ارزیابی روش زمین آماری GNSPI در بازسازی تصاویر معیوب ETM+ در منطقه خوی

سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 723

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

GPACONF04_144

تاریخ نمایه سازی: 11 آبان 1395

چکیده مقاله:

تصحیح کننده خط اسکن SLC سنجنده ETM+ ماهواره لندست 7 در تاریخ 31 می 2003 به طور دائم دچار نقص فنی شد که در نتیجه آن حدود 22 درصد از پیکسل های یک تصویر معیوب می باشند که بسته به محل شکافها گپ و ماهیت تصویر معیوب این شکاف داده ها می تواند یک مانع جدی در برنامه های کاربردی مانند تهیه نقشه های موضوعی باشند در پژوهش حاضر از روش میان یاب زمین آماری پیکسل مشابه همسایه GNSPI برای بازسازی پیکسل های معیوب استفاده شد این روش در چشم اندازهای ناهمگن با شبیه سازی تصویر واقعی لندست 5 سنجنده TM مورد استفاده قرار گرفت به منظور ارزیابی دقت روش های بازسازی معیارهای آماری خطا شامل جذر میانگین توان دوم خطا RMSE ضریب همبستگی پیرسون R محاسبه شد نتایج بررسی نشان داد در مناطق ناهمگن از لحاظ خصوصیات طیفی روش GNSPI با مقدار جذر میانگین توان دوم خطا RMSE کمتر از 0/02 و همچنین ضریب همبستگی پیرسون R بالای 0/98 دقت بالایی دارد

کلیدواژه ها:

تصحیح کننده خط اسکن ، پرکردن گپ ، زمین آمار ، خوی

نویسندگان

آیلار نجف زاده

دانشجوی کارشناسی ارشد آبخیزداری دانشکده منابع طبیعی دانشگاه ارومیه

مهدی عرفانیان

استادیار دانشکده منابع طبیعی دانشگاه ارومیه

احمد علیجانپور

دانشیار دانشکده منابع طبیعی دانشگاه ارومیه

سحر بابایی حصار

دانشجوی دوره دکتری آبخیزداری دانشگاه کاشان

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 :
  • Boloorani, A. D. et al, Multi-source image reconstructio. exploitation of ...
  • Call, K. A. et al, Coral reef habitat discrimination using ...
  • Chen, J. et al, A Simple and Effective Method for ...
  • Matheron, G., The theory of regionalized variables and its applications. ...
  • Maxwell, S. K. et al, Multi-scale Segmentation Approach to Filling ...
  • Reza, M. M., and Ali, S. N., Using IRS products ...
  • Skole D. L. and Qi J. Samek J, Analysis of ...
  • Tarabalka, Y. et al, Spectra I-patial classification of hyperspectral imagery ...
  • USGS. SLC-off Gap-Filled Products. Gap-Fill Algorithm Methodology. Accessed January 12 ...
  • Zhang, C. et al, Gaps -fill of SLC-off Landsat ETM+ ...
  • Zhu, X. et al, An enhanced spatial and temporal adaptive ...
  • Zhu, X. et al, A new geostatistical approach for filling ...
  • نمایش کامل مراجع