علوم غیر‌زیستی دریا
هیوا علمی زاده؛ هادی مهدی پور
چکیده
هدف این پژوهش بازشناسی خودکار الگو‌های فرمیک شبکه آبراهه‌ها در بخشی از رودخانه لاهیجان با استفاده از تصاویر پنکروماتیک با توان تفکیک مکانی بالا (HR-PRS) و الگوریتم‌های خوشه‌بندی فازی است و کارایی این روش‌ها را در ناحیه‌بندی تصاویر ماهواره‌ای GeoEye-1 محدوده مورد مطالعه به منظور تشخیص و آشکارسازی عوارض ژئومورفیکی و شبکه آبراهه‌ها ...
بیشتر
هدف این پژوهش بازشناسی خودکار الگو‌های فرمیک شبکه آبراهه‌ها در بخشی از رودخانه لاهیجان با استفاده از تصاویر پنکروماتیک با توان تفکیک مکانی بالا (HR-PRS) و الگوریتم‌های خوشه‌بندی فازی است و کارایی این روش‌ها را در ناحیه‌بندی تصاویر ماهواره‌ای GeoEye-1 محدوده مورد مطالعه به منظور تشخیص و آشکارسازی عوارض ژئومورفیکی و شبکه آبراهه‌ها مورد بررسی قرار می‌دهد. در این راستا ناحیه‌بندی فازی تصاویر پانکروماتیک HR-PRS محدوده مورد مطالعه، پس از پیش‌پردازش‌های رادیومتریک و هندسی با استفاده از الگوریتم‌های FWS ، MSA ، IDF و CFM ، در نرم‌افزار MATLAB صورت گرفت. در نهایت الگوریتم‌های خوشه‌بندی فازی مورد بررسی که دارای پارامترهای فازی هستند، بر روی تصاویرHR-PRS ورودی اعمال شده و نتایج آن مورد بحث و بررسی قرار گرفته است. نتایج نشان می‌دهد الگوریتم خوشه‌بندی Classical Fusion Method and FCM (CFM) در زمینه ناحیه‌بندی فازی و آشکارسازی شاخص‌های مورد بررسی بهترین عملکرد را دارا می‌باشد. همچنین این الگوریتم می‌تواند اشکالات ناحیه‌بندی ناشی از همپوشانی ویژگی‌های طیفی بین طبقات نتایج خوشه‌بندی را کاهش و بهبود دهد و پدیده‌های مکانی و خوشه‌های با انواع اندازه، شکل و چگالی را به خوبی شناسایی نماید؛ در نتیجه مرزهای تصویر به خوبی آشکار می‌شوند. دلیل این امر استفاده از اعداد فازی و نیز روش‌های خوشه‌بندی کارا در این روش می‌باشد. این نتایج همچنین نشان می‌دهد تکنولوژی سنجش از دور با ارائه‌ی تصاویر چندزمانه، می‌تواند مبنای بسیار مناسبی برای پایش و آشکارسازی تغییرات محیطی، تشخیص عوارض و استخراج دقیق اطلاعات از تصاویر باشد و استفاده از الگوریتم‌های خوشه‌بندی و ویژگی‌های فازی، روش مناسب و بهینه جهت ادغام اطلاعات تصاویر ماهواره‌ای HR-PRS از یک منطقه جغرافیایی با هدف ناحیه‌بندی می‌باشد.