مقایسه روش های پرکردن پیکسل های فاقد داده در تصاویر ماهواره لندست 7 ETM+ در برآورد نقشه ضریب گیاهی
نویسنده:
چکیده:
داده های ماهواره ای لندست 7 ETM+ به طور گسترده ای در مطالعات پوشش گیاهی و توزیع مکانی ضریب گیاه در مقیاس منطقه ای و جهانی استفاده می شوند اما شکست تصحیح کننده خط اسکن (SLC) در سال 2003 تا حد زیادی سودمندی آن را کاهش داده است. علاوه بر این، شکست مذکور دائمی است و تلاش های متعاقب آن برای بازیابی تصحیح کننده خط اسکن ناموفق بوده، بنابراین راه لازم و عملی برای رسیدگی به این مشکل پر کردن پیکسل های فاقد داده در تصایر SLC-off است. اگرچه روش های پیشنهادی مختلفی برای پر کردن شکاف ها وجود دارد اما کیفیت تصاویر پر شده در مناطق ناهمگن هنوز هم برای بیشتر برنامه های کاربردی رضایت بخش نیست. این پژوهش به مقایسه دو روش زمین آماری و استفاده از داده های کمکی مودیس برای پر کردن شکاف ها در تصاویر SLC-off در تصویر لندست 7 ETM+ و با هدف برآورد مقادیر ضریب گیاهی گیاه برنج در بخش شرقی واحد عمرانی F1 از شبکه آبیاری و زهکشی سفیدرود پرداخته است. نتایج نشان داد که برآوردها در روش IDW با مقدار NRMSE برابر 09/6 درصد دارای بیشترین دقت بوده و روش های FGMAD و FAD به ترتیب با مقدار NRMSE برابر 75/14 و 97/14 در رتبه های بعدی از نظر دقت برآورد قرار می گیرند. روش FDCAD، کم ترین دقت را در برآوردها داشت.
کلیدواژگان:
سنجش از دور ، زمین آمار ، تبخیر ، تعرق
زبان:
فارسی
صفحات:
665 تا 676
لینک کوتاه:
magiran.com/p1634007
دانلود و مطالعه متن این مقاله با یکی از روشهای زیر امکان پذیر است:
اشتراک شخصی
با عضویت و پرداخت آنلاین حق اشتراک یکساله به مبلغ 990,000ريال میتوانید 70 عنوان مطلب دانلود کنید!
اشتراک سازمانی
به کتابخانه دانشگاه یا محل کار خود پیشنهاد کنید تا اشتراک سازمانی این پایگاه را برای دسترسی نامحدود همه کاربران به متن مطالب تهیه نمایند!
توجه!
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.
دسترسی سراسری کاربران دانشگاه پیام نور!
اعضای هیئت علمی و دانشجویان دانشگاه پیام نور در سراسر کشور، در صورت ثبت نام با ایمیل دانشگاهی، تا پایان فروردین ماه 1403 به مقالات سایت دسترسی خواهند داشت!
In order to view content subscription is required
Personal subscription
Subscribe magiran.com for 50 € euros via PayPal and download 70 articles during a year.
Organization subscription
Please contact us to subscribe your university or library for unlimited access!