تعداد نشریات | 44 |
تعداد شمارهها | 1,303 |
تعداد مقالات | 16,020 |
تعداد مشاهده مقاله | 52,489,759 |
تعداد دریافت فایل اصل مقاله | 15,217,390 |
تهیه ی نقشه ی شوری دریاچه ی ارومیه با استفاده از رگرسیون بردار پشتیبان و تصاویر لندست-8 | ||
هیدروژئومورفولوژی | ||
مقاله 3، دوره 5، شماره 14، خرداد 1397، صفحه 43-65 اصل مقاله (963.71 K) | ||
نوع مقاله: پژوهشی | ||
نویسندگان | ||
مهدی حسنلو1؛ میثم جمشیدی2؛ محمدتقی ستاری3 | ||
1دانشکده مهندسی نقشه برداری و اطلاعات مکانی پردیس دانشکده های فنی دانشگاه تهران | ||
2دانشجوی کارشناسی ارشد هیدروگرافی دانشکدهی مهندسی نقشهبرداری و اطلاعات مکانی، پردیس دانشکدههای فنی، دانشگاه تهران، تهران، ایران. | ||
3ـ استادیار گروه مهندسی آب، دانشکده کشاورزی، دانشگاه تبریز. تبریز، ایران. | ||
چکیده | ||
چکیده شوری آب مشخصکنندهی پراکندگی حیات جانوری و گیاهی در دریاچهها، دریاها و اقیانوسهاست. در این مقاله با مطالعه بازتابش از سطح آب، شاخصهای شوری و همچنین دادههای میدانی نقشهی شوری دریاچهی ارومیه تهیه گردید. سپس مدلسازی شوری این دریاچه با استفاده از رگرسیون بردار پشتیبان و تصاویر لندست-8 انجام گردید. جهت انتخاب ویژگیهای مناسب از میان هفده ویژگی ورودی اولیهی مدل از دو الگوریتم ژنتیک و انتخاب ویژگی ترتیبی به کمک نرمافزار متلب استفاده شد. در نهایت میزان شوری آب دریاچهی ارومیه با خطا و دقت نسبتاً مناسبی تخمین گردید. بهطوریکه مدل رگرسیون بردار پشتیبان با تمام ویژگیها با RMSE=24.55psu و R2=41%، مدل رگرسیون بردار پشتیبان مبتنی بر الگوریتم ژنتیک با RMSE=21.97psu و R2=54% و مدل رگرسیون بردار پشتیبان مبتنی بر انتخاب ویژگی ترتیبی با مقادیر RMSE=21.93psu و R2=53% توانستند میزان شوری دریاچهی ارومیه را تخمین بزنند. | ||
تازه های تحقیق | ||
- | ||
کلیدواژهها | ||
کلمات کلیدی: شوری آب؛ تصاویر لندست-8؛ رگرسیون بردار پشتیبان؛ الگوریتم ژنتیک | ||
اصل مقاله | ||
- | ||
مراجع | ||
منابع ـ علویپناه، سیدکاظم؛ کمال، خدایی و جعفر بیگلو (1384)، مطالعهی کارایی دادههای ماهوارهای در بررسی کیفیت آب در دو سوی میانگذر دریاچهی ارومیه، پژوهشهای جغرافیایی، 38، شمارهی 1، صص 57-69. ـ رشیدنیقی، علی؛ و مجنونی، ابولفضل و امیرحسین ناظمی (1391)، اثرات زیانبار خشک شدن دریاچهی ارومیه بر محیط زیست منطقه،همایش بینالمللی بحرانهای زیست محیطی و راهکارهای بهبود آن، صص 1-10. ـ مرادی، نسرین (1395)، بررسی و مدلسازی رنگ اقیانوس با استفاده از تصاویر ماهوارهای با توان تفکیک مکانی بالا، پایاننامه کارشناسی ارشد در رشته مهندسی عمران -نقشهبرداری گرایش هیدرو گرافی- دانشگاه تهران. ـ نیازی، یعقوب؛ اختصاصی، محمدرضا؛ ملکینژاد، حسین؛ حسینی، سیدزینالعابدین و جعفر مرشدی (۱۳۸۹)، مقایسهی دو روش طبقهبندی حداکثر احتمال و شبکهیعصبی مصنوعی در استخراج نقشهی کاربری اراضی- مطالعهی موردی: حوضهی سد ایلام، جغرافیا و توسعه، شمارهی ۲۰، صص ۱۱۹-۱۳۲. -Agh, Naser, Theodore J. Abatzopoulos, Ilias Kappas, et al. (2007), Coexistence of Sexual and Parthenogenetic Artemia Populations in Lake Urmia and Neighbouring Lagoons, International Review of Hydrobiology, 92(1): PP,48-60.
-AghaKouchak, A., Norouzi, H., Madani, K., Mirchi, A., Azarderakhsh, M., Nazemi, A., & Hasanzadeh, E. (2015), Aral Sea syndrome desiccates Lake Urmia: call for action, Journal of Great Lakes Research, 41(1): PP,307-311.
-Aha, David W., and Richard L. Bankert. (1996), A comparative evaluation of sequential feature selection algorithms, Learning from Data, Springer New York: PP,199-206.
-Alipour, S. (2006), Hydrochemistry of Seasonal Variation of Urmia Salt Lake Iran, Saline Systems, 2(9): PP,1-19.
-Baban, S.M. (1993), Detecting water quality parameters in the Norfolk Broads, UK, using Landsat imagery, International Journal of Remote Sensing, 14(7): PP,1247–1267.
-El-Askary, H. S. Abd El-Mawla, J.Li, M. El-Hattab, and M. El-Raey, (2014), Changedetection of coral reef habitat using Landsat-5 TM, Landsat 7 ETM+ and Landsat 8 OLI data in the Red Sea (Hurghada, Egypt), International Journal of Remote Sensing, 35(6): PP,2327-2346.
-Bingham, Frederick M, Stephan D Howden, and Chester J Koblinsky (2002), Sea Surface Salinity Measurements in the Historical Database, Journal of Geophysical Research 107(C12): SRF 20-1-SRF, PP, 20-10.
-Bhargava, D.S., and D.W. Mariam (1992), Cumulative Effects of Salinity and Sediment Concentration on Reflectance Measurements, International Journal of Remote Sensing 13(11): PP,2151–2159.
-Bowers, D.G., G.E.L. Harker, P.S.D. Smith, and P. Tett (2000), Optical Properties of a Region of Freshwater Influence (the Clyde Sea), Estuarine, Coastal and Shelf Science 50(5): PP,717–726.
-Chang and C.-J. Lin, (2011), LIBSVM: A Library for Support Vector Machines, ACM Trans. Intell. Syst. Technol., 2(3): PP,271–272.
-Ghalibaf, Mohammad Bagher, and Zahra Moussavi (2014), Development and Environment in Urmia Lake of Iran, European, Journal of Sustainable Development 3(3): PP,219-226.
-Kang, Kyung Chan (2014), Seawater desalination by gas hydrate process and removal characteristics of dissolved ions, Desalination, 353(1): PP,84-90.
-Khorram, Siamak (1985), “Development of Water Quality Models Applicable throughout the Entire San Francisco Bay and Delta, Photogrammetric Engineering and Remote Sensing 51(1): PP,53–62.
-Marghany, MAGED, and MAZLAN Hashim (2011), A Numerical Method for Retrieving Sea Surface Salinity from MODIS Satellite Data, International Journal of Physical Sciences, 6(13): PP,3116–3125.
-Marghany, M.M. Hashim, and A.P. Cracknell (2010), Modelling sea surface salinity from MODIS Satellite data, in International Conference on Computational Science and Its Applications: PP,545–556.
-M.A. Tahir, A. Bouridane, F. Kurugollu, and A. Amira (2004), Feature selection using tabu search for improving the classification rate prostate needle biopsies, ICPR 2004, Proceedings of the 17th International Conference on, PP,335–338.
-Marghany, Maged, Mazlan Hashim, and Arthur P. Cracknell (2010), Modelling Sea Surface Salinity from MODIS Satellite Data, In International Conference on Computational Science and Its Applications, Springer: PP,545–556.
-Nikraftar, Z., M. Hasanlou, and M. Esmaeilzadeh (2016), Novel Snow Depth Retrieval Method Using Time Series SSMI Passive Microwave Imagery, ISPRS-International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences: PP,525-530.
-Nikraftar, Z. and M. Hasanlou (2015), Snow Depth Estimation Using Time Series Passive Microwave Imagery via Genetically Support Vector Regression (Case Study Urmia Lake Basin), The International Archives of Photogrammetry, Remote Sensing and Spatial Information Sciences: PP,555-558.
-Palandro, S. Andréfouët, P. Dustan, and F. Muller-Karger (2003), Change detection in coral reef communities using Ikonos satellite sensor imagery and historic aerial photographs, International Journal of Remote Sensing, 24(4): PP,873-878.
-Wang, Fugui, and Y. Jun Xu (2008), Development and Application of a Remote Sensing-Based Salinity Prediction Model for a Large Estuarine Lake in the US Gulf of Mexico Coast, Journal of Hydrology 360(1): PP.184-194.
-Wong, Man-Sing, Kwon-Ho Lee, Young-Joon Kim, et al. (2007), Modelingof Suspended Solids and Sea Surface Salinity in Hong Kong Using Aqua/MODIS Satellite Images, Korean Journal of Remote Sensing 23(3): PP,161-169.
| ||
آمار تعداد مشاهده مقاله: 874 تعداد دریافت فایل اصل مقاله: 528 |