جلد 22، شماره 2 - ( علوم آب و خاک - علوم و فنون کشاورزی و منابع طبیعی- تابستان 1397 )                   جلد 22 شماره 2 صفحات 259-249 | برگشت به فهرست نسخه ها


XML English Abstract Print


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

Mollaee Z, Zahiri J, Jalili S, Ansari M R, Taghizadeh A. Estimating Suspended Sediment Concentration Using Remote Sensing and Artificial Neural Network (Case Study: Karun River). jwss 2018; 22 (2) :249-259
URL: http://jstnar.iut.ac.ir/article-1-3421-fa.html
ملائی زینب، ظهیری جواد، جلیلی سعید، انصاری محمدرضا، تقی زاده ایوب. کاربرد سنجش از دور و شبکه عصبی مصنوعی در تخمین غلظت رسوب معلق رودخانه (مطالعه موردی: رودخانه کارون). علوم آب و خاک. 1397; 22 (2) :249-259

URL: http://jstnar.iut.ac.ir/article-1-3421-fa.html


1. گروه مهندسی آب، دانشکده مهندسی زراعی و عمران روستایی، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان ، zahiri1983@gmail.com
چکیده:   (7456 مشاهده)

بازتاب طیفی سنجش از راه دور اندازه‌گیری شده توسط سنسور‌های ماهواره‌ای، یک جایگزین سریع و رویکرد اقتصادی برای ارزیابی غلظت رسوب معلق در اقیانوس‌ها، دریا‌ها، رودخانه‌ها و آب‌های ساحلی است. بر همین اساس در این تحقیق از ترکیب اطلاعات به‌دست آمده از تصاویر ماهواره‌ای و یک مدل شبکه عصبی پایه شعاعی، جهت برآورد غلظت بار معلق رودخانه‌ای استفاده شد. داده‌های میدانی غلظت رسوب معلق، دبی جریان و بازتاب باند یک و نسبت بازتاب باند دو به یک سنجنده مادیس، به‌عنوان 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 به‌دست ‌آمده، مدل شبکه عصبی مصنوعی با ورودی باند یک و دبی جریان با RMSE برابر 19/0، عملکرد بهتری را نسبت به دو روش رگرسیون و منحنی سنجه رسوب با RMSE به‌ترتیب برابر 21/0 و 29/0 دارا است.
 

متن کامل [PDF 516 kb]   (2458 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: عمومی
دریافت: 1395/10/20 | پذیرش: 1396/5/23 | انتشار: 1397/6/24

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.

کلیه حقوق این وب سایت متعلق به مجله علوم آب و خاک دانشگاه صنعتی اصفهان می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | JWSS - Isfahan University of Technology

Designed & Developed by : Yektaweb