پایان نامه با کلمات کلیدی پوشش گیاهی، غیر سیستماتیک، پردازش تصویر، میان یابی

دانلود پایان نامه ارشد

تفاوت جنس خاک و سنگ‌ها استفاده می‌شود.
باند 8 (پانکروماتیک)
9/0-52/0
15 متر

4-8- پردازش تصاویر ماهواره‌ای
پس از گردآوری تصاویر، پردازش تصاویر در طی دو مرحله پیش‌پردازش و پردازش تصاویر انجام می‌شود که مرحله پیش‌پردازش شامل ایجاد فایل ترکیبی، تصحیحات هندسی، تصحیحات رادیومتریکی، تصحیح خطای اتمسفر و حذف خطاهای سنسورهای سنجنده و… می‌باشد. البته بسته به نوع سنجنده و سطح پردازش تصویر دریافتی، برخی از این خطاها قبلا در تصویر دریافتی تصحیح‌شده‌اند که هر یک مختصرا توضیح داده می‌شود.
4-8-1- تصحیحات هندسی
معمولا تصاویر رقومی دارای انحراف‌هایی هستند بطوریکه این‌گونه تصاویر نمی‌توانند به‌عنوان نقشه مورداستفاده قرار گیرند منظور از تصحیح هندسی جبران انحراف‌هاست به‌نحوی‌که شکل تصحیح‌شده قابلیت انطباق با نقشه را داشته باشد. (علوی پناه، 1382).
این انحرافات معمولا به دلیل تغییرات طول جغرافیایی، وضعیت و سرعت سکوی سنجنده، انحنای زمین، جابه‌جایی و خطی بودن مسیر حرکت زاویه دید لحظه‌ای سنجنده و انکسارات جوی پیش می‌آید. لذا برای انطباق این تصویر با نقشه معمولا در فرآیند تصحیحات هندسی دو نوع تصحیح بر روی تصاویر رقومی ماهواره‌ای اعمال می‌شود که عبارت‌اند از:
1- تصحیحات سیستماتیک
2- تصحیحات غیر سیستماتیک
تصحیحات سیستماتیک به دلیل ثابت بودن تغییرات قبل از آنکه در دست کاربران قرار گیرد اعمال می‌شود اما تصحیحات غیر سیستماتیک قبل از استفاده بر روی تصاویر اعمال می‌گردد. در این تحقیق تصحیحات انجام‌گرفته شامل زمین مرجع کردن است که در زیر به‌طور مختصر به آن اشاره می‌شود.
4-8-2- زمین مرجع نمودن تصویر
هر پیکسل در تصویر خام دارای مختصاتی است که با شماره سطر و ستون نشان داده می‌شود و در فرآیند زمین مرجع نمودن، سعی می‌شود که علاوه بر این مختصات، مختصات جغرافیایی هر پیکسل نیز برای آن تعریف می‌شود تا بی‌نظمی‌های سیستماتیک و غیر سیستماتیک ناشناخته (X,Y) در سطح زمین تصحیح گردد. برای این کار نقاط کنترل زمینی (نقشه‌ای) با پراکنش مناسب جمع‌آوری می‌شود. نقاط کنترل زمینی موقعیت‌های زمینی شناخته‌شده‌ای هستند که بر روی تصویر رقومی کاملا قابل‌تشخیص می‌باشند. برای دستیابی به نتیجه مطلوب و خطای کمتر در زمین مرجع نمودن تصویر، به هنگام جمع‌آوری نقاط بایستی سعی نمود که تا حد امکان از پدیده‌های قابل‌تشخیص نظیر تقاطع جاده‌ها و پل‌ها برای جمع‌آوری نقاط کنترل استفاده شود.
در فرآیند زمین مرجع کردن از مختصات تصویری استفاده می‌شود تا مختصات جغرافیایی بر روی تصویر خام وارد گردند. برای این کار نقاط کنترل متعددی برحسب مختصاتشان (شماره ستون و ردیف) یا طول و UTM روی تصویر خام یا تصحیح‌نشده و برحسب مختصاتشان (مختصات عرض جغرافیایی) تعیین می‌شوند. سپس این مقادیر به حداقل مربعات رگرسیون تبدیل می‌شود تا ضرایبی برای دو معادله تبدیل مختصات تعیین شود. به این طریق می‌توان بین مختصات تصویر تصحیح‌شده (نقشه) و مختصات تصویر تصحیح‌نشده (خام) رابطه متقابل ایجاد کرد. در مرحله بعدی با تعیین ضرایب این معادلات، می‌توان مختصات تصویر خام را برای هر یک از موقعیت‌ها روی نقشه برآورد نمود.
مراحل این کار را به‌صورت زیر می‌توان بیان نمود:
x=f1(X,Y)
y=f2(X,Y)
f1,f2 = توابع تبدیل
(X,Y)= مختصات تصویر تصحیح‌شده (نقشه)
(x,y)= مختصات تصویر خام (ستون و ردیف)
بر اساس این معادلات، مشخص می‌شود که چگونه می‌توان موقعیت‌های موجود در تصویر خام (دارای خطای هندسی) را طبق موقعیت‌های تصحیح‌شده تعیین نمود.
در فرآیند تصحیح هندسی، یک ماتریس با خانه‌های خالی منظمی تعیین می‌شود. سپس هر یک از این خانه‌ها با درجه خاکستری پیکسل با پیکسل‌های متناظرشان در تصویر خام پر می‌شود. این فرآیند از طریق روش‌های نزدیک‌ترین همسایه، کمترین مربعات، میان یابی خطی و روش پیچشی مکعبی انجام می‌شود.تصحیحات هندسی موردنیاز بر روی تصاویر سنجنده ETM + قبل از رسیدن به دست کاربران صورت می‌گیرد.
4-8-3-تصحیحات رادیومتریک
ویژگی‌های رادیومتریک و کالیبره کردن آن‌ها پیش‌نیازی برای بهبود نتایج حاصل از علوم زمینی باکیفیت بسیار بالا می‌باشد (کندر52 و همکاران،2009). به عبارتی در مباحثی که طبقه‌بندی تصاویر و تغییرات مدنظر باشد می‌بایست روی تصاویر تصحیح و کالیبراسیون رادیومتریک انجام داد تا درجه‌های خاکستری53 تصویر به بازتاب زمینی تبدیل شوند.
4-9- شاخص‌های محاسبه‌شده در تصاویر
4-9-1- تعریف شاخص پوشش گیاهی
شاخص‌های گیاهی تبدیلات ریاضی هستند که بر اساس باندهای مختلف سنجنده ها تعریف‌شده و برای ارزیابی و بررسی گیاهان در مشاهدات ماهواره‌ای چند طیفی استفاده‌شده‌اند (کبیری،1380). بیشترین باندهایی که در محاسبه شاخص‌های گیاهی مورداستفاده قرار می‌گیرند در محدوده باندهای قرمز و مادون‌قرمز نزدیک هستند. دلیل این امر خاصیت جذب نور قرمز توسط رنگ‌دانه‌های موجود در کلروفیل که باعث می‌شود گیاهان انعکاس کمتری در این باند داشته باشند و انعکاس شدید گیاهان در بخش مادون‌قرمز طیف الکترومغناطیس است. شاخص‌های گیاهی بر اساس حساسیت باندها به جذب کلروفیل و ارزش‌های انعکاس دیواره سلول‌های گیاه از طریق محاسبات ریاضی بر روی باندها از قبیل تفریق، جمع و … تعریف می‌شود. شاخص‌های گیاهی از پرکاربردترین نمونه‌های محاسبات باندی می‌باشند که به‌منظور محاسبه درصد تراکم پوشش گیاهی، انواع پوشش گیاهی، وضعیت سبزینگی یک منطقه طی دوره‌های مختلف، امکان شناسایی تنوع داخل تیپ‌ها، رشد جنگل و محصولات و… بکار می‌روند.
4-9-1-1- شاخص گیاهی تفاضلی نرمال شده (NDVI)54
به‌منظور آشکارسازی و تشدید تفاوت انعکاس طیفی بین پوشش گیاهی و نیز کاهش اثر توپوگرافی بر روی تابندگی طیفی آن‌ها در این منطقه از این شاخص استفاده گردید. یکی از شاخص‌های مهمی که در تعیین پدیده‌های زمینی استفاده می‌شود و در مطالعات پوشش گیاهی اهمیت زیادی دارد شاخص اختلاف پوشش گیاهی نرمال شده (NDVI) است. این شاخص از رابطه (1) محاسبه می‌شود (زبیری، 1375).
رابطه (1) NDVI=(NIR-R)/(NIR+R)

در این فرمول NIR55 باند مادون‌قرمز نزدیک و R باند قرمز می‌باشد. دامنه تغییرات آن از 1- تا 1+ می‌باشد. در حالتی که پوشش خیلی خوب و پرتراکم باشد این شاخص به1+ نزدیک می‌شود و در حالت تخریب پوشش گیاهی و از بین رفتن آن کاهش پیدا می‌کند. این شاخص می‌تواند اثرات اتمسفر را با استفاده از اختلاف و نسبت باندهای قرمز و مادون‌قرمز کاهش دهد (اسکات،1997). محدوده تغییرات معمول برای پوشش گیاهی 2/0 تا 8/0 می‌باشد.
4-9-2- کسر شاخص گیاهی ساده (RVI)56
کسر شاخص گیاهی، ساده‌ترین شاخص گیاهی می‌باشد که اولین بار توسط جوردن57 در سال 1969 ارائه گردید. روز و همکاران (1973)،RVI را برای جدا کردن پوشش گیاهی از خاک پس‌زمینه با استفاده از تصاویر سنجنده MSS پیشنهاد نمودند. شاخص RVI شیب‌خطی است که ابتدا و انتهای پوشش گیاهی را در فضای قرمز تا مادون‌قرمز به هم متصل می‌کند. این شاخص با استفاده از رابطه (2) به دست می‌آید.
رابطه (2) RVI=NIR/R
NIR و R به ترتیب مقادیر پیکسل در باندهای مادون‌قرمز و باند قرمز می‌باشند. مقادیر این شاخص بین صفر و بی‌نهایت می‌باشد. محدوده تغییرات معمول برای پوشش گیاهی بین 2 تا 8 است.
4-9-3- شاخص گیاهی تفاضلی (DVI)58
این شاخص اولین بار توسط Tucker در سال 1979 ارائه گردید. این شاخص از تفاضل بین باندهای مادون‌قرمز و قرمز استفاده می‌کند. این شاخص با استفاده از رابطه (3) به دست می‌آید:
رابطه (3) DVI= NIR-Red

4-9-4- شاخص گیاهی تفاضلی سبز (GDVI)59
این شاخص اولین بار توسط سریپادا 60 در سال 2006 ارائه گردید. این شاخص از تفاضل بین باندهای مادون‌قرمز و سبز استفاده می‌کند. این شاخص از رابطه (4) به دست می‌آید:
رابطه (4) GDVI=NIR-Green

4-10 -تجزیه مؤلفه‌های اصلی (PCA)61
هر چه واریانس طیفی در یک تصویر بیشتر باشد، تصویر دامنه اطلاعات وسیع‌تری خواهد داشت که خود گویای پدیده‌های بیشتر در تصویر است و چنین تصویری برای مطالعه مناسب می‌باشد (نوری،2004). مهم‌ترین فواید PCA، جمع‌آوری و متراکم ساختن اطلاعات پدیده‌های موجود در باندهای مختلف در تعدادی باند یا مؤلفه کمتر است به عبارتی،PCA برای حذف اطلاعات زائد در داده‌های ماهواره‌ای کاربرد فراوانی دارد (نوری،2004). دو طریق برای آشکارسازی تغییر به شیوه PCA وجود دارد: 1- تصاویر دو یا چند زمان را در یک فایل ساده قرار داده، سپس PCA انجام شود و اجزای کوچک تصاویر برای اطلاعات تغییر آنالیز گردد.2- PCA هر تاریخ جداگانه انجام شود و سپس تصویر حاصل از تحلیل PCA ثانویه از اولیه تفریق گردد. در این مطالعه PCA مربوط به هر تاریخ جداگانه محاسبه‌شده است، به‌طوری‌که درصد واریانس مؤلفه‌های اول و دوم حاصل از PCA ارائه شد. با توجه به اینکه بیشترین اطلاعات در دو مؤلفه اول ذخیره‌شده است به همین دلیل مؤلفه‌های اول و دوم در این تحلیل مورداستفاده قرار گرفتند.
در این روش ابتدا بردار میانگین باندها با ابعاد معادل باندهای تصویر طبق معادله (5) محاسبه می‌شود.
رابطه (5) m=1/N£Ni=1xi
در این رابطه m بردار میانگین باندها،N تعداد پیکسل‌های تصویر و xi بردار مقادیر پیکسل i ام می‌باشد.
ماتریس کوواریانس باندها با ابعاد معادل باندهای تصویر طبق رابطه (6) برآورد می‌گردد.
رابطه (6)

پایان نامه
Previous Entries پایان نامه با کلمات کلیدی کاربری اراضی، پوشش گیاهی، پوشش اراضی، تغییرات کاربری اراضی Next Entries منابع پایان نامه با موضوع ارزیابی عملکرد، عملکرد شرکت، عملکرد مالی، تصمیم گیری چند معیاره