>
Fa   |   Ar   |   En
   کاربرد سنجش از دور و شبکه عصبی مصنوعی در تخمین غلظت رسوب معلق رودخانه (مطالعه موردی: رودخانه کارون)  
   
نویسنده ملائی زینب ,ظهیری جواد ,جلیلی سعید ,انصاری محمدرضا ,تقی زاده ایوب
منبع علوم آب و خاك - 1397 - دوره : 22 - شماره : 2 - صفحه:249 -259
چکیده    بازتاب طیفی سنجش از راه دور اندازه گیری شده توسط سنسور های ماهواره ای، یک جایگزین سریع و رویکرد اقتصادی برای ارزیابی غلظت رسوب معلق در اقیانوس ها، دریا ها، رودخانه ها و آب های ساحلی است. بر همین اساس در این تحقیق از ترکیب اطلاعات به دست آمده از تصاویر ماهواره ای و یک مدل شبکه عصبی پایه شعاعی، جهت برآورد غلظت بار معلق رودخانه ای استفاده شد. داده های میدانی غلظت رسوب معلق، دبی جریان و بازتاب باند یک و نسبت بازتاب باند دو به یک سنجنده مادیس، به عنوان ورودی به شبکه عصبی معرفی شدند، همچنین یک مدل رگرسیون خطی چندمتغیره برای ایجاد ارتباط میان غلظت رسوب معلق و بازتاب رسیده به سنجنده استفاده شد. در نهایت نتایج حاصل از شبکه عصبی با نتایج حاصل از رگرسیون و منحنی سنجه رسوب مقایسه شد. براساس نتایج به دست آمده، مدل شبکه عصبی مصنوعی با ورودی باند یک و دبی جریان با rmse برابر 0.19، عملکرد بهتری را نسبت به دو روش رگرسیون و منحنی سنجه رسوب با rmse به ترتیب برابر 0.21 و 0.29 دارا است.
کلیدواژه غلظت رسوب معلق، سنجنده مادیس، شبکه عصبی پایه شعاعی، رگرسیون خطی
آدرس دانشگاه علوم کشاورزی و منابع طبیعی خوزستان, دانشکده مهندسی زراعی و عمران روستایی, گروه مهندسی آب, ایران, دانشگاه علوم کشاورزی و منابع طبیعی خوزستان, دانشکده مهندسی زراعی و عمران روستایی, گروه مهندسی آب, ایران, دانشگاه علوم کشاورزی و منابع طبیعی خوزستان, دانشکده مهندسی زراعی و عمران روستایی, گروه مهندسی آب, ایران, دانشگاه علوم کشاورزی و منابع طبیعی خوزستان, دانشکده کشاورزی, گروه علوم و مهندسی خاک, ایران, دانشگاه شهید چمران اهواز, دانشکده علوم زمین, گروه سنجش از دور و gis, ایران
 
   Estimating Suspended Sediment Concentration Using Remote Sensing and Artificial Neural Network (Case Study: Karun River)  
   
Authors Mollaee Z. ,Zahiri J. ,Jalili S. ,Ansari M. R. ,Taghizadeh A.
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved