بازسازی محصولات مفقوده کلروفیل a مودیس با استفاده از الگوریتم DINEOF در نرم افزارR : مطالعه موردی خلیج فارسی و دریای عمان
هدف این مطالعه، استفاده از الگوریتم DINEOF برای پر کردن نقاط فاقد داده در تصاویر ماهواره ای غلظت کلروفیل a در آبهای سطحی خلیج فارس و دریای عمان می باشد. در این مطالعه از داده های 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 ماه های 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 صحت سنجی الگوریتم DINEOF، پارامترهایی نظیر RMSE، MSE، MAD و SNR محاسبه شده است. نقشه های 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 داده های مفقوده به خوبی توسط الگوریتم صورت گرفته است (به عنوان مثال در ماه جولای 2014 پارمترهای محاسبه شده بدین شرح می باشند: 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 موفقیت آمیز است. محصولات کلروفیل a حاصل از بازسازی برای کاربردهایی مانند تشخیص شکوفایی جلبکی و همچنین مدیریت مناسب شیلاتی قابل استفاده است. در مقیاس زمانی بلند مدت، مقایسه محصولات مفقوده با بازسازی شده به کنترل کیفیت داده های ماهواره ای کمک می کند.
غلظت کلروفیل a ، مودیس ، بازسازی محصولات ، DINEOF ، خلیج فارس ، دریای عمان
- حق عضویت دریافتی صرف حمایت از نشریات عضو و نگهداری، تکمیل و توسعه مگیران میشود.
- پرداخت حق اشتراک و دانلود مقالات اجازه بازنشر آن در سایر رسانههای چاپی و دیجیتال را به کاربر نمیدهد.