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

ارتقاء شاخص NDVI برای پیش بینی خشکسالی با استفاده از تصاویر Aster و Modis

اعتبار موردنیاز: ۱ | تعداد صفحات: ۱۵ | تعداد نمایش خلاصه: ۳۲۴۹ | نظرات: ۰
سال انتشار: ۱۳۸۷
نوع ارائه: شفاهی
محل انتشار: همایش ژئوماتیک 87
کد COI مقاله: GEO87_022
زبان مقاله: فارسی
حجم فایل: ۳۶۸.۴ کلیوبایت (فایل این مقاله در ۱۵ 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 ۱۵ 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 ارتقاء شاخص NDVI برای پیش بینی خشکسالی با استفاده از تصاویر Aster و Modis

  اسلام جوادنیا - دانشجوی کارشناسی ارشد سنجش از دور دانشگاه صنعتی خواجه نصیرالدین طوسی
  محمدرضا مباشری - استادیار گروه مهندسی ژئوماتیک، دانشگاه صنعتی خواجه نصیرالدین طوسی

چکیده مقاله:

روش های مبتنی بر استفاده از شاخص های گیاهی از مهمترین و رایجترین روش های تعیین وضعیت پوشش گیاهی منطقه وبالطبع تعیین وضعیت اقلیم منطقه بشمار می روند. غالبا تصاویر ماهواره ای مورد استفاده در زمینه های اقلیم شناسی و خشکسالی تصاویری هستند که دارای قدرت تفکیک زمانی بالا و قدرت تفکیک مکانی پاینی می باشند. لذا بررسی وضعیت اقلیم منطقه در مقیاسهای محلی و منطقه ای امکانپذیر نخواهد بود. بنابراین به نظر می رسد استفاده از تصاویر ماهواره ای با قدرت تفکیک مکانی بالا در کنار این تصاویر، امکان استخراج پوشش گیاهی را با دقت بیشتری فراهم می سازد. شاخصهای گیاهی SAVI , NDVI از جمله شاخصهای معروفی هستند که برای بررسی وضعیت اقلیم منطقه مورد استفاده قرار می گیرند. روند مطالعاتی در این پژوهش به این صورت است که ابتدا شاخص SAVI , NDVI برای تصاویر دو سنجنده MODIS , ASTER محاسبه می گردد، سپس با جستجوی ASTER در پیکسل های MODIS، یک همبستگی بین مقادیر این دو شاخص مدل سازی می شود. در این پژوهش دو مدل برای اصلاح برآورد شاخص های SAVI , NDVI سنجنده MODIS ارائه شده است. در یکی از این دو مدل مستقیما داده های بدست آمده SAVI , NDVI از ASTER (بعد از جداسازی پوشش گیاهی) با SAVI , NDVI بدست امده از MODIS مقایسه می شوند. این مدل AMI نام گذاری شده است. مدل دیگر که در آن اختلاف شاخص های SAVI , NDVI بدست آمده از MODIS , ASTER بر حسب میزان درصد پوشش گیاهی رگرسیون می شود را مدل PERAMOD نامیده شده است. در بخش آخر این پژوهش نیز هب ارزیابی مدل های بدست آمده برای شاخص های SAVI , NDVI پرداخته شده است. نتایج نشان داد که هر دو مدل، مقادیر شاخص های SAVI , NDVI را بیشتر از آنچه MODIS تولید می کند. برآورد می نماید. از بین این دو مدل بعلت وجود پیکسل های مختلط در نتایج ASTER، مدل دوم نتایجی بهتر را ارائه می کند.

کلیدواژه‌ها:

سنجش ا زدور ، شاخص های گیاهی ، ترکیب تصاویر ، بهبود NDVI

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-GEO87-GEO87_022.html
کد COI مقاله: GEO87_022

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:
جوادنیا, اسلام و محمدرضا مباشری، ۱۳۸۷، ارتقاء شاخص NDVI برای پیش بینی خشکسالی با استفاده از تصاویر Aster و Modis، همایش ژئوماتیک 87، تهران، سازمان نقشه برداری کشور، https://www.civilica.com/Paper-GEO87-GEO87_022.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: (جوادنیا, اسلام و محمدرضا مباشری، ۱۳۸۷)
برای بار دوم به بعد: (جوادنیا و مباشری، ۱۳۸۷)
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 :

  • مباشری، محمد رضا، "برآورد میزان تبخیروتعرق در دشت های مرکزی ...
  • کبیری، کیوان، بررسی اثرات خشکسالی بر پوشش گیاهی ایران در ...
  • Alice, I., 2003. MODIS LEVEL 1B PRODUCTS DATA D I ...
  • Maselli.F, et al., 1998. Integration of High and Low Resolution ...
  • Oleson, K. W, Sarlin, S. , Garrison, j. , Smith, ...
  • Rouse, J. W ., Haas, R. H ., Schell, J ...
  • Huete, A. R., 1988, A soil-adjusted vegetation index (SAVI); Remote ...
  • Tucker, C. J. 1979. Red and photographic infrared Linear Combination ...
  • Richardson, A. J., Wiegand, C . L., 1997, D istinguishing ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۱۲۴۵۶
    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.