عمق سنجی از نواحی کم عمق ساحلی با استفاده از تصاویر لندست-8 به طریق آموزش شبکه عصبی (مطالعه موردی: جنوب شرقی دریای خزر)

Abstract

<strong>تصاویر سنجش ­از­دور ابزاری مناسب جهت برآورد عمق در مناطق ساحلی است. در این پژوهش، به منظور مطالعه مناطق کم­ عمق ساحلی، از تصاویر لندست-8 و داده­های هیدروگرافی که با روش اکوساندر جمع­ آوری شده استفاده شده است. هدف از این پژوهش، عمق سنجی از نواحی جنوب شرقی ساحل دریای خزر از طریق آموزش شبکه عصبی است. تصحیح اتمسفری </strong><strong>Dark Object Subtract (DOS)</strong><strong>، تصحیح رادیومتریکی (تبدیل درجات روشنایی به بازتاب)، تصحیح درخشندگی خورشید و در نهایت ماسک کردن مناطق آبی از مناطق خشکی، از جمله پیش­پردازش­های لازم است که بر روی باندهای آبی­ساحلی، آبی، سبز و قرمز تصویر لندست-8 اعمال شده است. در این پژوهش برآورد عمق از طریق شبکه عصبی در دو حالت بررسی گردد. در حالت اول، هر یک از چهار باند به عنوان داده­های ورودی و داده­های عمق متناظر با هر یک از این پیکسل­ها به عنوان هدف به شبکه عصبی معرفی گردید. و در حالت دوم، داده­های عمق به روش میانگین فازی، به شش کلاس تقسیم­بندی شدند و اطلاعات هر کلاس بصورت جداگانه به شبکه ارائه شد. در هر دو حالت مورد بررسی، سهم داده­های آموزشی، داده­های اعتبارسنجی و داده­های آزمون از داده­های ورودی به ترتیب 60 درصد، 10 درصد و 30 درصد می­باشد. نتایج حاصل از شبکه عصبی نشان می­دهد که دقت عمق برآورد شده در کلاسه­های مختلف، متفاوت است و بیشترین دقت (</strong><strong> RMSE =0.11</strong><strong>و</strong><strong>0.90 </strong><strong> </strong><strong>R2 =</strong><strong>) و کمترین دقت (</strong><strong> RMSE =0.11</strong><strong>و</strong><strong>0.67 </strong><strong> </strong><strong>R2 =</strong><strong>) به ترتیب به محدوده عمق­های 97/3- تا 1/3- و 48/4- تا 4- اختصاص دارد. در حالیکه عمق برآورد شده از داده­های کل (کلاسه­بندی نشده) معادل</strong><strong> </strong><strong> R2 = 0.94</strong><strong>و </strong><strong> RMSE =0.16</strong><strong>متر بدست آمد. از این رو، با آموزش شبکه عصبی می­توان به برآورد عمق از نواحی کم عمق ساحلی با دقت بالا پرداخت.</strong><br /> <strong> </strong>