[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 5، شماره 2 - ( 6-1396 ) ::
جلد 5 شماره 2 صفحات 99-122 برگشت به فهرست نسخه ها
مقایسه عملکرد خردـ پیکسلی دو شاخص MNDWI و AWEIshadow در تفکیک رودخانه‌های کم عرض و کم عمق
الهام طاهریان ، میلاد خواستار بروجنی، حسین صمدی
کارشناس کارشناس مرکز تحقیقات منابع آب دانشگاه شهرکرد
چکیده:   (746 مشاهده)
نگهداری سدهای مخزنی به‌عنوان یکی از منابع تأمین آب شرب و تولید انرژی دارای اهیمت ویژه است. رسوبات حمل شده توسط رودخانه‌ها با ورود به مخازن سد موجب کاهش عمر مفید آن‌ها می‌شوند. احداث سازه‌های مهندسی در مناطق فرسایش‌پذیر رودخانه یکی از مهم‌ترین اقدامات کنترلی جهت تنظیم جریان رسوبات ورودی به سدها است. شناسایی مناطق پرخطر جهت احداث سازه‌های مهندسی با بررسی ریخت‌شناسی رودخانه با استفاده از فناوری سنجش از دور میسر خواهد بود. استخراج مرز رودخانه به طور معمول با کمک شاخص‌های آب صورت می‌پذیرد. در بین انواع محیط‌های آبی، بررسی رودخانه‌های کم عرض و کم عمق با استفاده از داده‌های چند طیفی با قدرت تفکیک مکانی متوسط با چالش‌های اساسی روبروست. اختلاط طیفی سایر پدیده‌ها با آب از معضلاتی است که بررسی‌های طیفی به‌منظور تفکیک رودخانه را پیچیده می‌سازد. در این مطالعه به قابلیت خرد پیکسلی کارآمدترین شاخص‌های آب شامل MNDWI و AWEIshadow مستخرج از تصاویر سنجنده OLI ماهواره لندست 8، به منظور بررسی تفکیک پیکسل‌های مخلوط آب با استفاده از آماره‌های مختلف صحت‌سنجی شامل نمودار ROC، صحت کلی، صحت کاربر، صحت تولید کننده و خطاهای ارتکاب و حذف پرداخته شده است. نتایج حاصل از صحت‌سنجی کارایی شاخص‌ها برای تفکیک پیکسل‌های خالص آب نشان دهنده قابلیت مناسب هر دو شاخص در تفکیک چنین پیکسل‌هایی است، اما در مورد پیکسل‌های مخلوط آب، شاخص MNDWI نسبت به شاخص AWEIshadow صحت بیشتری کسب کرده است. سهم زیادی از خطای ارتکاب رخ داده برای شاخص MNDWI به بیرون‌زدگی‌های سنگی و برای شاخص AWEIshadow به سایه‌های توپوگرافی مربوط می‌شود. در نهایت نتایج نشان داد استفاده از روش‌های بارزسازی لبه به عنوان یک روش پردازشی کمکی جهت اصلاح خطای ارتکاب، دقت مرز استخراجی رودخانه را تا حد زیادی افزایش می‌دهد.
واژه‌های کلیدی: ریخت‌شناسی رودخانه، سنجنده OLI، پیکسل خالص، پیکسل‌های مخلوط، بارزسازی لبه، صحت‌سنجی
متن کامل [PDF 1854 kb]   (252 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سایر
دریافت: ۱۳۹۶/۷/۱۶ | پذیرش: ۱۳۹۶/۷/۱۶ | انتشار: ۱۳۹۶/۷/۱۶
فهرست منابع
1. eXtyles Logo [1] M. Kummu, and O. Varis, "Sediment-related impacts due to upstream reservoir trapping, the Lower Mekong River", Geomorphology, Vol.85, pp.275-293, 2007. [DOI:10.1016/j.geomorph.2006.03.024]
2. [2] B.F. Edwards, and D.H. Smith, "River meandering dynamics", Physical Review E. 65, 046303, 2002. [DOI:10.1103/PhysRevE.65.046303]
3. [3] L.C. Smith, "Satellite remote sensing of river inundation area, stage, and discharge: A review. Hydrological processes", Vol.11, pp.1427-1439, 1997. https://doi.org/10.1002/(SICI)1099-1085(199708)11:10<1427::AID-HYP473>3.0.CO;2-S [DOI:10.1002/(SICI)1099-1085(199708)11:103.0.CO;2-S]
4. [4] M. Onderka, and P. Pekárová, "Retrieval of suspended particulate matter concentrations in the Danube River from Landsat ETM data", Science of the Total Environment, Vol.397, pp.238-243, 2008. [DOI:10.1016/j.scitotenv.2008.02.044]
5. [5] A.J. Henshaw, A.M. Gurnell, W. Bertoldi, and N.A. Drake, "An assessment of the degree to which Landsat TM data can support the assessment of fluvial dynamics, as revealed by changes in vegetation extent and channel position, along a large river", Geomorphology, Vol.202, pp.74-85, 2013. [DOI:10.1016/j.geomorph.2013.01.011]
6. [6] J. Li, M.E. Donselaar, S.E.H. Aria, R. Koenders, and A.M. Oyen, "Landsat imagery-based visualization of the geomorphological development at the terminus of a dryland river system", Quaternary International, Vol.352, pp.100-110, 2014. [DOI:10.1016/j.quaint.2014.06.041]
7. [7] G.L. Feyisa, H. Meilby, R. Fensholt, and S.R. Proud, "Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery", Remote Sensing of Environment, Vol.140, pp.23-35, 2014. [DOI:10.1016/j.rse.2013.08.029]
8. [8] R. Malinowski, G. Groom, W. Schwanghart, and G. Heckrath, "Detection and Delineation of Localized Flooding from WorldView-2 Multispectral Data", Remote Sensing, Vol.7, pp.14853-14875, 2015. [DOI:10.3390/rs71114853]
9. [9] Q. Vanhellemont, and K. Ruddick, "Turbid wakes associated with offshore wind turbines observed with Landsat 8", Remote Sensing of Environment, Vol.145, pp.105-115, 2014. [DOI:10.1016/j.rse.2014.01.009]
10. [10] A.I. Dogliotti, K.G. Ruddick, B. Nechad, D. Doxaran, and E. Knaeps, "A single algorithm to retrieve turbidity from remotely-sensed data in all coastal and estuarine waters", Remote Sensing of Environment, Vol.156, pp.157-168, 2015. [DOI:10.1016/j.rse.2014.09.020]
11. [11] H. Xu, "Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery", International Journal of Remote Sensing, Vol.27, pp.3025-3033, 2006. [DOI:10.1080/01431160600589179]
12. [12] K. Rokni, A. Ahmad, A. Selamat, and S. Hazini, "Water feature extraction and change detection using multitemporal Landsat imagery", Remote Sensing, Vol.6, pp.4173-4189, 2014. [DOI:10.3390/rs6054173]
13. [13] K. Zhai, X. Wu, Y. Qin, and P. Du, "Comparison of surface water extraction performances of different classic water indices using OLI and TM imageries in different situations", Geo-spatial Information Science, Vol.18, pp.32-42, 2015. [DOI:10.1080/10095020.2015.1017911]
14. [14] L. Ji, X. Geng, K. Sun, Y. Zhao, and P. Gong, "Target detection method for water mapping using landsat 8 oli/tirs imagery", Water, Vol.7, pp.794-817, 2015. [DOI:10.3390/w7020794]
15. [15] A. Fisher, N. Flood, and T. Danaher, "Comparing Landsat water index methods for automated water classification in eastern Australia", Remote Sensing of Environment, Vol.175, pp.167-182, 2016. [DOI:10.1016/j.rse.2015.12.055]
16. [16] H. Jiang, M. Feng, Y. Zhu, N. Lu, J. Huang, and T. Xiao, "An Automated Method for Extracting Rivers and Lakes from Landsat Imagery", Remote Sensing, Vol.6, pp.5067-5089, 2014 [DOI:10.3390/rs6065067]
17. [17] S. Wang, M.H.A. Baig, L. Zhang, H. Jiang, Y. Ji, H. Zhao, and J. Tian, "A Simple Enhanced Water Index (EWI) for Percent Surface Water Estimation Using Landsat Data", Selected Topics in Applied Earth Observations and Remote Sensing, IEEE Journal of, Vol.8, pp.90-97, 2015. [DOI:10.1109/JSTARS.2014.2387196]
18. [18] S.K. Alavipanah, "interpretation process". In Remote sensing application in geo science (soil science)., Tehran: Tehran University press. 2003, 478.
19. [19] NASA. Landsat 7 science data users handbook. Online. 2012.
20. [20] A.B.M. Baki, and T.Y. Gan, "Riverbank migration and island dynamics of the braided Jamuna River of the Ganges–Brahmaputra basin using multi-temporal Landsat images", Quaternary International, Vol.263, pp 148-161, 2012. [DOI:10.1016/j.quaint.2012.03.016]
21. [21] T. Fawcett, "An introduction to ROC analysis", Pattern recognition letters, Vol.27, pp.861-874, 2006. [DOI:10.1016/j.patrec.2005.10.010]
22. [22] P. ziaeean, M. Faragzadeh, A.J. mosivand and M. omidali, "Subpixel water temperature estimation of Urmia lake using un mixing approach of thermal infrared satellite images", Journal of Geospatial Information Technology, Vol.1, pp.75-88, 2014.
23. [23] D.L.B. Jupp, "Background and extensions to depth of penetration (DOP) mapping in shallow coastal waters." Proceedings of the Symposium on Remote Sensing of the Coastal Zone. 1988.
24. [24] J.E. Pardo-Pascual, J. Almonacid-Caballer, L.A. Ruiz, and J. Palomar-Vázquez, "Automatic extraction of shorelines from Landsat TM and ETM+ multi-temporal images with subpixel precision", Remote Sensing of Environment, Vol.123, pp.1-11, 2012. [DOI:10.1016/j.rse.2012.02.024]
25. [25] N. Keshava, J. Kerekes, D. Manolakis, and G. Shaw, "An algorithm taxonomy for hyperspectral unmixing". Proceeding of SPIE, Vol. 4049, pp.42-63. 2000. [DOI:10.1117/12.410362]
26. [26] M. Argani, M.R. Sarajian and S. Homayouni, "Subpixel urban area changes mapping using Spectral Mixing Analysis", presented at the Geomatics. Tehran, 2006.
27. [27] G.I. Sentlinger, S.J. Hook, and B. Laval, "Sub-pixel water temperature estimation from thermal-infrared imagery using vectorized lake features". Remote Sensing of Environment, Vol.112, pp.1678-1688. 2008. [DOI:10.1016/j.rse.2007.08.019]
28. [28] J.A. Richards, and X. Jia, "Remote sensing digital image analysis-hardback", Springer. 331. 2006.
29. [29] O.R. Vincent, and O. Folorunso, "A descriptive algorithm for sobel image edge detection". In Proceedings of Informing Science & IT Education Conference (InSITE), Vol. 40, pp. 97-107. 2009. [DOI:10.28945/3351]
30. [30] J.A. Richards, "Geometric Processing and Enhancement: Image Domain Techniques", In Remote Sensing Digital Image Analysis, Springer, 503. 2013


XML   English Abstract   Print


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

khastar M. Comparison of sub pixel MNDWI and AWEIshadow indices capability for shallow and narrow river extraction. 3. 2017; 5 (2) :99-122
URL: http://jgit.kntu.ac.ir/article-1-471-fa.html

طاهریان الهام، خواستار بروجنی میلاد، صمدی حسین. مقایسه عملکرد خردـ پیکسلی دو شاخص MNDWI و AWEIshadow در تفکیک رودخانه‌های کم عرض و کم عمق. مهندسی فناوری اطلاعات مکانی. 1396; 5 (2) :99-122

URL: http://jgit.kntu.ac.ir/article-1-471-fa.html



دوره 5، شماره 2 - ( 6-1396 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.05 seconds with 29 queries by YEKTAWEB 3638