چکیده:
تصاویر با توان تفکیک مکانی بالا مانند IRS به منظور استخراج اطلاعات پوشش زمین در مقیاس محلی تا ناحیه ای مورداستفاده قرارمی گیرند. اما استفاده از این تصاویر به صورت چندزمانه بسیار پرهزینه و محدود است. از سوی دیگر، تصاویر سنجنده MODIS به صورت روزانه از نواحی گسترده در 36 باند مختلف و با توان های تفکیک مکانی 250، 500 و 1000متر باسهولت زیادی قابل دسترس است. ولی به علت ضعف قدرت تفکیک مکانی، این تصاویر برای بررسی جزئیات در محیط های پیچیده با تنوع پوشش بالامناسب نمی باشند. لذا استفاده همزمان ازتصاویر MODIS و IRS می تواند مفیدتر باشد. در این تحقیق، امکانات ترکیب تصاویر IRS و MODIS اخذشده از بخشی از نواحی استان تهران با استفاده از تکنیک جداسازی طیفی موردبررسی قرار گرفته است. در این تکنیک، ابتدا تصویر IRS طبقه بندی شده، سپس سهم هرکلاس در هریک ازپیکسل های تصویرMODIS محاسبه می شود. بامحاسبه رادیانس هریک ازپیکسل های MODIS و اعمال الگوریتم جداسازی-طیفی، مشخصه طیفی برای هریک از انواع پوشش های زمینی موجودمحاسبه شده و برمبنای آن تصویرترکیب شده تولید می شود. نتایج به دست آمده نشان می دهندکه تصویر ترکیب شده، استفاده از توان تفکیک طیفی تصویر MODIS به منظور بارزسازی بیشتر عوارض در نواحی ناهمگن را امکان پذیر می سازد. ضمنا واریانس محلی و نوع پوشش تاثیر زیادی بر کیفیت تصویر ترکیبی دارند. نتایج این روش رابطه زیادی با دقت زمین مرجع نمودن تصاویر با توان تفکیک مکانی بالا و پایین نشان می دهند و با افزایش آن، کیفیت تصاویر تولیدی نیز افزایش می یابد.
خلاصه ماشینی:
در این تحقیق ، امکانات ترکیب تصاویر IRS و MODIS اخذشده از بخشی از نواحی استان تهران با استفاده از تکنیک جداسازی طیفی موردبررسی قرار گرفته است .
نتایج به دست آمده نشان می دهندکه تصویر ترکیب شده ، استفاده از توان تفکیک طیفی تصویر MODIS به منظور بارزسازی بیشتر عوارض در نواحی ناهمگن را امکان پذیر می سازد.
از سوی دیگر از آنجا که پیاده سازی الگوریتم جداسازی خطی نیاز به تصاویر با توان تفکیک مکانی بالا دارد، تصویر سنجنده IRS نیز در کنار تصویر MODIS به منظور اجرای الگوریتم میتواند مفید باشد.
Zhukov و همکاران (١٩٩٩)، از الگوریتم جداسازی طیفی ، برای ترکیب تصاویر سنجنده های متفاوت با توان تفکیک مکانی و طیفی مختلف (تصویر TM و تصویر شبیه سازی شده ASTER ) استفاده کردند.
در این تحقیق ، مدل جداسازی طیفی برای ترکیب تصاویر IRS و MODIS در یکی از نواحی استان تهران به کار گرفته شده است .
این منابع ممکن است ، ابعاد تصویربا توان تفکیک مکانی پایین (MODIS )، ناهمگنی محدوده مورد بررسی و یا نوع کاربری های موجود در منطقه موردمطالعه باشند.
لذا برای حل این معادلات ، تعداد پیکسل های تصویر MODIS باید لزوما از تعداد کلاس های انتخاب شده بیشترباشندوهرچه تعدادمعادلات بیشتر ازتعداد مجهولات باشد، دقت نتیجه حاصل نیز می تواند بیشتر باشد.
(2-tailed) N Error Pearson Correlation Sig.
(2-tailed) N Error Pearson Correlation Sig.
٩. نتیجه گیری تصویر ترکیبی به دست آمده از ترکیب تصاویر IRS و MODIS با استفاده از الگوریتم جداسازی طیفی دارای خصوصیات طیفی ومکانی مطلوب تری نسبت به تصاویر اولیه مورداستفاده می باشد.