الگوریتم خبره برای تفکیک اراضی گندم دیم و آبی از سایر محصولات بدون استفاده از باند مادون قرمز انعکاسی

محورهای موضوعی : مطالعات برنامه ریزی شهری و منطقه ای

علی‌اکبر متکان ¹ , داود عاشورلو ² , علی غلامپور ³

1 - استادیار گروه جغرافیا دانشگاه شهید بهشتی
2 - عضو هیئت علمی دانشگاه شهید بهشتی
3 - کارشناسی ارشد سنجش از دور و GIS دانشگاه شهید بهشتی

تاریخ دریافت : 1387/02/17 تاریخ پذیرش : 1387/12/25 تاریخ انتشار : 1387/12/01

کلید واژه: تقویم زراعی, تفکیک گندم, Spot, تصاویر چند زمانه, الگوریتم خبره,

چکیده مقاله :

درتحقیق حاضر به بررسی استخراج اراضی زیر کشت گندم و تفکیک نوع آبی و دیم آن در شهرستان همدان به عنوان یکی از قطبهای مهم تولید گندم ایران پرداخته شده است. داده‌های مورد استفاده این تحقیق شامل تصاویر دو زمانه ماهواره Spot5 می‌باشد که با استفاده از تقویم زراعی محصولات مختلف کشاورزی، در سال 2005 انتخاب شده اند. ضمنا داده‌های زمینی بر مبنای اطلاعات جامع از وضعیت اراضی زیر کشت گندم در سه مرحله درناحیه همدان برداشت شد. تحقیق حاضر الگوریتمی بر اساس مطالعه بر روی باندها در دو زمان متفاوت ارائه نموده که در آن برای صرف زمان کمتر از هیچگونه طبقه بندی و مولفه‌ها استفاده نشده است تا مستقیما پدیده مورد مطالعه به صورت نیمه اتوماتیک تفکیک و دقت آن در تفکیک گندم بررسی شود. بر خلاف شاخصهای رایج پوشش گیاهی که در آنها از باندهای جذبی و انعکاسی در یک زمان استفاده می‌شود، این الگوریتم از اختلاف بازتاب باندهای نظیر در دو زمان برای تفکیک گندم از سایر پدیده‌ها استفاده کرده است. فرق عمده و اساسی این تحقیق با منابع تحقیقی دیگر، در عدم استفاده از باند مادون قرمز انعکاسی بوده که گندم از سایر پدیده‌ها و گندم دیم و آبی با دقت بالایی تفکیک شده است.

چکیده انگلیسی:

In this research the extraction of wheat under cultivation Area , irrigated and rain feed , has been studied. Hamedan as a major wheat production pole of Iran has been considered. Using cultivation calendar and basic studies in order to find out the proper time for acquisition bi temporal Images of spot's satellite in year 2005. Sampling in three steps resulted to comprehensive information on the Wheat under cultivation Area. The present research is based upon studying the bands of bi temporal images and in order to take less time (shortcut method) we used no classification and components. This resulted to extraction of features in a semiautomatic model contrary to common vegetation indexes that use the reflected and absorbed bands in same time , this algorithm uses the difference between reflection in same band in the other time. The outstanding feature of this research is that we didn't use NIR band.