چکیده مقاله
برآورد سطح زیرکشت محصولات کشاورزی مبتنی بر سنجش از دور علی رغم دقت بالا، به هنگام بودن و مقیاس پذیری، چالش های فراوانی نیز دارد استفاده از داده های چند طیفی و چند زمانه بر اساس فنولوژی محصولات موجب افزایش دقت در برآورد سطح زیر کشت می گردد به کار بردن الگوریتم های یادگیری ماشین و یادگیری عمیق در این زمینه نیز دقت شناسایی را تا حد خوبی افزایش می دهند در این مطالعه سعی شد تا با به کارگیری الگوریتم های شبکه عصبی کانوولوشنی و جنگل تصادفی نقشه ی دقیقی از سطح زیر کشت باغات بدست آید در نتیجه این مطالعه، الگوریتم جنگل تصادفی با دقت کلی ۹۳% و ضریب کاپا ۰ ۸۲ نسبت به الگوریتم شبکه عصبی کانوولوشنی که دقت کلی و ضریب کاپا آن به ترتیب ۸۹% و ۰ ۷۷ بدست آمد، نتیجه بهتر و دقیق تری حاصل نمود
کلیدواژهها
نویسندگان
شیوه ارجاع
وکیلی، زرین،1404،برآورد سطح باغات میوه با استفاده از تصاویر سری زمانی سنتینل ۱ و سنتینل ۲ در سامانه گوگل ارث انجین (مطالعه موردی: شهرستان مراغه،آذربایجان شرقی)،بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو،تهران
ارائهشده در
مجموعه مقالات بیست و نهمین همایش و نمایشگاه ملی مهندسی نقشه برداری و اطلاعات مکانی ژئوماتیک ۱۴۰۴ و پنجمین نمایشگاه بین المللی ایران ژئو29 آبان 1404 · تهران