواند جایگزین مناسبی برای محصول AOT(Aerosol Optical Thickness) تولید شده برای گردوغبار توسط ناسا (NASA) ‌باشد.
واژه‌های کلیدی: گردوغبار، تصاویر ماهوارهای MODIS، ماشینهای بردار پشتیبان، شبکه عصبی، درخت تصمیمگیری
متن کامل [PDF 935 kb]   (1567 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فتوگرامتری و سنجش از دور
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

M. Shahrisvand, M. Akhoondzadeh Hanzaei, A. Souri. Comparison of Support Vector Machine, Artificial Neural Network and Decision Tree Classifiers for Dust Detection in Modis Imagery. JGST. 2015; 4 (3) :131-144
URL: http://jgst.issge.ir/article-1-284-fa.html

شهریسوند محسن، آخوندزاده هنزائی مهدی، سوری امیرحسین. شناسایی گردوغبار در تصاویر ماهواره‌ای MODIS با استفاده از روشهای ماشین بردار پشتیبان، شبکه عصبی مصنوعی و درخت تصمیمگیری. نشریه علمی پژوهشی علوم و فنون نقشه برداری. 1393; 4 (3) :131-144

URL: http://jgst.issge.ir/article-1-284-fa.html



دوره 4، شماره 3 - ( 11-1393 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology