[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
برای نویسندگان::
آرشیو مجله و مقالات::
برای داوران::
تماس با ما::
امکانات پایگاه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
پایگاه های نمایه کننده







 
..
آمار سایت
تعداد مشاهده ی مقالات: 3112658

مقالات منتشر شده: 675
نرخ پذیرش: 73.32
نرخ رد: 17.82

میانگین دریافت تا تصمیم‌گیری اولیه: 5 تا 10 روز
میانگین دریافت تا پذیرش: 191 روز
____
..
:: دوره 15، شماره 1 - ( 6-1404 ) ::
دوره 15 شماره 1 صفحات 88-69 برگشت به فهرست نسخه ها
ارائه روشی جهت شناسایی محدوده سیل زده مبتنی بر روش های تشخیص تغییرات و پردازش ابری گوگل ارث انجین از تصاویر راداری و نوری
رضا سعید* ، علی محمدزاده
چکیده:   (7 مشاهده)
سیلاب یکی از مخرب‌ترین و پرتکرارترین بلایای طبیعی است که به دلیل بارش‌های شدید، افزایش سطح رودخانه‌ها و عوامل ترکیبی مختلف رخ می‌دهد. این مطالعه یک رویکرد جدید چندمنبعی در سنجش از دور را ارائه می‌دهد که با ترکیب تصاویر نوری چندطیفی و داده‌های راداری مستقل از شرایط جوی (SAR)، فرآیند نقشه‌برداری خودکار و دقیق وسعت سیلاب را تسهیل می‌کند. با بهره‌گیری از قابلیت‌های پردازشی ابری و نزدیک به زمان واقعی Google Earth Engine (GEE)، این روش امکان پایش سریع و گسترده سیلاب‌ها را فراهم می‌سازد. در این پژوهش، با بهره‌گیری از داده‌های ماهواره‌ای Sentinel-1 و Sentinel-2، دو منطقه‌ منتخب در اسپانیا و مکزیک، یک چارچوب تشخیص تغییرات چندزمانه و آستانه‌گذاری پویا برای داده‌های SAR طراحی شد و دقت آن با نقشه‌های وسعت سیلاب استخراج‌شده از تصاویر نوری سنتینل 2 ارزیابی گردید. نتایج نشان داد که آستانه‌گذاری ثابت برای استخراج سیلاب از داده‌های SAR در تمامی مناطق جغرافیایی قابل تعمیم نیست، بنابراین از یک تحلیل حساسیت خودکار برای تعیین آستانه‌های بهینه متناسب با هر منطقه استفاده شد. ارزیابی دقت این روش نشان داد که میزان تطابق بین داده‌های SAR و تصاویر نوری برای اسپانیا بین %82 تا %85 و برای مکزیک بین %67 تا %74 است، با این مزیت که SAR قادر به شناسایی مناطق سیلابی حتی در شرایط پوشش ابری است. علاوه بر این، بررسی‌ها نشان داد که CVA (Change Vector Analysis) در شرایط شرایط اقلیمی، کاربری‌های مختلف زمین و ویژگی‌های متنوع توپوگرافی عملکرد بهتری دارد.این مطالعه نشان می‌دهد که ترکیب تصاویر SAR و نوری در یک چارچوب چندمنبعی و چندزمانه‌ای، رویکردی دقیق، سریع و مؤثر برای پایش سیلاب‌های گسترده ارائه می‌دهد. نتایج این تحقیق می‌تواند اطلاعات معتبر و به‌موقع را برای سیاست‌گذاران، نهادهای امدادرسان و مدیران بحران فراهم کند و نقش مهمی در مدیریت بلایا و کاهش اثرات سیلاب‌های مخرب ایفا نماید.
 
شماره‌ی مقاله: 5
واژه‌های کلیدی: شناسایی سیلاب، مدیریت بحران، گوگل ارث انجین، تشخیص تغییرات
متن کامل [PDF 2665 kb]   (7 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: فتوگرامتری و سنجش از دور
دریافت: 1403/12/18
ارسال پیام به نویسنده مسئول

ارسال نظر درباره این مقاله
نام کاربری یا پست الکترونیک شما:

CAPTCHA


XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Saeed R, Mohammadzadeh A. A Method for Identifying Flooded Areas Based on Change Detection Techniques and Google Earth Engine Cloud Processing Using Radar and Optical Images. JGST 2025; 15 (1) : 5
URL: http://jgst.issgeac.ir/article-1-1218-fa.html

سعید رضا، محمدزاده علی. ارائه روشی جهت شناسایی محدوده سیل زده مبتنی بر روش های تشخیص تغییرات و پردازش ابری گوگل ارث انجین از تصاویر راداری و نوری. علوم و فنون نقشه برداری. 1404; 15 (1) :69-88

URL: http://jgst.issgeac.ir/article-1-1218-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 15، شماره 1 - ( 6-1404 ) برگشت به فهرست نسخه ها
نشریه علمی علوم و فنون نقشه برداری Journal of Geomatics Science and Technology