عنوان پایان‌نامه
ارزیابی توانمندی تصا ویر سنجش از دور فرا طیفی برای عمق سنجی اب های سا حلی
- رشته تحصیلی
- مهندسی عمران- نقشه برداری- ژئودزی(هیدروگرافی)
- مقطع تحصیلی
- کارشناسی ارشد
- محل دفاع
- کتابخانه مرکزی پردیس 2 فنی شماره ثبت: 2849;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 66487
- تاریخ دفاع
- ۱۱ شهریور ۱۳۹۳
- دانشجو
- حمیدرضا آوریده
- استاد راهنما
- عبدالرضا صفری
- چکیده
- برآورد ژرفای آب‌های ساحلی با استفاده از تصاویر ماهواره‌ای سنجش از دوری نقش مهمی در مدیریت و بهره‌برداری بهینه از منابع طبیعی دریایی ایفا می‌کند و همچنین گام اولیه برای برنامه ریزی و محافظت از آنهاست. در دهههای گذشته، به لطف دادههای تصویری با ویژگیهای طیفی، مکانی و زمانی مناسب، استفاده از روش‌های عمق‌سنجی ماهواره‌ای در مناطق کم عمق افزایش یافته‌است. اندازه¬گیریهای مستقیم ژرفا و پارامترهای فیزیکی آب به کمک روش‌های مستقیم در مناطق ساحلی بسیار پر هزینه بوده و به زمان نسبتاً زیادی نیاز دارد. بنابراین، سنجش از دور با توجه به توانایی بالا در جمع آوری اطلاعات در زمان کوتاه و در گسترهی جغرافیای وسیع راهکار بسیار مناسبی برای بسیاری از طرحهای مطالعاتی و مهندسی در مناطق ساحلی خواهد بود. این موضوع در کشوری مانند ایران که دارای گستره وسیع آبی است از اهمیت ویژه ای برخوردار است. یکی از مهمترین محاسن استفاده از تصاویر فراطیفی نسبت به تصاویر چند طیفی، در پیش پردازش داده هاست که از تاثیر گذارترین این پیش پردازش ها می توان تصحیح اتمسفری را نام برد که به دلیل تفکیک طیفی بهتر تصحیح اتمسفری دقیق تر می تواند صورت پذیرد. همچنین در عمق‌سنجی در مناطقی که به دلایل میزان شفافیت آب و جنس بستر، انرژی دریافتی در سنجنده متفاوت است، در دسترس بودن انرژی بازتابی در طول موج های مختلف امکان مدل سازی بهتر را بدست می دهد. مهمترین هدف این پژوهش، بررسی توانمندی تصاویر ماهواره‌ای فراطیفی در عمق‌سنجی بر پایه روش‌های تجربی سنجش از دوری است. معروفترین مدل‌های تجربی در این زمینه، مدل‌های نسبی لایزینگا (Lyzenga) و استامپ (Stumpf) است. اما در این تحقیق از ترکیب مدل نسبی استامپ و مدل PCA استفاده شده است که این ایده توسط مولف ارائه شده و نتایج آن با مدل استامپ مقایسه شده است. Stumpf (2003) به منظور برآورد مقادیر عمق از تصاویر چندطیفی، الگوریتمی ارائه کرد که به اطلاعات اولیه کمتری نسبت به مدل‌های ارائه شده قبلی نیاز داشت. این الگوریتم بر پایه مقادیر نسبی بازتابی در باندهای مرئی عمل می‌کند و نسبت به الگوریتم‌های پیشین در برآورد ژرفا در آب‌های عمیقتر بهتر عمل می‌کند. همچنین مشکلات ناشی از جنس بسترهای متفاوت را ندارد و قابل به کارگیری در بسترهای با بازتاب کم نیز هست. در این پژوهش از تصاویر فراطیفی سنجنده هایپریون از ماهواره EO1 برای بررسی عمق سواحل جزیره قشم استفاده شده است که تا کنون این تصاویر در عمق‌سنجی به صورت جدی مورد استفاده قرار نگرفته است. بر اساس نتایج به دست آمده، در حالت استفاده از مدل ترکیبیضریب همبستگی مقادیر عمقی بدست آمده با مقادیر واقعی برابر 9/84 درصد با انحراف معیار 693/1 متر بدست آمد. این در حالی است که بدون استفاده از تبدیل PCA بر روی نتایج الگوریتم استامپ، در بهترین حالت مقادیر 7/79 درصد برای ضریب همبستگی و 941/1 برای انحراف معیار بدست آمده است. واژه‌های کلیدی: عمق‌سنجی فراطیفی، الگوریتم استامپ، سنجنده هایپریون، تبدیل PCA
- Abstract
- Depth estimation in coastal areas using satellite imagery has a Important role in the management and exploitation of marine natural resources and is the basic steps for planning and also protecting them. In the past decades with high spectral and spatial resolotion sattelite imagery using satellite bathymetry has been increased. Direct measurements of the physical parameters and water depth in coastal areas are very costly and time-consuming. Therefore, due to the ability of remote sensing to collect information in a short time and wide geographic range, using this method will be a proper approach in many engineering studies in coastal areas. This would be very prominent in the country like Iran which surrounded by waters. The main aim of this study is to investigate the capability of hyperspectral remote sensing data for estimation of water depth using emprical approaches. The most used empirical approaches in this field are Lyzenga and Stumpf relative models. In this study, the combination of stumpf model and PCA has been used and the result are compared with stumpf model. to estimate depth values from multispectral images, Stumpf (2003) provided an algorithm that needed less information than the former proposed models. This algorithm is based on relative reflectance values in the visible bands and provides better result compared to previous algorithm in this field. One of the main advantages of using hyper spectral imagery over multispectral images is in preprocessing of data, in which due to more spectral resolution these imagery will provide more precise results. Also in the bathymetry, due to water clarity and substrate in areas, the amount of energy received at the sensor will be different and by using The availability of different wavelength the better modeling would be possible. In this study, we used hyperion imagery from EO1 satellite to bathymetry and as we know These imagery have never been used in earnest way in our country. According to the obtained results, the correlation coeficient with real depth is %84.9 and standard deviation is 1.693m in the combined model. However without performing PCA transform on stumpf model the correlation coeficient and standard deviation are %79.7 and 1.941m respectively. Keywords: hyperspectral bathymetry, stumpf algorithm, hyperion sensor, PCA transform
