Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > متفرقه > سنجش از دور (Remote Sensing)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۱۲-۶-۱۳۸۸, ۰۱:۵۹ بعد از ظهر   #1 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow دانلود کتابهاي سنجش از دور

Seon K. Park, Liang Xu, "Data Assimilation for Atmospheric, Oceanic and Hydrologic Applications"
Springer | 2009-03-01 | ISBN: 3540710558 | 475 pages | PDF | 31,3 MB

كد:
http://uploadbox.com/files/10b356b09e

http://rapidshare.com/files/196216698/3540710558.rar
Robert E. Huffman, "Atmospheric Ultraviolet Remote Sensing (International Geophysics)"
Academic Press | 1992-09-14 | ISBN: 0123603900 | 320 pages | PDF | 10,3 MB
كد:
http://uploadbox.com/files/B215ilYfjl

http://rapidshare.com/files/196106607/9780123603906.rar
Remote Sensing of Impervious Surfaces (Taylor & Francis Series in Remote Sensing Applications)
488 pages | CRC; 1 edition (October 3, 2007) | ISBN-10: 1420043749 | PDF | 18 Mb

كد:
http://depositfiles.com/en/files/lr4mixh9c
Image Processing for Remote Sensing
400 pages | CRC; 1 edition (October 17, 2007) | ISBN: 1420066641 | PDF | 14 Mb
كد:
http://paid4share.net/file/11051/1420066641-zip.html
Thermal Remote Sensing in Land Surface Processing By Dale A. Quattrochi, Jeffrey C. Luvall
Publisher CRC | ISBN: 0415302242 | edition 2004 | PDF | 464 pages | 16,4 MB
كد:
http://depositfiles.com/files/lu217c0ea
John R. Schott “Remote Sensing: The Image Chain Approach"
Oxford University Press, USA | 2007-05-25 | ISBN: 0195178173 | 688 pages | PDF | 39,6 MB
كد:
http://depositfiles.com/en/files/06h06tc97
Astaraki آفلاين است   پاسخ با نقل قول

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
قديمي ۱۲-۶-۱۳۸۸, ۰۲:۴۶ بعد از ظهر   #2 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink معرفی کتاب جدید در زمینه سنجش از دور

در فصل اول این گونه آمده است: شناسايي و پهنه‌بندي خاك به عنوان يكي از منابع طبيعي كه بستر حيات محسوب مي‌شود، از دير باز مورد توجه متخصصان علوم خاك بوده است. چگونگي توزيع جغرافيايي انواع خاك‌ها به دليل تنوع آن، از دغدغه‌هاي هميشگي خاك‌شناسان است.نقشة خاك، ارائه دهندة سيماي خاك‌هاي هر منطقه است كه پتانسيل‌ها و محدوديت‌هاي آن را به نمايش مي‌گذارد. اين ويژگي‌ها براي كاربران بسيار حياتي و اساسي است .در واقع نقشة خاك پايه و اساس تمامي كاربري‌هاي اين عنصر حياتي است. بنابراين به وضوع مشخص مي‌شود كه هر چه نقشة خاك با دقت بالاتري تهيه شود، كاربران به نتايج بهتري دست خواهند يافت.در ادامه فصل دوم وسوم فنآوریهای نوین مانند داده های دور سنجی سامانه های اطلاعات جغرافیایی رااین گونه بیان میدارد: به‌كارگيري فناوري‌هاي نوين فرايند پهنه‌بندي و تهية نقشه از خاك‌ها به‌ويژه به‌كارگيري اطلاعات دور سنجي و قابليت‌هاي سامانه‌هاي اطلاعات جغرافيايي يكي از ايده‌هاي اساسي در افزايش اين كارامدي است. سنجش از دور شامل اندازه‌گيري و ثبت انرژي بازتابي امواج الكترومغناطيس از پديده‌هاي سطح زمين است. پديده‌هاي مختلف در يك طول موج معين، داراي رفتار متفاوتي‌اند. از طرف ديگر يك پديده در طول موج‌هاي مختلف، رفتار متفاوتي خواهد داشت. اين‌گونه رفتار پديده‌ها در مقابل امواج الكترومغناطيسي پايه و اساس شناسايي، تشخيص و اندازه‌گيري پديده‌ها است. سنجنده‌هاي چند طيفي و پس از آن فراطيفي ابزارهايي‌اند كه متخصصين فناوري دورسنجي براي كشف زواياي مختلف پديده‌هاي طبيعي طراحي كرده‌اند. با افزايش تعداد باندهاي سنجنده حجم اطلاعات دريافتي از سطح زمين افزايش پيدا مي‌كند،بنابراین ضرورت بکار گیری فناوری های نوین برای پردازش واستخراج اطلاعات از این داده هاآشکار می شود. رشد فزايندة فناوري رايانه‌اي و سامانه‌هاي اطلاعات جغرافيايي و به‌كارگيري آن در تحليل نقشه از دهة 1960 شروع شده، پس از اين مرحله تحليل مكاني در نتيجه‌گيري‌ها اهميت بيشتري پيدار كرد و سامانه‌هايي كه امكان نگهداري اطلاعات مكاني و نيز تركيب مجموعه داده‌هاي مختلف را فراهم آورده، سامانه‌هاي اطلاعات جغرافيايي داده‌ها را به عنوان مدل دنياي واقعي عرضه مي‌كنند. اين ويژگي‌ها موجب شده بتوان از آن براي بررسي منابع زميني بهره گرفت. از جمله كاربردهاي قابل ذكر مي‌توان به بررسي‌هاي زيست‌محيطي، منابع آب و آبخيز‌داري، منابع اراضي و جنگل‌ها و مراتع اشاره كرد. يكي از مهمترين كاربردهاي سامانه‌هاي اطلاعات جغرافيايي تهيه بانك اطلاعات اراضي و خاك‌هاي كشور است. پس از تهية بانك مذكور و توليد نقشة رقومي خاك‌هاي كشور، هر زمان كه اطلاعات جديدي از منابع اراضي و خاك‌هاي كشور به‌دست آيد با كمترين هزينه و صرف وقت مي‌توان اطلاعات و نقشه‌هاي موجود را روزآمد كرد.در فصل چهارم رادار به عنوان ابزار نوینی دیگر مورد تجزیه وتحلیل قرار گرفته است: رادار بخشي از طيف الكترومغناطيس در محدودة ميكروويو بين يك ميلي‌متر تا يك‌متر را شامل مي‌شود. سنجنده‌هايي كه قادرند در اين قسمت از طيف الكترومغناطيس فعاليت كنند، سنجش از دور راداري ناميده مي‌شوند. اين سنجنده‌ها، سنجنده‌هاي فعال‌اند يعني هم تابش ميكروويو را توليد و به سمت هدف ارسال و هم بازتاب آن را دريافت مي‌كنند. تابش‌هاي اين طول موج برخلاف سنجنده‌هاي اپتيك تحت تأثير شرايط جو قرار نمي‌گيرند و قادرند در ابرها نفوذ كنند و مناطق زير آن را تصويربرداري كنند، از اين رو مي‌توان از آنها براي تهية تصاوير مناطقي كه آسمان آنها پيوسته از ابر پوشيده شده‌اند، استفاده كرد. از ديگر مزاياي سنجش از دور رادار آن است كه اين سيستم مي‌تواند هم در شب و هم در روز، بدون نياز به خورشيد تصوير تهيه كند.با وجود مزاياي ذكر شده، تفسير تصاوير راداري نسبت به تصاوير حرارتي و انعكاسي، متفاوت و مشكل‌تر است.

رادار كاربردهاي مختلفي در بخش‌هاي مختلف منابع زميني و از جمله در مطالعات خاك‌شناسي، زمين‌شناسي، مطالعات جنگل، ژئومورفولوژي و هيدرولوژي، اقيانوس‌شناسي، برف و يخ و تحقيقات باستان‌شناسي دارد. از طرف ديگر به كمك اينترفرومتري رادار مي‌توان اطلاعاتي دربارة تغييرات سطح زمين را استخراج كرد. با استفاده از ابزارها و روشهاي جديد اين امكان وجود دارد كه ويژگي‌هاي مورد نظر از خصوصيات خاك و زمين را براورد كرد. ماهواه‌هاي مختلف اين امكان را فراهم مي‌كنند كه بسياري از ويژگي‌ها را از داده‌هاي سنجنده‌هاي اپتيكي، حرارتي و ميكروويو براورد كرده و به كمك روش‌هاي آمار نقشه‌هاي فوق را تهيه كرده و در سامانه‌هاي اطلاعات جغرافيايي به عنوان يك بانك اطلاعاتي روز آمد كرد.

فصل آخر به شرح مدلها وروشهای برآوردد ویژگیهای خاکها و بالاخره پهنه بندی خاکها می پردازد.اكثر مدل‌هاي نقشه‌برداري خاك بر پايه روابط آماري و با توجه به روش‌هاي شبكه‌هاي عصبي، مجموعه‌هاي فازي و زمين آمار است.خصوصيات خاك متغيرهاي پيوسته‌اي هستند كه مقادير آنها در هر موقعيتي مي‌تواند مورد انتظار باشد. آمار كلاسيك شاخص‌هايي از آمار است كه فقط كميت مورد نظر را در نمونه‌ها در نظر مي‌گيرد ولي موقعيت نمونه‌ها را مورد توجه قرار نمي‌دهد. در حالي كه در زمين آمار هر نمونه تا يك حداكثر فاصله معين با نمونه‌هاي اطراف ارتباط فضايي دارد. اين حداكثر فاصله كه دامنه تأثير ناميده مي‌شود نشان دهندة فاصله است كه در آن مي‌توان از تخمين‌گرهاي زمين آماري استفاده كرد. به عبارت ديگر با استفاده از زمين آمار مي‌توان با استفاده از اطلاعات حاصله از نقاط نمونه‌برداري شده به منظور براورد خصوصيات مورد نظر در نقاطي كه نمونه‌برداري نشده‌اند استفاده كرد. يكي از ابزارهاي مطالعات زمين آمار تابعي آماري بنام واريوگرام است كه امكان تجزيه و تحليل ساختار، مقياس و شدت تغييرات مكاني متغيرهاي ناحيه‌اي را فراهم مي‌كند. چنانچه واريوگرام به درستي تعيين شود از آن نه تنها براي براورد آماري، بلكه به منظور طراحي و اصلاح شبكه نمونه‌برداري نيز مي‌توان استفاده كرد. واريوگرام‌ها داراي اشكال مختلفي هستند. هر چه شيب اوليه واريوگرام بيشتر باشد تغييرات مكاني يك خصوصيت كه تابعي از فاصله و ميزان كاهش همبستگي مكاني بين نمونه‌هاست بيشتر است. بعد از تحليل و تفسير واريوگرام در صورتي‌كه نمونه‌ها و شبكه طراحي شده بر اساس شكل واريوگرام مناسب باشد مي‌توان از تخمين‌گرهاي آماري به منظور براورد خصوصيات مورد نظر در نقاطي كه نمونه‌برداري نشده‌اند استفاده كرد. از جمله تخمين‌گرهاي زمين آماري مي‌توان به كريجينگ و كوكريجينگ اشاره كرد.با استفاده از زمين آمار مي‌توان مشكل ابر در تصاوير ماهواره‌اي را بر طرف كرد. همچنين مي‌تواند تركيب با داده‌هاي ماهواره‌اي به منظور براورد خصوصيات مورد نظر از خاك اقدام كرد.روش‌هاي مختلفي براي براورد اطلاعات مكاني خاك وجود دارد از جمله روش يني، روش سوليم و روش اسكرپان. در روش اسكرپان كه جامع‌ترين آنها مي‌باشد بر خلاف روش يني كه عوامل مؤثر در خاكسازي را 5 عامل (اقليم، موجودات زنده، پستي و بلندي، مواد مادري و زمان) مي‌داند، در اين روش 7 شاخص را در خاكسازي دخيل مي‌داند كه عبارت‌اند از خاك، اقليم، موجودات زنده، مواد مادري، سن و زمان، فضا و موقعيت مكاني. در روش اسكرپان براي براورد خصوصيات و كلاسه‌هاي خاك استفاده از مدل‌هاي زير پيشنهاد شده است كه شامل: مدل‌هاي خطي، مدل‌هاي خطي تعميم يافته (glm) ، مدل‌هاي افزايش تعميم يافته (gam)، مدل‌هاي درختي، شبكه‌هاي عصبي و سيستم‌هاي فازي.
Astaraki آفلاين است   پاسخ با نقل قول
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۰۴:۴۳ بعد از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design