کریمیان, مریم, بیرقدار کشکولی, امید, مدرس, رضا, پورمنافی, سعید (2022). بازسازی محصولات مفقوده کلروفیل a مودیس با استفاده از الگوریتم DINEOF در نرم افزارR : مطالعه موردی خلیج فارسی و دریای عمان. , 11(2), 137-152.
مریم کریمیان; امید بیرقدار کشکولی; رضا مدرس; سعید پورمنافی. "بازسازی محصولات مفقوده کلروفیل a مودیس با استفاده از الگوریتم DINEOF در نرم افزارR : مطالعه موردی خلیج فارسی و دریای عمان". , 11, 2, 2022, 137-152.
کریمیان, مریم, بیرقدار کشکولی, امید, مدرس, رضا, پورمنافی, سعید (2022). 'بازسازی محصولات مفقوده کلروفیل a مودیس با استفاده از الگوریتم DINEOF در نرم افزارR : مطالعه موردی خلیج فارسی و دریای عمان', , 11(2), pp. 137-152.
کریمیان, مریم, بیرقدار کشکولی, امید, مدرس, رضا, پورمنافی, سعید بازسازی محصولات مفقوده کلروفیل a مودیس با استفاده از الگوریتم DINEOF در نرم افزارR : مطالعه موردی خلیج فارسی و دریای عمان. , 2022; 11(2): 137-152.

بازسازی محصولات مفقوده کلروفیل a مودیس با استفاده از الگوریتم DINEOF در نرم افزارR : مطالعه موردی خلیج فارسی و دریای عمان

علوم و فنون شیلات
Article 3, Volume 11, Issue 2 - Serial Number 38, 1401, Pages 137-152    PDF (2.23 M)
Document Type: پژوهشی اصیل
Authors
مریم کریمیان; امید بیرقدار کشکولی* ; رضا مدرس; سعید پورمنافی
دانشکده منابع طبیعی دانشگاه صنعتی اصفهان
Abstract
هدف این مطالعه، استفاده از الگوریتم DINEOF برای پر کردن نقاط فاقد داده در تصاویر ماهواره­ای غلظت کلروفیل a در آبهای سطحی خلیج فارس و دریای عمان می­باشد. در این مطالعه از داده­های سطح 3 (وضوح مکانی 4 کیلومتر) غلظت کلروفیل a حاصل از سنجنده مودیس در بازه زمانی 2003 تا 2020 در خلیج فارس و دریای عمان (استخراج شده از سایت ناسا) استفاده شد. برخی از تصاویر در بعضی از ماه­های سال دارای نقاط فاقد محصول بودند. تصاویر دارای محصولات مفقوده (گپ یا شکاف) غلظت کلروفیل a در خلیج فارس و دریای عمان با استفاده از بسته نرم افزاری rtsa.gapfill و الگوریتم DINEOF در نرم افزار R بازسازی شدند. در نهایت برای ارزیابی صحت­سنجی الگوریتم DINEOF، پارامترهایی نظیر RMSE، MSE، MAD و SNR محاسبه شده است. نقشه­های اصلی (دارای شکاف) غلظت کلروفیل a نشان دادند که بیشترین میزان محصولات مفقوده در ماه جولای 2009 و 2015 وجود دارد. با ارزیابی صحت بازسازی مشخص شد بازسازی داده­های مفقوده به خوبی توسط الگوریتم صورت گرفته است (به عنوان مثال در ماه جولای 2014 پارمترهای محاسبه شده بدین شرح می­باشند: 83/0R2=، 34/0RSME=، 14/0 MAD=و 10/0MSE=). بررسی نتایج نشان داد که اجرای الگوریتم DINEOF در نرم افزار R برای بازسازی محصولات مفقوده موجود در تصاویر غلظت کلروفیل a روشی کارآمد، سریع و موفقیت­آمیز است. محصولات کلروفیل a حاصل از بازسازی برای کاربردهایی مانند تشخیص شکوفایی جلبکی و همچنین مدیریت مناسب شیلاتی قابل استفاده است. در مقیاس زمانی بلند­مدت، مقایسه محصولات مفقوده با بازسازی‌ شده به کنترل کیفیت داده­های ماهواره­‌ای کمک می­ کند.
Keywords
غلظت کلروفیل a; مودیس; بازسازی محصولات; DINEOF; خلیج فارس; دریای عمان
References
Statistics
Article View: 273
PDF Download: 123
Statistics
Number of Journals45
Number of Issues2,171
Number of Articles24,674
Article View24,448,470
PDF Download17,555,324