جستجوی مقالات مرتبط با کلیدواژه « Heron reef island » در نشریات گروه « فنی و مهندسی »

انتخاب همه

مدل سازی وضعیت صخره های مرجانی با استفاده از رگرسیون ماشین بردار پشتیبان و اعمال شاخص های طیفی

صادق اسلامی، مهدی حسنلو*

فصلنامه دریا فنون، سال ششم شماره 1 (پیاپی 15، بهار 1398)، صص 31 -44

از منظر تنوع زیستی، جزایر مرجانی مانند جنگل های استوایی، متنوع ترین اکوسیستم های جهان و شاخصی از سلامت اکوسیستم محسوب می شوند اما اکثر این جزایر به دلیل تحولات توریستی و نیز تاثیرات تغییر آب وهوا رو به نابودی اند.توانایی شناسایی و ارزیابی سلامت مرجان ها با استفاده از تصاویر ماهواره ای شیوه ای مقرون به صرفه و موثر است. با توجه به اثرگذاری دمای سطح آب بر روی سلامت و توزیع رجان ها، با استفاده از الگوریتم هایی به رابطه ی بین آن ها و سلامت مرجان های منطقه مورد مطالعه که در این مقاله جزیره مرجانی هرون استرالیا می باشد، پرداخته شده است. در این مطالعه با استفاده از تصاویر لندست-8 و به دست آوردن بازتابش باندها، ویژگی ها و شاخص های طیفی مهم مرتبط با آب و صخره های مرجانی مانند: NDVI, NDWI, FAI, AWEI, SWI,MNDWI,GRVI توسط محققین و با استفاده از روش رگرسیون بردار پشتیبان (SVR) و بدست آوردن پارامترهای کرنل آن، به مدل سازی وضعیت سلامت صخره های مرجانی پرداخته شده است. در این مقاله از الگوریتم های تکاملی مثل الگوریتم ژنتیک (GA) و الگوریتم انتخاب ویژگی ترتیبی جلویی(SFS) برای رسیدن به انتخاب ویژگی مطلوب و مدل سازی بهینه و طبقه بندی سلامت مرجان ها استفاده شده است.در این مقاله با استفاده از روش رگرسیون بردار پشتیبان در حالت کلی به 0.591RMSE= و0.979=R2 رسیدیم و در حالت پیشنهادی(GA-SVR) به 0.53RMSE= و0.983 =R2 رسیدیم که بیانگر عملکرد خوب این مدل بهینه می-باشد.

کلید واژگان: شاخص های طیفی, وضعیت سلامت, SVR, جزیره هرون استرالیا, تصاویر لندست-8, انتخاب ویژگی}

چکیده مشاهده متن مقاله پژوهشی/اصیل زبان: فارسی

Coral Reef modeling using Support Vector Regression and applying spectral indices

S Eslami, M Hasanlou *

Marine Technology, Volume:6 Issue: 1, 2019, PP 31 -44

Coral reef communities face unprecedented pressures at local, regional and global scales as a consequence of climate change and anthropogenic disturbance. Remote sensing, from satellites or aircraft, is possibly the only means to measure the effects of such stresses at appropriately large spatial scales. Coral reefs are indicators of environmental, climate and sea surface change which shows the reefs damages. For this purpose, an algorithm that includes relation between those variables was used. Australia’s Heron reef island is considered to be studied. In order to modeling the coral reef health condition by support vector regression (SVR), water and coral important spectral indexes and features was found using landsat-8. From this method, the SVR is achieved the high performance for modeling the statistical problem .In this study we used genetic algorithm (GA) and sequential feature selection (SFS) for selecting suitable features in order to estimate model. The results for the testing data in this area of best model is [RMSE= 0.53 and R² =0.983] that show the high SVR performance.

Keywords: Coral reef, Heron reef island, support vector regression (SVR) , spectral indexes, genetic algorithm, landsat-8}

Abstract View Paper Research/Original Article Original: Persian

نکته

نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.

به جمع مشترکان مگیران بپیوندید!

جستجوی مقالات مرتبط با کلیدواژه « Heron reef island » در نشریات گروه « فنی و مهندسی »