چکیده مقاله
خشکسالی یک پدیده طبیعی و تکرارپذیر است که در یک زمان و مکان مشخص قابل تعریف می باشد و تاثیرات سویی بر سلامت انسان ها و مسایل اجتماعی و اقتصادی دارد پایش این پدیده و بررسی احتمال وقوع آن با استفاده از داده های زمینی در عین عدم وجود اطلاعات کافی به دلیل زمانبر بودن، هزینهی بالا، توزیع نامناسب ایستگاه های هواشناسی و وجود گپ بین آنها در برخورد با مطالعات در ابعاد کلان، نتایج قابل اطمینان را نخواهند داشت با استفاده از تصاویر ماهوارهای که هم به لحاظ پهنه و هم قابل دسترس بودن داده به صورت رایگان مناسب می باشند، میتوان به اطلاعات وسیعی در رابطه با پوشش گیاهی و شرایط آن دست یافت در این تحقیق از شبکه عصبی مصنوعی برای مدل کردن و پیشبینی خشکسالی در ایران به وسیله تصاویر ماهوارهای استفاده شده است برای این منظور از شاخص خشکسالی SPI شاخص استاندارد شده بارش برای بیان خشکسالی استفاده شد شاخص های اختلاف نرمال شده پوشش گیاهی NDVI شاخص تغییرات NDVI و NDVI DEV شاخص وضعیت پوشش گیاهی VCI و شاخص وضعیت دما TCI از تصاویر سنجنده NOAA AVHRR محاسبه و استخراج شد این شاخص ها به عنوان ورودی وارد مدل شدند و مقادیر SPI محاسبه شدند قبل از ورود داده به مدل تقسیم بندی پیکسلها با استفاده از شاخص های ماهوارهای شد که NDVI بالاترین دقت را برای این تقسیمبندی در نهایت ارایه داد با استفاده از این روش شبکه بالاترین دقت را در ماه ژوین سال 2006 و پایین ترین دقت را در ماه می سال 2008 و به ترتیب برابر با 86 و 94 و 14 و 9 درصد ارایه داد
کلیدواژهها
نویسندگان
حامد حیدری
کارشناس ارشد سنجش از دور دانشگاه خواجه نصیر دانشکده ژیودزی و ژیوماتیک
محمد جواد ولدان زوج
دانشیارگروه فتوگرامتری و سنجش از دور دانشکده ژیودزی و ژیوماتیک دانشگاه خواجه نصیر
سید یاسر مقصودی
استادیار گروه فتوگرامتری و سنجش از دور دانشکده ژیودزی و ژیوماتیک دانشگاه خواجه نصیر
سعید مشهدی زاده ملکی
کارشناس ارشد ژیودزی دانشگاه تبریز
شیوه ارجاع
�یدری، حامد و ولدان زوج، محمد جواد و مقصودی، سید یاسر و مشهدی زاده ملکی، سعید،1394،پیشبینی خشکسالی با استفاده از شبکه عصبی کلاس مبنا به وسیله شاخص های سنجش از دور و داده های زمینی در ایران،سومین همایش منطقه ای تغییر اقلیم و گرمایش زمین،زنجان
ارائهشده در
مجموعه مقالات کنفرانس بین المللی مهندسی و علوم کامپیوتر3 اسفند 1395 · نجف آباد