ارایه مدلی واریانس‌مبنا برای نرمال‌سازی دمای سطح بدست آمده از تصاویر ماهواره‌ای نسبت به پارامترهای محیطی

نرمال سازی دمای سطح نسبت به عوامل محیطی از اهمیّت بالایی در مطالعات علمی و تصمیمات مدیریتی مناطق شهری و غیرشهری برخوردار است. هدف از این پژوهش، ارائه مدلی واریانس مبنا برای نرمال سازی دمای سطح نسبت به پارامترهای محیطی می باشد. برای این‌منظور از باندهای ماهواره لندست 8، محصول بخار آب مودیس و مدل رقومی ارتفاع استر استفاده شده است. در این پژوهش مجموعه عوامل توپوگرافی، تابش ورودی به سطح، آلبیدو، نرخ افت محیطی، پوشش گیاهی و مجموعه خصوصیّات بیوفیزیکی سطح به عنوان پارامترهای محیطی در نظر گرفته شده است. برای محاسبه دمای سطح از الگوریتم تک کاناله استفاده و برای مدل سازی تابش ورودی به سطح مدل کولبو بهبود یافته ارائه شده است. همچنین برای مدل سازی آلبیدو سطح، از ترکیب باندهای انعکاسی لندست 8، نرخ افت محیطی از مدل رقومی ارتفاع و خصوصیات بیوفیزیکی از ترکیب های باندی تسلدکپ استفاده شده است. در نهایت برای محاسبه ضرایب مجهول مربوط به هر یک از پارامترها در مدل ارائه شده برای نرمال سازی دمای سطح با شرط مینیم شدن واریانس مقادیر دمای سطح نرمال شده، از مدل سرشکنی کمترین مربعات استفاده شده است. برای ارزیابی دقت نتایج مدل ارائه شده شاخص های ضریب همبستگی و خطای مجذور میانگین مربعات بین مقادیر دمای سطح مدل شده، مشاهده شده و اندازه گیری شده زمینی و واریانس مقادیر دمای سطح نرمال شده بکار گرفته شده است. نتایج حاصل از پژوهش نشان دهنده این است که برای محدوده ی مورد مطالعه، پارامتر تابش ورودی به سطح، بیشترین و پارامترهای ارتفاع و سبزینگی، کمترین تاثیر را بر مقدار و چگونگی توزیع دمای سطح دارند. مقدار ضریب همبستگی و خطای جذر میانگین مربعات بین دمای سطح مدل شده و دمای سطح مشاهده شده منطقه اول به ترتیب برابر با 0.97 و 1.53 و واریانس مقادیر دمای سطح نرمال شده 0.79 می باشد. همچنین نتایج حاصل از پژوهش،کارایی بالای مدل ارائه شده را برای نرمال‌سازی دمای سطح نسبت به پارامتر های محیطی نشان می دهد.

Comparison of Different Targets Used in Augmented Reality Applications in Ubiquitous GIS

Drilling requires accurate information about locations of underground infrastructures or it can cause serious damages. Augmented Reality (AR) as a technology in Ubiquitous GIS (UBIGIS) can be used to visualize underground infrastructures on smartphones. Since smartphone rsquo;s sensors do not provide such accuracy, another approaches should be applied. Vision based computer vision systems are well known approaches to collect data of camera poses. Some vision systems track objects by image processing of natural environments which is quite difficult in unknown environments. Most vision systems are designed to detect targets. This paper aims to compare different types of targets that can be used in AR applications in UBGIS. For this propose, first three types of targets are being overviewed, then targets are compared in terms of their square or circular shapes. Finally, two kinds of targets related to Agisoft and Australis modeling software are chosen and images are being taken in different sincidence angles related to center of images at the area of faculty of Geodesy and Geomatics Engineering Khaje Nasir Toosi University of Technology. Then automatic recognition results in both software tools were being compared and analyzed. Comparisons reveal that QRCode is not appropriate due to its square shape and its distance limitation to scan by reader, because in AR applications, targets should be placed in a large field of view. Also, squared targets are not very suitable because their recognition is not easy. Therefore, Fiducial Markers are not recommended. It is worth mentioning that circular targets are the best target for this application. Among circular targets, although detection of circular Coded Target is not easy especially in very low incidence angle, but unrelated objects are not recognized as Coded Target; while detection of simple circular Target will make lots of mistakes. Generally, choosing appropriate target depends on corresponding application and usage. Then sensorbased and visionbased approaches to visualize underground infrastructures are compared. The results demonstrate that visionbased approach improve the precision of pose estimation parameters 8.10260 m in position parameters and 10.36 degrees in orientation parameters. Therefore, targets can be used as a visionbased approach.