چکیده مقاله
بازسازی دمای سطح زمین در نواحی پوشیده از ابر یکی از چالش های اصلی در استفاده از تصاویر حرارتی ماهواره ای است در این پژوهش، رویکردی داده محور مبتنی بر الگوریتم جنگل تصادفی برای تخمین دمای زیر سطح ابر با استفاده از شاخص های طیفی استخراج شده از تصاویر MODIS ارائه شد در این روش، شاخص های طیفی به همراه نقشه پوشش زمین برای نزدیک ترین روز غیرابری محاسبه شدند سپس با تعریف پنجره های همسایگی پیرامون نواحی ابری، روابط میان شاخص های طیفی و دمای سطح زمین در پیکسل های غیرابری مدل سازی و مدل آموزش دیده برای بازسازی مقادیر دما در پیکسل های ابری به کار گرفته شد به منظور فراهم شدن امکان ارزیابی عملکرد، از ماسک گذاری ابر مصنوعی و مقایسه نتایج بازسازی شده با داده های واقعی استفاده گردید نتایج نشان داد که مدل پیشنهادی قادر به بازتولید الگوهای حرارتی با دقت مناسب بوده است، به گونه ای که مقدار RMSE برابر با ۱ ۴۸ درجه سلسیوس، ضریب همبستگی R برابر با ۰ ۷۸ و ضریب تعیین R² برابر با ۰ ۶۱ محاسبه شد این نتایج بیانگر آن است که ترکیب شاخص های طیفی و الگوریتم جنگل تصادفی می تواند راهکاری کارآمد برای کاهش خطای ناشی از پوشش ابر و بهبود قابلیت استفاده از داده های دمای سطح زمین در مطالعات محیطی و اقلیمی فراهم آورد
کلیدواژه‌ها
نویسندگان
فاطمه ایمانپور
سازمان نقشه برداری کشور، دانشجوی دکتری سنجش از دور، دانشکدگان فنی، دانشگاه تهران
رامین سعدی
دانشجوی دکتری سنجش از دور، دانشکدگان فنی، دانشگاه تهران
مهدی حسنلو
دانشیار دانشکده مهندسی نقشه برداری و اطلاعات مکانی، دانشکدگان فنی، دانشگاه تهران
شیوه ارجاع
�یمانپور، فاطمه و سعدی، رامین و حسنلو، مهدی،1404،تخمین دمای زیر سطح ابر در تصاویر MODIS با بکارگیری شاخص های طیفی و رویکرد یادگیری ماشین،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