CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

تفکیک نوع محصولات کشاورزی با استفاده از داده فراطیفی Hyperion

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۰ | تعداد نمایش خلاصه: ۱۵۳۶ | نظرات: ۰
سال انتشار: ۱۳۸۶
نوع ارائه: شفاهی
محل انتشار: همایش ژئوماتیک 86
کد COI مقاله: GEO86_014
زبان مقاله: فارسی
حجم فایل: ۲.۰۳ مگابات (فایل این مقاله در ۱۰ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۰ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله تفکیک نوع محصولات کشاورزی با استفاده از داده فراطیفی Hyperion

  حامد فهیم نژاد - دانشکده ژئودزی و ژئوماتیک دانشگاه صنعتی خواجه نصیرالدین طوسی
سیدرضا صوف باف -
عباس علیمحمدی -
  محمدجواد ولدان زوج (شناسه پژوهشگر - Researcher ID: ۲۴۰۷)

چکیده مقاله:

سنجنده های جدید فراطیفی مانند Hyperion قابلیتهای جدیدی را در مدیریت و تهیه نقشه های پوشش گیاهی در بخش کشاورزی وارد ساخته است. 242 باند طیفی سنجنده در محدوده 400 تا 2500nm (level 1B1) و قدرت تفکیک مکانی 30 متر پتانسیل بالایی را برای تشخیص گونه های گیاهی در بخش کشاورزی و تخمین خصوصیات بیوفیزیکی و بیوشیمی گیاهان فراهم ساخته است. گندم و جو دو نمونه از این گونه های گیاهی هستند که دارای شباهت طیفی بسیار بالایی در داده های چند طیفی می باشند. جداسازی این دو نوع محصول کشاورزی مهمترین هدف این تحقیق است.
در این تحقیق تصور فراطیفی Hyperion ازمنطقه کشاورزی در جنوب تهران برای ارزیابی جداسازی گندم و جو مورد استفاده قرار گرفته است. قبل از اجرای الگوریتمهای طبقه بندی بر روی داده، تصحیح اتمسفری و دیگر پیش پردازشهای مورد نیاز بر روی تصویر فراطیفی اجرا شده است. بر پایه داده های زمینی از منطقه دو روش طبقه بندی نظارت شده SAM و LSU مورد ارزیابی قرار گرفته شد. نتایج طبقه بندی نشان دهنده دقت بالای الگوریتم LSU در جداسازی گندم و جو با استفاده از داده Hyperion می باشد.

کلیدواژه‌ها:

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-GEO86-GEO86_014.html
کد COI مقاله: GEO86_014

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
فهیم نژاد, حامد؛ سیدرضا صوف باف؛ عباس علیمحمدی و محمدجواد ولدان زوج، ۱۳۸۶، تفکیک نوع محصولات کشاورزی با استفاده از داده فراطیفی Hyperion، همایش ژئوماتیک 86، تهران، سازمان نقشه برداری کشور، https://www.civilica.com/Paper-GEO86-GEO86_014.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (فهیم نژاد, حامد؛ سیدرضا صوف باف؛ عباس علیمحمدی و محمدجواد ولدان زوج، ۱۳۸۶)
برای بار دوم به بعد: (فهیم نژاد؛ صوف باف؛ علیمحمدی و ولدان زوج، ۱۳۸۶)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Jay S. Pearlman, "Hyperion Validation Report", Boeing Report Number 03 ...
  • Beck R., "EO-1 User Guide v. 2.3 ", Department of ...
  • Datt, B., McVicar, T.R., Van Niel, T.G., Jupp, D.L.B., and ...
  • T. Han, D. G. Goodenough, A. Dyk, and J. Love, ...
  • Goodenough, D.G., Dyk, A., Niemann, O., Pearlman, J.S., Chen, H., ...
  • Staenz, K., R.A. Neville, H.P. and White, S., ،Retrieval Of ...
  • Girouard G., Bannari A., Harti A. El and Desrochers A., ...
  • Shresthad D.P.Margate D.E., Anh H.V. and Van Der Meer F., ...
  • کدام مقالات به این منبع استناد نموده اند

    علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۲۴۱۱
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.