چکیده مقاله
شناسایی نواحی سوخته جنگلی به عنوان یکی از مهم ترین ابزارهای پایش و مدیریت منابع طبیعی و کاهش خسارات ناشی از آتش سوزی های گسترده محسوب می شود تصاویر ماهواره ای Sentinel ۲ با پوشش طیفی و مکانی مناسب، داده های ارزشمندی برای این منظور فراهم می آورند در این پژوهش، رویکردی مبتنی بر شبکه UNet سه بعدی ارائه می شود که در آن بلوک های کانولوشن سه بعدی به منظور مدل سازی همزمان وابستگی های طیفی و مکانی به کار گرفته شده اند نتایج ارزیابی بر روی منطقه ای از فرانسه نشان داد که مدل پیشنهادی در مقایسه با نسخه های دوبعدی UNet و روش کلاسیک، دقت بالاتری در تفکیک نواحی سوخته از سایر پوشش های زمینی ارائه می دهد این یافته ها بیانگر پتانسیل بالای استفاده از شبکه های سه بعدی عمیق در ترکیب اطلاعات طیفی مکانی برای پایش و مدیریت بهتر خسارات ناشی از آتش سوزی های جنگلی است
کلیدواژهها
نویسندگان
سهند طاهرمنش
دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
علی محمدزاده
دانشکده مهندسی نقشه برداری، دانشگاه صنعتی خواجه نصیرالدین طوسی، تهران
شیوه ارجاع
�اهرمنش، سهند و محمدزاده، علی،1404،شناسایی نواحی سوخته جنگلی مبتنی بر یادگیری وابستگی های طیفی–مکانی داده های Sentinel-۲ با استفاده از بلوک های کانولوشن سه بعدی در U-Net،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