دانلود فایل های آموزشی

دانلود نمونه سوال فایل های آموزشی و پژوهشی نقد و بررسی مظالب دانشگاهی پروژه های دانشجویی تحقیق و مقاله

برای دانلود متن کامل پایان نامه ها اینجا کلیک کنید

دانلود ریسرچ - \\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\"”(سایت پژوهش علمی )”\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\\"


1-2-6-2- شاخص پوشش گیاهی15 1-2-6-2-1- شاخص پوشش گیاهی نرمال شده (NDVI) 15 1-2-6-3- تجزیه و تحلیل مولفههای اصلی15 1-2-7- تجزیه و تحلیل دادهها و استخراج اطلاعات16 1-2-7-1- تفسیر چشمی16 1-2-7-2- تفسیر رقومی16 1-2-8- طبقه بندی دادههای ماهوارهای17 1-2-8-1- طبقه بندی نظارت شده17 1-2-8-2- نمونههای تعلیمی17 1-2-8-3- انتخاب تعداد نمونههای تعلیمی18 1-2-8-4- انتخاب باندهای مناسب جهت …


(سایت پژوهش علمی ) - پایان نامه های کارشناسی ارشد

متن کامل پایان نامه را در سایت منبع fuka.ir می توانید ببینید1-2-5- پیش پردازشهای دادههای ماهوارهای11
1-2-5-1- بررسی کیفیت دادهها12
1-2-5-2- خطای موجود در تصاویر ماهوارهای12
1-2-5-3- تصحیح هندسی تصاویر ماهوارهای12

فهرست مطالب
عنوان صفحه
1-2-5-4- تصحیح ارتفاعی13
1-2-5-5- تصحیح خطای اتمسفری13
1-2-6- پردازش رقومی تصاویر14
1-2-6-1- نسبت گیری14
1-2-6-2- شاخص پوشش گیاهی15
1-2-6-2-1- شاخص پوشش گیاهی نرمال شده (NDVI) 15
1-2-6-3- تجزیه و تحلیل مولفههای اصلی15
1-2-7- تجزیه و تحلیل دادهها و استخراج اطلاعات16
1-2-7-1- تفسیر چشمی16
1-2-7-2- تفسیر رقومی16
1-2-8- طبقه بندی دادههای ماهوارهای17
1-2-8-1- طبقه بندی نظارت شده17
1-2-8-2- نمونههای تعلیمی17
1-2-8-3- انتخاب تعداد نمونههای تعلیمی18
1-2-8-4- انتخاب باندهای مناسب جهت طبقه بندی18
1-2-9- طبقه بندی18
1-2-9-1- آلگوریتم حداقل فاصله از میانگین19
1-2-9-2- آلگوریتم طبقه بندی متوازی السطوح19
1-2-9-3- آلگوریتم حداکثر احتمال19

فهرست مطالب
عنوان صفحه
--------------------------------------------------- نکته مهم : هنگام انتقال متون از فایل ورد به داخل سایت بعضی از فرمول ها و اشکال (تصاویر) درج نمی شود یا به هم ریخته می شود یا به صورت کد نمایش داده می شود ولی در سایت می توانید فایل اصلی را با فرمت ورد به صورت کاملا خوانا خریداری کنید: سایت مرجع پایان نامه ها (خرید و دانلود با امکان دانلود رایگان نمونه ها) : elmyar.net --------------------------------------------------- 1-2-9-4- آلگوریتم ماشین بردار پشتیبان21
1-2-10- طبقه بندی سلسله مراتبی یا چند مرحلهای21
1-2-11- ارزیابی صحت نتایج طبقه بندی23
1-2-11-1- صحت کلی23
1-2-11-2- صحتهای کاربر و تولید کننده23
1-2-11-3- ضریب کاپا24
1-2-12- تصاویر چند زمانه24
1-2-12-1- کاربرد تصاویر چند زمانه در جنگل25

فصل دوم: بررسی منابع
2-1-مطالعات انجام شده در ایران 28
2-2- مطالعات انجام شده در خارج کشور31
فصل سوم: مواد و روشها
3-1- منطقه مورد مطالعه36
3-1-1- موقعیت جغرافیایی36
3-2- دادههای مورد استفاده38
3-2- دادههای ماهوارهای38
3-3- نرم افزارهای مورد استفاده38
3-4- تهیه نقشه واقعیت زمیتی38
3-5- پیش پردازش دادههای ماهوارهای39
3-5-1- بررسی کیفیت رادیومتری و هندسی دادهها39
فهرست مطالب
عنوان صفحه
3-6- پردازش تصاویر ماهوارهای39
3-6-1-تبدیل تسلدکپ39
3-6-2- تجزیه و تحلیل مولفههای اصلی40
3-7- طبقه بندی تصاویر40
3-7-1- تعیین طبقهها40
3-7-2- تعیین نمونههای تعلیمی40
3-7-3- انتخاب مناسبترین آلگوریتم طبقه بندی41
3-7-4- طبقه بندی با استفاده ازتصاویر بصورت تک زمانی فصول مختلف41
3-7-5- طبقه بندی با استفاده از سیستم اطلاعات جغرافیایی41
3-7-6- طبقه بندی با استفاده از تصاویرتوامان چند زمانه (چندفصلی41
3-8- طبقه بندی با روش سلسله مراتبی42
3-9- برآورد صحت نقشههای حاصل از طبقه بندی43

فصل چهارم: نتایج
4-1- نتایج مربوط به طبقه بندی تصاویر 4 فصل به صورت تک زمانه46
4-2- نتایج ادغام بهترین طبقه فصول مختلف با کمک سیستم اطلاعات جغرافیایی56
4-3- نتایج مربوط به روش طبقه بندی تصاویر چند زمانه بصورت توامان59
4-4- نتایج مربوط به طبقه بندی سلسله مراتبی62

فصل پنجم: بحث و نتیجه گیری
5-1- بحث ونتیجه گیری68
5-2- نتیجه گیری نهایی70
5-3- پیشنهادها71
منابع74
فهرست اشکال
عنوان صفحه
شکل 1-1- منحنی انعکاس طیفی یک گیاه سبز11
شکل 1-2- چگونگی تعیین مرز طبقهها در آلگوریتمهای طبقه بندی متوازی السطوح (الف)، حداقل فاصله از میانگین (ب) و حداکثر احتمال (ج)…20
شکل 1-3- طبقه بندی تصاویر چند زمانه به دو حالت، طبقه بندی بعد از ادغام (الف) و قبل از ادغام (ب)، (جون، 1999)………………………………22
شکل 3-1- نقشه موقعیت منطقه در ایران و استان گلستان37
شکل3-2- مراحل انجام طبقه بندی سلسله مراتبی44
شکل 4-1- نقشه حاصل از طبقه بندی طبقات مختلف منطقه مورد مطالعه بروی تصویر فصل بهار47
شکل 4-2- نقشه حاصل از طبقه بندی طبقات مختلف منطقه مورد مطالعه بروی تصویر فصل تابستان48
شکل 4-3- نقشه حاصل از طبقه بندی طبقات مختلف منطقه مورد مطالعه بروی تصویر فصل پائیز49
شکل 4-4- نقشه حاصل از طبقه بندی طبقات مختلف منطقه مورد مطالعه بروی تصویر فصل زمستان50
شکل 4-5- نقشه گستره جنگل/غیرجنگل حاصل از طبقه بندی با استفاده از تصویر فصل بهار51
شکل 4-6- نقشه گستره جنگل/غیرجنگل حاصل از طبقه بندی با استفاده از تصویرتابستان52
شکل 4-7- نقشه گستره جنگل/غیرجنگل حاصل از طبقه بندی با استفاده از تصویر پائیز53
شکل 4-8- نقشه گستره جنگل/غیرجنگل حاصل از طبقه بندی با استفاده از تصویرزمستان54
شکل 4-9- نقشه کاربری اراضی حاصل از ادغام بهترین طبقه از فصول مختلف58
شکل 4-10- نقشه گستره جنگل/غیرجنگل حاصل از ادغام طبقات مختلف جنگل و غیرجنگل بدست آمده از انتخاب بهترین طبقات از فصول مختلف59
شکل 4-11 نقشه طبقات مختلف حاصل از طبقه بندی توامان تصاویر فصول مختلف61
فهرست اشکال
عنوان صفحه
4-12- نقشه گستره جنگل/غیرجنگل حاصل از طبقه بندی توامان تصاویر فصول مختلف62
4-13- نقشه حاصل از طبقه بندی طبقات مختلف منطقه مورد مطالعه به روش سلسله مراتبی63
4-14- نقشه گستره جنگل/غیرجنگل حاصل از طبقه بندی تصاویر با روش سلسله مراتبی64

فهرست جداول
عنوان صفحه
جدول 1-1- محدوده طیفی و قدرت تفکیک مکانی سنجنده (OLI)……..8
جدول1-2- محدوده طیفی و قدرت تفکیک مکانی سنجنده مادون قرمز حرارتی9
جدول3-1- مشخصات حوضههای آبخیز اصلی گلستان37
جدول 4-1 نتایج ارزیابی صحت نقشه کاربری های مختلف برای فصل بهار54
جدول 4-2 نتایج ارزیابی صحت نقشه کاربری های مختلف برای فصل تابستان55
جدول 4-3 نتایج ارزیابی صحت نقشه کاربری های مختلف برای فصل پائیز55
جدول 4-4 نتایج ارزیابی صحت نقشه کاربری های مختلف برای فصل زمستان56
جدول 4-5- نتایج ارزیابی صحت نقشه طبقه بندی تصاویر ماهوارهای فصول مختلف (تک زمانه).56
جدول 4-6 نتایج ارزیابی صحت نقشه کاربری اراضی حاصل از انتخاب بهترین طبقه از فصول مختلف57
جدول 4- 7- نتایج ارزیابی صحت نقشه حاصل از ادغام بهترین طبقه فصول مختلف57
جدول 4-8 نتایج ارزیابی صحت نقشه کاربری اراضی حاصل از طبقه بندی تصویر بصورت توامان چند زمانه60
جدول 4-9- نتایج ارزیابی صحت نقشه گستره جنگل/غیرجنگل حاصل از طبقه بندی توامان چند زمانه60
جدول 4-10- نتایج ارزیابی صحت نقشه کاربری اراضی حاصل از طبقه بندی تصاویر بصورت سلسله مراتبی64
جدول 4-11- نتایج ارزیابی صحت نقشه گستره جنگل/ غیرجنگل حاصل از طبقه بندی تصـاویر ماهوارهای به روش سلسله مراتبی65
فصل اول
مقدمه و کلیات

مقدمه و کلیات
1-1- مقدمه و هدف
برای استفاده بهینه از منابع طبیعی و توسعه پایدار در برنامه‌ریزی‌های منطقه‌ای نیازمند به جمعآوری اطلاعات کافی از منابع زیست محیطی در زمان کوتاه و با هزینه کم است. جنگل‌های شمال دارای جایگاه ویژه‌ای در طبیعت ایران هستند و تضمینکننده بقاء و پایداری آب و خاک در شمال کشور می‌باشد. در بین جنگل‌های شمال استان گلستان به لحاظ دارا بودن شرایط اقلیمی منحصر به فرد و متمایز از استان‌های گیلان و مازندران دارای همه نوع زیستگاه به جز مناطق کاملا کویری است (ماهینی وهمکاران، 1386).
به علت رونق کشاورزی و باغبانی و رشد صنعت و گسترش شهرها و هجوم جمعیت به این استان، زیستگاه اصلی و طبیعی استان به مناطق جنگلی و کوهستانی محدود شده و این مناطق به طور مداوم مورد تصرف و بهره‌ برداری انسان قرار دارند. در نتیجه این بهره‌ برداری‌ها موجب محو جنگل و تخریب جنگل گشته است. لذا آگاهی و علم مدیران از کم و کیف منابع جنگلی برای جلوگیری از تخریب بیشتر منابع طبیعی امری ضروری بنظر می‌رسد. از آنجایی که درصد کمی از کشور ما را جنگل تشکیل داده لذا حفظ و حراست آنها جزء اولویت‌های منابع طبیعی است و مدیریت اصولی، جز با تهیه نقشه دقیق و بهنگام از محدوده جنگل میسر نخواهد بود. متداول ترین روش تهیه نقشه جنگل، عکس‌برداری هوایی،تصحیح و تفسیر آن است. این روش در سطوح وسیع، بسیار پرهزینه‌‌‌ بوده و مستلـزم صرف زمان زیادی می‌باشد. بنابراین با توجه به تغییرپذیری و پویایی منابع طبیعی و نیز وجود تغییرات ناشی از تعرض‌های زیادی که به این عرصه‌ها به ویژه در مناطق جنگلی شمال کشور می‌شود، باید به دنبال روش‌هایی بود که در مدت زمان اندک با صرف هزینه‌های معقول بتوان نقشه‌هایی با دقت مناسب تهیه نمود (رفیعیان، 1385).
روش‌های بدست‌ آوردن اطلاعات کمی و کیفی از جنگل در طول زمان تکامل یافته است و سنجش از دور بعنوان یکی از راه‌های کسب اطلاعات مطرح می‌باشد. داده‌های ماهواره‌ای در مقایسه با داده‌های کسب شده از سایر منابع و بویژه در مقایسه با عکس‌های هوایی از مزایایی از جمله، پوشش فراوان، هزینه کمتر، قابلیت تکرار برخوردار هستندکه در بسیاری از موارد بکارگیری این نوع داده‌ها را برای کسب و استخراج اطلاعات مورد نیاز بعنوان روشی مناسب مطرح نموده‌ است (شتایی، 1382). دادههای ماهوارهای از بدو شروع دریافت آن تاکنون دارای تنوعی از نظرقدرت تفکیک مکانی، طیفی، رادیومتری و زمانی می باشندکه بررسی قابلیتهای هریک از آنها در زمینه های مختلف می بایست مورد بررسی قرار گیرد.
در این راستا با توجه به پژوهش‌های گذشته از جمله شتایی (1375)، رامتین‌نیا (1376) و میرآخورلو و اخوان (1381) قابلیت بالای تصاویر TM برای تهیه نقشه جنگل تاحدی مورد تایید قرار گرفته است ولی میبایست نتایج آن بهبود یابد. بعضی از مطالعات که به کمک تصاویر ماهواره‌ای مربوط به یک مقطع زمانی در جنگل صورت گرفته است تحت تاثیر برخی از عوامل مانند فصل تصویربرداری و مشخصه‌های جنگل از جمله نوع گونه، زیرآشکوب و حجم توده‌های جنگلی، نتایج به دست آمده و نقشههای حاصله از دقت بالایی برخوردار نبودند (پورشکوری، 1381). این امر کارشناسان را برآن داشت تا از ویژگی تصویربرداری مکرر سیستم‌های ماهواره‌ای استفاده کنند. ورود بعد زمان ضمن اینکه زمینه مطالعات و کاربردهای جدیدی را فراهم ساخته باعث افزایش صحت در مطالعات سنجش از دوری نیز شده است.
یکی از مشکلاتیکه در سنجـش از دور مطرح است تداخل و تشابه بازتابی پدیده‌های مجاور در هنگام تعیین مرز جنگل می‌باشد. بازتاب پدیده‌های همچون باغات مرکبات و باغات همیشه سبز زیتون، توده‌های دست کاشت سوزنی برگ و اراضی کشاورزی زیر کشت اطراف جنگل موجب شده که تعیین محدوده مرز جنگل با تصاویر ماهواره‌ای در یک فصل دارای صحت بالایی نباشد. طبقه‌ بندی با استفاده از داده‌های چند‌زمانه یا تصاویر فنولوژیک چند فصل برای طبقه بندی، دقت بیشتری نسبت به حالت تک زمانی دارا می‌باشد (کانگلتون و اسچریور، 1995). تصاویر تک زمانی ممکن است برای بعضی از برنامه‌های کاربردی مفید باشد اما تصاویر چند فصلی برای فهمیدن تغییرات و پویایی فصلی و بهبود دقت طبقه‌ بندی مفیدتر است (سینها وهمکاران، 2011).
می‌توان با تصاویر مکرر از زمان‌های مختلف این مشکل را برطرف ساخت و با تلفیق نمودن جزء زمان و اجزای طیفی می‌توان اطلاعات بیشتر و دقیق‌تری از تصاویر ماهواره‌ای بدست آورد. به این جهت استفاده از داده‌های چندزمانه در بسیاری از مطالعات سنجش از دوری باب شده است. برای طبقه بندی تصاویر چند فصلی و چند زمانی و برای جداسازی طبقهها از تصاویر فصول مختلف از روش سلسله مراتبی استفاده خواهد شد. در این روش امکان جداسازی پدیدهها بصورت مرحله به مرحله وجود دارد ودر هر مرحله از طبقهبندی، از آلگوریتمهای مختلف استفاده خواهد شد (پورشکوری، 1383). در طبقه بندی سلسله مراتبی یک یا چند طبقه خاص و یا یک طبقه با زیر طبقههای مربوط از دیگر طبقهها تفکیک شده یا جدا میشود، طبقه جدا شده خود نیز میتواند در مرحله بعد مجدد مورد طبقه بندی قرار گیرد. از روش طبقه بندی سلسله مراتبی دو طبقهای بنا به هدف که تفکیک دو طبقه جنگل و غیرجنگل میباشد استفاده خواهد شد. مزیت استفاده از روشهای طبقه بندی سلسله مراتبی این است که میتوان باندهای مختلف، پدیدههای مختلف و حتی آلگوریتمهای مختلف را در هر یک از مراحل طبقه بندی بکار برد. مزیت دیگر آن در امکان جداسازی سوزنیبرگان از باغات همیشه سبز زیتون، جداسازی جنگلهای واقع در دامنههای پشت به خورشید از جنگلهای واقع در دامنههای رو به خورشید به صورت جداگانه و همچنین امکان جداسازی باغات خزان کننده و اراضی زراعی میباشد.
همچنین با توجه به قابلیتهای سیستم اطلاعات جغرافیایی این ابزار نیز در فرآیند طبقه بندی و بعد از طبقه بندی استفاده خواهد شد. تلفیق یا ادغام دادههای کمکی با دادههای ماهوارهای، استفاده از هرگونه داده غیرطیفی در فرآیند طبقه بندی، به منظور اصلاح و بهبود نتایج طبقه بندی اطلاق میشود (شتایی، 1384)،که در این تحقیق نیز به آن پرداخته خواهد شد.
لذا با توجه به مسایل و مشکلات استفاده از تصاویر تک زمانه و اتکای صرف به دادههای طیفی درفرآیند حین طبقه بندی سوالات اساسی به شرح زیر مطرح میگرددکه با بررسی و تجزیه وتحلیل دادهها به آن پاسخ داده میشود.
1- آیا استفاده از دادههای چند فصلی باعث بهبود نقشه گستره جنگل خواهد شد؟
2- آیا طبقه بندی سلسله مراتبی زمانی تصاویر میتواند سبب افزایش دقت نقشه گستره جنگل شود؟
3- بهترین فصل برای تهیه نقشه دقیق گستره جنگل کدام است؟
4- آیا استفاده از قابلیتهای سیستم اطلاعات مکانی سبب بهبود نتایج طبقه بندی خواهد شد؟
فرضیات
‬1- استفاده از دادههای چند فصلی درمقایسه با دادههای تک زمانه باعث بهبود نقشه گستره جنگل خواهد شد.
2- طبقه بندی سلسله مراتبی زمانی تصاویر، سبب بهبود نتایج طبقه بندی خواهد شد.
3- نقشه‌های گستره جنگل در فصول مختلف دارای صحت‌های متفاوتی هستند.
4- با استفاده از قابلیت‌های تحلیلی سیستم اطلاعات مکانی می‌توان نتایج طبقه‌بندی را بهبود بخشید.
1-1-2- اهداف
هدف کلی این تحقیق بهبود بخشیدن به دقت و صحت نقشه جنگل/ غیرجنگل وتعیین مرز دقیق جنگل حوزه قره‌سو است و اهداف ویژه عبارتند از:
1 – بهبود نقشه گستره جنگل با داده‌های چند فصلی
2 – مقایسه صحت نقشه گستره جنگل با تصاویر طیفی چندفصلی نسبت به یک فصل
3 – مقایسه روش‌های طبقه‌ بندی تک زمانه، چند زمانه و سلسله مراتبی
1-2- کلیات
1-2-1- مقدمه‌ای بر سنجش از دور
سنجش از دور را میتوان تکنولوژی کسب اطلاعات و تصویربرداری از زمین با استفاده از تجهیزات هوانوردی مثل هواپیما، بالن یا تجهیزات فضایی مثل ماهواره نامید. به عبارت دیگر سنجش از دور علم و هنر بدست آوردن اطلاعات در مورد هر موضوع تحت بررسی به وسیله ابزاری است که در تماس فیزیکی با آن نباشد. مزیت برتر اطلاعات ماهواره ای نسبت به سایر منابع اطلاعاتی، پوشش تکراری آنها از نواحی معین با فاصله زمانی مشخص است. در سنجش از دور، انتقال اطلاعات با استفاده از تشعشعات الکترو مغناطیسی انجام میگیرد. بخش مرئی تا میکرویو اشعه الکترمغناطیسی منبع داده‌های سنجش از دوری است که از طریق این اشعه بازتابش از سطح پدیده‌ها، مشخصه‌های آنها تعیین می‌گردد. بازتاب امواج الکترومغناطیس به ازای هر قطعه کوچک زمینی در سنجنده به عنوان ارزش رقومی یا (DN) ثبت می‌شود، که از سه مولفه علایم پدیده‌ها، نور آسمان و علائم پدیده‌های مجاور تشکیل شده است. داده های سنجش از دور به دلیل یکپارچه و وسیع بودن، تنوع طیفی، تهیه پوشش‌های تکراری و ارزان بودن، در مقایسه با سایر روشهای گردآوری اطلاعات از قابلیتهای ویژه ای برخوردار هستند که امروزه عامل مهمی در مطالعه سطح زمین و عوامل تشکیل دهنده آن محسوب می شود. امکان رقومی بودن داده‌ها موجب شده است که سیستمهای کامپیوتری بتوانند از این داده‌ها به طور مستقیم استفاده کنند و سیستم‌های داده‌های جغرافیایی و سیستم‌های پردازش دادههای ماهواره‌ای با استفاده از قابلیت رقومی بودن طراحی و تهیه شده است. سهل الوصول بودن دادهها، دسترسی سریع به نقاط دور افتاده و دقت بالای آنها  از امتیازات خاص این تکنولوژی محسوب می شود (ذوقیان، 1391). تشخیص و تمایزگونه‌های گیاهی مختلف، محاسبه سطح زیر کشت محصولات کشاورزی، مطالعه مناطق آسیب دیده کشاورزی بر اثرکم آبی یا حمله آفات مختلف به آنها، از جمله مهمترین کاربردهای دادههای ماهوارهای است. تهیه تقشه جامع پوشش گیاهی هر منطقه، تهیه نقشه آبراههها و ارتباط آنها با مناطق مستعد کشت  و برآورد میزان محصول زیر کشت از کاربردهای دیگر چنین اطلاعاتی است. لازم به ذکر است که وزارت بازرگانی و کشاورزی کشور ایالات متحده آمریکا از ابتدای تکوین تکنولوژی سنجش از دور همه ساله محصول کشاورزی کشور آمریکا و تمام کشورهای جهان را با استفاده از تصاویر ماهوارهای برآورد می کند تا برای برنامه ریزی بازار و تولید، اطلاعات مفید و لازم را بدست آورد. افزون بر این مطالعه میزان انهدام جنگلها و یا میزان پیشرفت جنگل کاری از کاربردهای دیگر این تصاویر است (محمدی، 1392).
1-2-2- ماهواره‌های منابع زمینی
شناخت بهتر زمین از جنبه‌های مختلف زمین‌شناسی، ژئومورفولوژی، چگونگی وضعیت منابع و ذخایر زمینی و شرایط زیست محیطی موجب شد که از پیشرفت‌های حاصل شده در زمینه علوم فضایی برای مشاهده، مطالعه و بررسی همه جانبه کره زمین استفاده گردد. در راستای این اهداف و متناسب با این اهداف، ماهواره‌هایی به نام ماهواره‌های سنجش از دور یا مشاهده زمینی، طراحی و به کار گرفته شدند. از ابتدای تکوین چنین ماهواره‌هایی تاکنون، انواع مختلفی از آنها نظیر ماهوارههای SPOT، ASTER، IRS،Terra ، Landsat برای مقاصد گوناگون مورد استفاده قرار گرفته‌اند.
1-2-3- ماهواره لندست
سازمان فضانوردی آمریکا، اولین سری ماهوارههای لندست را در سال 1972 به نامERTS-1 یا ماهواره فنآوری منابع زمینی به فضا پرتاب نمود. این ماهواره در سال 1975 که دومین ماهواره از این سری به فضا پرتاب شد به نام لندست 1 تغییر یافت. از سال 1972 تاکنون هشت سری ماهواره از سری ماهوارههای لندست به فضا پرتاب شدند (شتایی،1384).
قدیمیترین برنامه تصویرنگاری زمین و مشاهده زمین لندست می باشدکه با Landsat 1 شروع گردیده و با بازنشستگی لندست 5 در اوایل سال 2013، ماهواره لندست 7 به عنوان تنها ماهواره موجود از سری ماهواره‌های لندست بر روی مدار وجود داشت، پس از 14 سال از پرتاب آخرین سری از این برنامه فضایی، ناسا تصمیم به پرتاب هشتمین ماهواره لندست در تاریخ 11 فوریه سال 2013 گرفته است. این هشتمین ماهواره در برنامه ماهواره‌های لندست، و هفتمین ماهواره‌ای که با موفقیت به مدار رسیده است.
Landsat 8 که به LDCM  معـروف است دارای دو سنجنده OLI وTIRS است که محصول همکاری بین ناسا و سازمان زمین شناسی ایالات متحده (USGS) است. لندست 8 اخذ مستمر داده و در دسترس بودن داده‌های لندست را با استفاده از دوحسگر، یکی سنسور عملیاتی تصویرساز سرزمین ( OLI) و دیگری سنسور حرارتی مادون قرمز (TIRS) تضمین خواهد کرد. این دو سنسور به ترتیب، تصویر برای نه باند طول موج کوتاه و دوباند طول موج حرارتی را جمع آوری می‌کنند. ماهواره لندست 8 سه ماموریت کلیدی و اهداف علمی دارد: جمع‌آوری و آرشیو اطلاعات تصاویر چندطیفی با قدرت تفکیک مکانی متوسط (قدرت تفکیک مکانی 30 متری) برای ایجاد پوشش فصلی برای یک دوره حداقل 5 ساله، اطمینان از اینکه داده‌های لندست 8 به اندازه کافی با داده‌های ماهواره‌‌های قبلی سری لندست از لحاظ هندسه، اخذ داده، کالیبراسیون، خصوصیات پوشش، ویژگی‌های طیفی، کیفیت محصول خروجی، و در دسترس بودن داده‌ها سازگار هستند تا بدین وسیله امکان مطالعات پوشش گیاهی و مطالعات تغییر کاربری اراضی در طول زمان وجود داشته باشد. با ارائه تصاویر با قدرت تفکیک مکانی متوسط از 15 متر تا 100 متر از سطح زمین و مناطق قطبی، لندست 8 در محدوده نور مرئی، مادون قرمز نزدیک، موج کوتاه مادون قرمز و موج مادون قرمز حرارتی به کار گرفته می‌شود. لندست 8 حدود 400 تصویر در روز می‌گیرد، که نسبت به 250 تصویر در روز در ماهواره لندست 7 افزایش قابل توجهی یافته است. سنسورهای OLI و TIRS نسبت سیگنال به نویز ( SNR) را در عملکرد رادیومتری بهبود بخشیده‌اند و در نتیجه این قدرت تفکیک رادیومتری دوازده بیتیداده‌ها از طریق همین بیت‌های بیشتر امکان توصیف بهتری از پوشش زمین را می‌دهد (کرامر، 2002).
1- 2-3-1- سنسور ابزار تصویرساز عملیاتی زمین (OLI)
سنسور ابزار تصویرساز عملیاتی زمین (OLI) در ماهواره لندست 8 ، سنسورهای مورد استفاده در لندستهای گذشته را بهبود میبخشد. در مقایسه با سنسورهای پوشش نوسانی که در ماهوارههای لندست قبلی مورد استفاده قرار میگرفت، ابزار OLI از سنسور پوشش یکسره استفاده میکند. با وجود بیش از 7000 آشکار ساز در هر باند طیفی، طراحی پوشش یکسره باعث حساسیت بیشتر، قطعات متحرک کمتر و بهبود اطلاعات مربوط به سطح زمین میشود. جدول 1-1 محدوده طیفی و قدرت تفکیک مکانی سنجنده (OLI) نشان میدهد.
جدول 1-1- محدوده طیفی و قدرت تفکیک مکانی سنجنده (OLI)
باند طیفی طول موج قدرت تفکیک (متر)
باند ۱- باند Coastal / Aerosol 433/ 0 – 453/ µm 30
باند ۲- آبی ۴۵۰/0 – ۵۱۵/0 µm 30
30
باند ۳- سبز ۵۲۵/0 – ۶۰۰/0 µm باند ۴- قرمز ۶۳۰/0-۶۸۰/0 µm 30
باند ۵- مادون قرمز نزدیک ۸۴۵/0 – ۸۸۵/0 µm 30
باند ۶- مادون قرمز طول موج کوتاه ۵۶/1 – ۶۶۰/ 1 µm 30
باند ۷- مادون قرمز طول موج کوتاه ۱۰۰/2 -۳۰۰/ 2 µm 30
باند ۸- Panchromatic 680/0 – 500/ 0 µm 15
باند ۹- Cirrus 360/1 – 390/1 µm 30
1- 2-3-1- سنسور مادون قرمز حرارتی (TIRS)
این سنسور توسط ناسا ساخته شده و امکان تصویربرداری حرارتی و حمایت از برنامه های دیگر مانند اندازه گیری میزان تبخیر و تعرق برای مدیریت آب را فراهم می آورد. برای اولین بار است که در برنامه لندست از TIRS برای تشخیص تابش اشعه مادون قرمز استفاده شده است. با ثبت داده های TIRSبا داده های OLI محصولات ۱۲ بیتی لندست ۸ تولید خواهد شد که تصحیحات هندسی، رادیومتریک و زمینی به آن ها اعمال شده است داده‌های دو باند طول موج بلند مادون قرمز توسط TIRS جمع آوری خواهد شد. جدول 1-2 محدوده طیفی و قدرت تفکیک مکانی سنجنده (TIRS) را نشان میدهد.
باند طیفی طول موج قدرت تفکیک(متر)
باند ۱۰- مادون قرمز طول موج بلند
باند ۱۱- مادون قرمز طول موج بلند ۳۰/10 –۳۰/11 µm
۵۰/11 –۵۰/12 µm 100
100
1-2- محدوده طیفی و قدرت تفکیک مکانی سنجنده مادون قرمز حرارتی
1-2-4- بازتاب طیفی پدیده‌ها
سامانه‌های سنجش از دور با تجزیه و تحلیل انرژی منعکس شده یا ساطع شده از پدیده‌ها، به تولید اطلاعات در مورد آنها می‌پردازند. منبع این انرژی منعکس شده از پدیده‌ ممکن است خورشید یا خود سامانه سنجش از دور باشد. واکنش نوری پدیده‌ها در سه حالت جذب، عبور و بازتاب خلاصه می‌شود. میزان چیرگی هر کدام از سه مورد یاد شده بستگی به ویژگی‌های فیزیکی و شیمیایی پدیده‌ها و طول موج الکترومغناطیسی دارد (شتایی، 1384). شناخت و تفکیک پدیده‌ها بر اساس همین ویژگی‌ها و عمدتا بر میزان بازتاب انرژی تابیده شده، استوار است. در اینجا به بررسی خصوصیت طیفی گیاهان، به عنوان عامل تاثیرگذار در ثبت علائم توسط سنجنده‌ها در مناطق جنگلی و غیر جنگلی پرداخته می‌شود.
1-2-4-1- بازتاب طیفی گیاهان
در بازتاب طیفی گیاهان کلروفیل، ذرات رنگی، آب موجود در گیاه، شکل و ساختار فیزیکی و بسیاری از پارامتر‌ها تاثیر دارند. طرح کلی انعکاس گیاهان یکسان می‌باشد. اما بخش‌های مختلف برگ، تاثیرات متفاوتی بر روی انرژی الکترومغناطیسی تابیده شده از خورشید دارند (لانگلی، 2001).
شکل شماره1-2 چگونگی انعکاس طیفی گیاهان سبز و شاداب را نشان می‌دهد. در این منحنی 3 بخش مرئی، مادون قرمز نزدیک و میانی مشخص می‌باشد. در بخش مرئی میزان جذب بالاست. انعکاس در این بخش تحت کنترل کلروفیل و مواد رنگی برگ مانند گزانتوفیل، کاروتنوئیدها و آنتوسیانین‌ها قرار می‌گیرد. حداکثر انعکاس دربخش مرئی در طول موج 55/0 میکرومتر (سبز) می‌باشد. جذب شدید اشعه الکترومغناطیسی توسط کلروفیل در طول موج‌های آبی و قرمز و همچنین عبور نسبتا بالا در این محدوده باعث پایین بودن میزان انعکاس می‌گردد. در محدوده مادون قرمز نزدیک (3/0 تا 7/0 میکرومتر) مقدار جذب و عبور کاهش و در نتیجه میزان انعکاس به طور قابل ملاحظه‌ای افزایش پیدا می‌کند. ساختمان برگ، فضای بین سلولی و آب داخل سلولی در ساختار اسفنجی مزوفیل برگ انعکاسات این محدوده را کنترل می‌کند (لانگلی، 2001).
باند مادون قرمز نزدیک در سنجنده‌‌ها به تاج پوشش و زی توده گیاهان خیلی حساس است. بسته به نوع گیاهان حدود 30 – 70 درصد انرژی تابشی منعکس و تنها 5 -0 درصد آن جذب و بقیه عبور داده ‌می‌شوند. میزان انعکاس در بخش مادون قرمز (3-3/1 میکرومتر) متاثر از آب درون سلولی می‌باشد این محدوده از بیماری‌های پوشش گیاهی تاثیر می‌پذیرد. بازتاب طیفی برگ گیاهان بستگی به عوامل مختلفی از جمله نوع گونه، سن گونه، شاداب یا خشک بودن گیاه، شرایط محیطی و نیز طول موج انرژی الکترومغناطیسی دارد. تغییر ساختمان برگ در گونه‌های مختلف موجب تغییر در میزان جذب، عبور و بازتاب نور توسط برگ می‌گردد (شتایی، 1384).

شکل 1-2- منحنی انعکاس طیفی یک گیاه سبز
1-2-4-2- مقایسه انعکاس طیفی آب، خاک و گیاه
در محدوده طیف مرئی انعکاس‌های آب، خاک وگیاه نزدیک به هم هستند. در محدوده مادون قرمز نزدیک آب انعکاسی ندارد بنابراین آب به راحتی در چنین تصاویری از دیگر پدیده‌ها قابل تفکیک می باشد. انعکاس‌های گیاه وخاک در محدوده مادون قرمز نزدیک و میانی برعکس هم هستند. انعکاس گیاهان در محدوده مادون قرمز نزدیک از آب و خاک بیشتر است.
1-2-5- پیش پردازش‌های داده‌های ماهواره‌ای
تصاویر اخذ شده توسط سنجنده‌ها به ایستگاه‌های زمینی مخابره می‌شوند. پس از دریافت معمولا یک سری پردازش‌های اولیه بر روی تصاویر انجام می‌گیرد تا تصویر مورد استفاده توسط کاربران مختلف قرارگیرد. در سطوح بالاتر پردازش، ممکن است بسیاری از خطاها از روی تصویر حذف شود و یا تصاویر خام به داده‌های دیگری نظیر اورتو تبدیل شوند. پس از اینکه تصاویر به دست کاربران رسید مورد یک سری پردازش رقومی قرار می‌گیرند تا در حد نظر کاربر آماده شوند. داده‌های خام سنجش از دور معمولا دارای خطای هندسی و رادیومتری متعددی می‌باشند. که قبل از به کار گیری باید مورد تصحیح قرار گیرند. چنین عملیاتی را پردازش اولیه یا پیش پردازش رقومی داده‌ها می‌نامند.
1-2-5-1- بررسی کیفیت داده‌ها
قبل از استفاده از داده‌های دور سنجی جهت رسیدن به اهداف مورد نظرلازم است که از کیفیت داده‌های مورد استفاده، اطلاع حاصل شود. در ایستگاه‌های گیرنده زمینی تصحیحات مختلف رادیومتری و هندسی روی داده‌های ماهواره‌ای اعمال می‌گردد. از آنجایی که ممکن است این تصحیحات دقیق انجام نشده باشد و یا در اثر اعمال آنها خطاهای دیگری ایجاد شده باشند، لازم است که قبل از بگارگیری داده‌ها از کیفیت آنها اطلاع حاصل نمود و خطاهای باقیمانده را با توجه به میزان خطا و اهداف مورد نظر پذیرفت و یا در صدد تصحیح آنها برآمد.
1-2-5-2- خطای موجود در تصاویر ماهواره‌ای:
داده‌های ماهواره‌ای پس از مخابره به ایستگاه‌های گیرنده داده‌ها، به داده‌های خام معروفند. این داده‌ها دارای ناهنجار‌ی‌های رادیومتری و هندسی زیادی می‌باشند خطاهایی که مربوط به موقعیت ناصحیح پیکسل‌ها نسبت به هم باشند را خطا یا ناهنجاری‌های هندسی و عواملی را که موجب می‌شوند ارزش‌های ثبت شده توسط سنجنده، نمایانگر میزان واقعی بازتابش پدیده‌ها نباشند، خطاهای رادیومتری می‌نامند. از خطاهای رادیومتری معمول می‌توان به خطاهای راه راه شدگی و از خطاهای هندسی می‌توان به خطاهای پانوراما، جابجایی دسته‌های شانزده‌تائی خطوط اسکن، جابجایی ناشی از پستی و بلندی زمین، خطای ناشی از چرخش زمین و پیکسل‌های تکراری نام برد (نجفی دیسفانی،1377 و درویش صفت، 1377).
1-2-5-3- تصحیح هندسی تصاویر ماهواره‌ای
در استفاده از تصاویر ماهواره‌ای برای کاربردهایی که دقت هندسی قابل قبولی را طلب می‌کنند، باید این تصاویر مورد تصحیح هندسی دقیق قرارگیرند تا خطاهای هندسی در آنها اصلاح گردند. در حین تصحیح هندسی می‌توان تصویر ماهواره‌ای را به یکی از سیستم‌های مختصات شناخته شده، زمین مرجع نمود، تا تصاویر ماهواره‌ای مختصات دار گردد. فرآیند تصحیح هندسی به دو روش پارامتری و غبر پارامتری و یا تلفیق این دو روش انجام می‌شود. در روش پارامتری با استفاده از پارامترهای مداری نظیر ارتفاع پرواز ماهواره، وضعیت تعادلی سکو، سرعت خطی ماهواره، زاویه میدان دید، سرعت اسکن و ویژگی‌های سنجنده در زمان تصویر برداری، مدل سازی شده و عمل تصحیح هندسی براساس این مدل صورت می‌گیرد. این تصحیح هندسی در مواردی که تعیین نقاط کنترل زمینی مشکل می‌باشد مانند اندازه تفکیک زمینی بزرگ، عدم وجود نقشه‌های بهنگام،کنتراست پایین تصاویر انجام می‌شود. تصحیح هندسی به روش غیر پارامتری به صور مختلف همبستگی، چندجمله‌ای، نقاط کنترل زمینی انجام می‌گیرد. روش همبستگی برای تطابق تصویر به تصویر به کار می‌رود و از بین دیگر روش‌های ذکرشده، روش چند جمله‌ای با تعیین نقاط کنترل زمینی در بین کارشناسان سنجش از دور عمومیت بیشتری دارد. روش چند جمله‌ای با تعیین نقاط کنترل زمینی با طی سه مرحله کلی به ترتیب زیر انجام ‌می‌گیرد (پورشکوری، 1383).
تعیین نقاط کنترل زمینی
تعیین معادله و حذف نقاط نامناسب
تعمیم معادله و انجام نمونهگیری مجدد
1-2-5-4- تصحیح ارتفاعی
تصحیح ارتفاعی نوعی تصحیح است که به اصلاح جابجایی ناشی از پستی و بلندی زمین می‌پردازد. استفاده از مدل رقومی ارتفاع منطقه مورد مطالعه در افزایش دقت این تصحیح تاثیر مهمی دارد. این روش برپایه معادلات هندسه نقاط استوار است که می‌توان آنها را از نقاط کنترل سه بعدی استخراج کرد. این روش در تحقیقاتی همانند اندازه‌گیری وتعیین پارامترهای کمی و کیفی ساختاری جنگل که نیاز به دقت بالا دارند ضرورت دارند (شتایی، 1384).
1-2-5-5- تصحیح خطای اتمسفری
این خطا در اثر جذب و پراکنش ذرات اتمسفر پیش می‌آید. خطاهای اتمسفری باعث محو جزئیات تصویر می‌شود و بدین وسیله از قدرت تفکیک مکانی سنجنده می‌کاهند. بیشترین اثر اتمسفری مربوط به پراکنش است که وابستگی زیادی به طول موج دارد، بنابراین اثر اتمسفر در باندهای مختلف یک سنجنده با هم یکسان نیست. از روش‌های مختلف تصحیح اتمسفری می‌توان به روش‌هایPIF ، RCS، COST، اشاره کرد (افشار، 1391).
1-2-6- پردازش رقومی تصاویر
پس از انجام تصحیحات هندسی و رادیومتری لازم، عملیاتی که در راستای نمایش هر چه واضح‌تر تصاویر یا استخراج هر چه کامل‌تر اطلاعات از تصاویر صورت می‌گیرد، بهبود و بارزسازی تصاویر گفته می‌شود ( درویش صفت، 1377). پردازش‌های مختلفی وجود دارد تا علاوه بر نمایش بهتر داده‌ها، بتوان شرایط بهتری جهت کسب نتایج مقبول‌تر کسب نمود. این پردازش‌ها شامل تجزیه مؤلفه‌های اصلی، انجام عملیات حسابی روی باندها، تولید شاخص‌های گیاهی، تبدیل تسلدکپ و ادغام داده‌ها می‌باشند. در این تحقیق با توجه به نوع تصاویر و هدف مورد نظر برخی از این عملیات مورد استفاده قرار گرفته که در ادامه به طور مختصر به آنها اشاره می‌شود.
1-2-6-1- نسبت گیری
نسبت گیری متداولترین و ساده‌ترین تبدیل طیفی است که از تقسیم ارزش پیکسل‌ها در یک باند به ارزش همان پیکسل‌ها در باند دیگر انجام می‌شود. از تعداد n باند یک سنجنده می‌توان n(n-1) باند نسبی ایجاد نمود. مفسر باید با توجه به هدف مورد نظر باندهای نسبی مناسب را جهت شرکت دادن در تجزیه و تحلیل‌ها انتخاب نماید، زیرا تمام باندهای نسبی برای هدف خاصی کارائی برابر ندارند.حذف اثرات منفی محیطی (جو و توپوگرافی) بر میزان بازتابهای ثبت شده و همچنین ایجاد تشدید اختلاف بازتابهای مربوط به پدیده‌های مختلف که به دلایلی بازتابهای مشابه در تصویر دارند، دو هدف اصلی نسبت‌گیری می‌باشد.
1-2-6-2- شاخص پوشش گیاهی
از تقسیم باند مادون قرمز نزدیک به باند قرمز به دلیل بالابودن بازتاب پوشش گیاهی در باند مادون قرمز نزدیک و پایین بودن بازتاب پوشش گیاهی در باند قرمز ایجاد می‌شود. در این شاخص دامنه اختلاف بازتاب
بین این دو باند به خوبی پوشش گیاهی را از بقیه پدیده‌ها تفکیک می‌نماید.
1-2-6-2-1- شاخص پوشش گیاهی نرمال شده ( NDVI)
این شاخص متداولترین شاخص پوشش گیاهی است که توسط روز و همکاران ( 1973) ارائه شده است. NDVI یکی از شاخص‌های مهم مورد استفاده در مطالعات پوشش گیاهی است، که تغییرات مشاهده شده NDVI در طول زمان بیان کننده تیپ پوششگیاهی، فنولوژی و حالات محیطی منطقه است. شاخص گیاهی NDVI از طریق دو باند قرمز و مادون قرمز نزدیک محاسبه می‌گردد که انعکاس در باند قرمز بیشتر مقدار کلروفیل برگ و انعکاس در باند مادون قرمز نزدیک به ساختمان برگ بستگی دارد. بنابراین NDVI بیشترین رابطه را با حجم زنده گیاهی در میان مشخصه‌های پوشش گیاهی دارد و کمترین تاثیر را از توپوگرافی می‌پذیرد. این شاخص از رابطه زیر بدست می‌آید.
NDVI= (NIR- R)/(NIR+R)
با افزایش پوشش گیاهی، میزان ارزش حاصل از این نسبت گیری نیز افزایش می‌یابد. از طرفی چون اختلاف بازتاب پوشش گیاهی در این دو باند بیشتر از اختلاف بازتاب خاک در آنها است، خاک بسیار کمتر از پوشش گیاهی تحت تاثیر این فرآیند قرار می‌گیرد (لانگلی، 2001).
1-2-6-3- تجزیه و تحلیل مولفه‌های اصلی:
بازتاب ثبت شده در باندهای سنجنده‌های چند طیفی به دلیل تشابه بازتاب پدیده‌هایی با ویژگیهای مشابه و همپوشانی حساسیت طیفی باندها، دارای همبستگی بالایی نسبت به هم می‌باشند. تجزیه و تحلیل مؤلفه‌های اصلی ( PCA) اطلاعات باندهایی را که همبستگی بالایی دارند دریک باند متمرکز می‌کند. PCA در واقع یک تبدیل خطی برای فشرده‌سازی داده است که در آن محور‌های مختصات فضای چند باندی به گونه‌ای دچار چرخش می‌شوندکه اولین محور راستای حداکثر واریانس ارزش‌های باندها قرار گیرد و دومین محور عمود بر محور اول و در راستای واریانس باقی‌مانده قرار می‌گیرد. بنابراین از n باند شرکت کننده در تبدیل، n باند جدید که فاقد همبستگی بالایی هستند ایجاد می‌گردد.

ارسال نظر آزاد است، اما اگر قبلا در بیان ثبت نام کرده اید می توانید ابتدا وارد شوید.
شما میتوانید از این تگهای html استفاده کنید:
<b> یا <strong>، <em> یا <i>، <u>، <strike> یا <s>، <sup>، <sub>، <blockquote>، <code>، <pre>، <hr>، <br>، <p>، <a href="" title="">، <span style="">، <div align="">
تجدید کد امنیتی
Designed By Erfan Powered by Bayan