The issue of mapping geological units during an evolving process has now reached a point where the detection and classification of geological units is carried out with the aid of hyperspectral sensing. In this study, using hyperspectral image of Hyperion sensor, related to Khorramabad area in Lorestan province, and using Spectral Angle Mapper (SAM) and SVM (Support Vectors Machine) algorithms for detecting and separating geological units After performing the necessary preprocesses, the MNF conversion and PPI algorithm were used to reduce data and extract pure pixels on the image, respectively. From overlapping of pure pixels with geological units and ground data, the average range for Each member was extracted and then these net members are used as inputs for the above mentioned algorithms and class B DVD image was done. Field surveys performed at the points provided by the Spectral Angle Mapter (SVM) confirm the superiority of the SVM method in separating geological units. Finally, by verifying the accuracy of the algorithms by calculating the error matrix, the accuracy of the classification of each method is respectively For SAM (68.83) and SVM (81.70), it was found that at the end of the SVM algorithm with a total accuracy of 81.70 was introduced as the best classification algorithm. تفاصيل المقالة

In optical remote sensing, hyper-spectral (HS) image which contains color information is produced byhundreds of spectral bands. Because of the trade-off imposed by the physical constraint between spatialand spectral resolutions, the HS image has poor spatial resolution. On the contrary, the panchromatic(PAN) images have high spatial resolution but no color information. Image fusion can combine thegeometric detail of PAN image and the color information of the HS image to produce a high-resolutionHS image. The aim of this study is the fusion of Hyperion and OrbView-3 PAN images based on DiscreteWavelet Transform (DWT). Firstly, the preprocessing methods were applied on Hyperion and OrbView-3images and registration method based on nearest neighbor method were applied on two dataset. In order tofit images pixel size, the resampling operation was applied. PAN image was decomposed by DWT andthen fused by hyper spectral image with GST algorithm. DIV, CC, Q and RMSE accuracy assessmentmethods were used on final fused image to evaluate the results accuracy. The results showed that usingDWT based decomposition PAN image, preserve the spatial information during fusion rule. Also thistechnique gains high accuracy in term of spectral information of hyper spectral image. تفاصيل المقالة

fusion of remote sensing data is essential in order to obtain more information from different images. Mapping the vegetation of an area is very important due to its environmental importance. In this research, used Landsat ETM+ images and field surveying to identify vegetation states of the Eshkevarat No hunting zone. After applying necessary preprocessing like gap filling and atmospheric correction, the panchromatic and multi-spectral images were fused based on the FFT-PCA algorithm. In the next section, the fused image was classified based on the Support Vector Machine (SVM), algorithm into five classes. The results showed that the overall accuracy and kappa coefficient of classified images is 0.943% and 0.910 respectively. In order to field surveying of study area, 1-meter plots in 500-meter distance choose and 14 Flora and vegetation species were identified and mapped. The results showed that satellite images have good accuracy in this field but based on its spatial resolution limitations a large number of species present in the area have not been identified. In this research, it is suggested to use a combination of both satellite image sources and field surveys. تفاصيل المقالة

Radiometric errors are the most common errors of data acquired by remote sensing sensors. Correction of this type of error requires knowledge about the atmospheric conditions during imaging of the sensor. The aim of this study is to select an ideal location for the construction of a radiometric calibration site. Tehran province was selected as a case study to conduct research in a pilot environment. Based on the studies performed on the CEOS standards in site selection as well as the criteria observed in Cal Val sites, 14 parameters were selected as important and necessary parameters for calibration site selection. The data used in this research include two categories of satellite data and GIS layers. After applying the preprocessing on the data and obtaining the weight of each layers, suitable places were obtained for the construction of the calibration site between 2012 to 2019 years. Due to the importance of the consistency of the selected place during different years, the places that were always suitable between the evaluated years, were selected. The results of the research show an ideal location in the western region of Tehran for site construction, which has been selected very well suitable in terms of all criteria. In addition to developing the appropriate location for the calibration site uses, instruments such as san-photometer and goniometer were also developed to be installed on the site to provide services to multispectral and hyperspectral sensors. تفاصيل المقالة

در فرآیند آشکارسازی تغییرات، انتخاب روش استخراج اطلاعات نقش مهمی در کیفیت آشکارسازی تغییرات نهایی دارد. در تحقیق حاضر به منظور آشکارسازی تغییرات و تعیین محدوده گستره سیل، از روش ادغام داده های چندزمانه لندست 8، بر پایه اعوجاجات طیفی استفاده شده است. برای این منظور، ابتدا هر دو تصویر قبل و بعد از سیل با استفاده از روش Gram Schmitt، ادغام گردیدند تا قدرت تفکیک مکانی تصاویر افزایش پیدا کند. در ادامه به منظور آشکارسازی تغییرات و تعیین محدوده گستره سیل از سه الگوریتم Gram Schmitt, IHS, PCA، استفاده گردید. در این تحقیق تصویر قبل از سیل به عنوان تصویر چندطیفی و تصویر باند مادون قرمز بعد از سیل به عنوان تصویر پانکروماتیک به هر یک از الگوریتم ها داده شد تا با استفاده از میزان اعوجاج طیفی به وجود آمده در هر یک از الگوریتم ها، محدوده گستره سیل مشخص شود. نتایج نشان داد که قابلیت روش ادغام داده ها بر پایه اعوجاج طیفی، در آشکارسازی تغییرات بسیار بالا می باشد. اعوجاج طیفی به وجود آمده در الگوریتم IHS، صحیح ترین اعوجاج بوده و خروجی این الگوریتم انطباق بالایی با داده مرجع دارد. همچنین خروجی الگوریتم Gram Schmitt، دارای اعوجاجات طیفی در محدوده های غیر تغییر می باشد. الگوریتم PCA، که نسبت به ورودی ها بسیار حساس است، اکثر مناطق تصویر را دارای اعواجاج کرده که استفاده از این الگوریتم در آشکارسازی تغییرات بر پایه اعوجاج طیفی پیشنهاد نمی گردد. تفاصيل المقالة

اعمال تصحیحات اتمسفری به‌منظور کاهش اثرات مخرب اتمسفری بر کیفیت و صحت داده‌های ثبت‌شده، نیازمند دانش جامعی از شرایط، ویژگی‌ها و رفتار اتمسفر به هنگام گذر سنجنده در مختصات هدف است. امروزه تجهیزات، مدل‌ها و الگوریتم‌های بسیاری جهت مطالعه و بررسی مؤلفه‌های اتمسفری استفاده می‌شود. بدین منظور در این تحقیق به طراحی و ساخت سامانه بومی تابش‌سنج خورشیدی جهت محاسبه عمق اپتیکی هواویز‌ها اقدام گردید. به‌منظور شبیه‌سازی و بررسی اثرات ناشی از تغییرات هر مؤلفه اتمسفری از مدل MODTRAN در محیط PCModWin استفاده شد. در این سامانه الکترواپتیکی در دو طول‌موج 450 و 550 نانومتر، به دلیل محدوده جذبی هواویزها، در دو روز متفاوت ازنظر میزان آلاینده موجود در اتمسفر، داده‌های شدتی ثبت گردید. به‌منظور اطمینان از یکنواختی و خطی بودن پاسخ‌دهی سامانه الکترواپتیک طراحی‌شده در اندازه‌گیری تغییرات شدت نور خورشید، به کالیبراسیون رادیومتریک این سامانه اقدام گردید. با استفاده از مدل‌های اتمسفری، از داده‌های شدتی ثبت‌شده، عمق اپتیکی هواویز و میزان‌نمایانی افقی اتمسفر محاسبه شد. به‌منظور صحت سنجی و ارزیابی عملکرد سامانه طراحی‌شده، از داده‌های عمق اپتیکی به‌دست‌آمده از سنجنده MODIS(Aqua) و داده‌های نمایانی افقی ایستگاه هواشناسی فرودگاه مهرآباد تهران استفاده گردید. نتایج ارزیابی صحت، نشان داد که محاسبه عمق اپتیکی توسط سامانه طراحی‌شده و سنجنده MODIS(Aqua) هردو در ساعت گذر ماهواره عدد 0.5 را نشان می‌دهد. همچنین نتایج نشان‌دهنده همبستگی خوب نمایانی افقی محاسبه‌شده در این تحقیق با داده‌های به‌دست‌آمده از ایستگاه هواشناسی مرجع می‌باشد. تفاصيل المقالة

ادغام تصویر، فرآیند تلفیق اطلاعات مناسب از مجموعه‌ای تصاویر در یک تصویر است، به‌طوری‌که تصویر ادغام‌شده حاوی اطلاعات مفیدتر و کامل‌تر از هر یک داده‌های ورودی خواهد بود. هدف از ادغام تصاویر سنجش‌ازدوری، ترکیب اطلاعات به‌دست‌آمده از سنجنده هایی باقدرت های تفکیک مکانی، طیفی و زمانی متفاوت به‌منظور به دست آوردن تصویری با جزئیات اطلاعاتی بیشتر نسبت به هرکدام از داده‌های انفرادی است. هدف از تحقیق حاضر، ارزیابی عملکرد تبدیل موجک گسسته در ادغام تصاویر فراطیفی با تصاویر دارای قدرت تفکیک مکانی بالا است. برای این منظور، پنجره‌ای از تصاویر سنجنده های هایپریون،ALI و OrbView3، انتخاب گردید. ابتدا تصویر هایپریون، به لحاظ باندهای غیرقابل استفاده و نویزهای استریپ، تصحیح شد. از باند پانکروماتیک سنجنده ALI، به‌منظور تصحیح هندسی و ثبت تصویر هایپریون استفاده گردید. در ادامه تصویر هایپریون با استفاده از عملیات بازنمونه برداری به‌صورت تصویری با اندازه پیکسل 10 متر تبدیل‌شده و با استفاده از الگوریتم Gram-Schmit، با تصویر ALI، ادغام شد. دوباره با استفاده از تصویر OrbView3، بر روی تصویر ادغام‌شده، عملیات ثبت تصویر انجام‌گرفته سپس هر دو تصویر با استفاده از عملیات بازنمونه برداری به‌اندازه پیکسل 4 متر تبدیل شدند. تصویر OrbView3، با استفاده از موجک گسسته هار، در چهار سطح تجزیه‌شده و جهت ادغام مورداستفاده قرار گرفت. نتایج تحقیق نشان داد که با هر بار افزایش سطح تجزیه تصویر، صحت و دقت ادغام افزایش پیدا می‌کند. تفاصيل المقالة

مناطق مرزی به‌عنوان یکی از مهم‌ترین گلوگاه‌های امنیتی هر کشوری محسوب می‌شوند. نظارت و پایش مداوم این نواحی به‌عنوان یکی از اولویت‌های اصلی نیروهای مرزبانی و یکی از مؤلفه‌های اصلی تأمین امنیت این نواحی است. با پیشرفت‌های به وجود آمده در فناوری‌های تصویربرداری فضایی و هوایی، عملیات پایش مرزها با سرعت و دقت بیشتری انجام‌گرفته است. کشور ایران به دلیل گستردگی خطوط مرزی و همچنین وجود گروه‌های تروریستی متعدد در اطراف مرزهای خود، به‌عنوان یکی از کشورهای مخاطره پذیر مرزی شناخته می‌شود که شناسایی و دفع این خطرات بالقوه و بالفعل نیاز به اشراف اطلاعاتی نسبت به وقایع تهدیدکننده در این نواحی دارد. بر اساس نیازهای نیروهای مرزبانی به‌منظور شناسایی مسیرهای عبور و مرور اشرار و گروه‌های تروریستی، در این تحقیق، روشی به‌منظور کشف و شناسایی رد عبور وسایل نقلیه با استفاده از تصاویر SAR چند زمانه ارائه گردیده است. ابتدا تصاویر مورداستفاده به لحاظ پیش‌پردازش‌های موردنیاز و وجود خطاهای ذاتی تصاویر SAR اصلاح گردیدند و در مرحله بعد با استفاده از اطلاعات فاز و الگوریتم Coherence Change Detection(CCD)، رد عبور خودرو در تصاویر شناسایی گردید. به‌منظور ارزیابی قابلیت روش پیشنهادی، روش‌های معمول آشکارسازی تغییرات نیز بر روی تصاویر اعمال شد. نتایج تحقیق نشان‌دهنده قابلیت بالای روش پیشنهادی در شناسایی کریدورهای عبور و مرور غیرمجاز مرزی است. نتایج این تحقیق می‌تواند به‌عنوان یکی از مؤلفه‌های تأمین امنیت در مرزهای کشور مورداستفاده قرار گیرد. تفاصيل المقالة

Background and objective: Absolute and Relative Models of Radiometric Corrections Due to the relative information provided from different parts of the globe, there are always errors when correcting images, which has led many researchers to develop local models or design tools to obtain information about the situation of Atmospheric of the area under study when the satellite passes. The present study aims to present a new method for radiometric correction of satellite images.Material and methods: To apply the proposed method for correcting the calibration of satellite images, a sun-photometer was first designed and developed that can obtain atmospheric data and attenuate sunlight in the range of 400 to 950 nm in a hyperspectral mode. Sentinel-2 satellite images related to the city of Tehran were selected as a sample and in 2 days with clean and high pollution, data were obtained and the coefficients obtained were applied through a sun-photometer.Results and conclusions: Based on made assessments, the importance of radiometric corrections based on local information for satellite images become more apparent. Evaluation of the research results shows the high capability of the designed sun-photometer in accurately assessing the attenuation of sunlight in different spectral. The amount of sunlight attenuation in the green band is more than the blue and red bands, which indicates the type of urban pollution in the region, which had the greatest impact on the green band and the least impact on the red band. تفاصيل المقالة