|
عنوان
|
ارزیابی شاخصهای سنجش از دوری پایش خشکسالی با استفاده از رگرسیون بردار پشتیبان و مدلهای جنگل تصادفی (مطالعه موردی: شهرستان مریوان)
|
|
نوع پژوهش
|
مقاله چاپ‌شده در مجلات علمی
|
|
کلیدواژه‌ها
|
خشکسالی، تصاویر سنجش از دور، جنگل تصادفی، رگرسیون بردار پشتیبان
|
|
چکیده
|
خشکسالی به عنوان پدیده ای طبیعی و اقلیمی همه ساله در مناطق وسیعی در سراسر جهان رخ می دهد و وقوع آن ناشی از کمبود بارندگی و افزایش تبخیر و تعرق در دمای بالا است. هدف پژوهش حاضر ارزیابی سنجش از دور در پایش خشکسالی برای شهرستان مریوان و تجزیه و تحلیل توزیع مکانی - زمانی شرایط خشکسالی و شناسایی شدت خشکسالی است. در این مطالعه با استفاده از شاخص های مختلف خشکسالی تولید شده از داده های ماهواره ای مادیس و TRMM که از بسترگوگل ارث انجین استخراج شده اند، شرایط خشکسالی در شهرستان مریوان از ماه های فوریه تا نوامبر برای سال های 2001 تا 2017 مورد تجزیه و تحلیل قرار گرفته است. همچنین شاخص های سنجش از دوری مانند شاخص تفاضل نرمال شده پوشش گیاهی، شاخص وضعیت پوشش گیاهی، شاخص وضعیت دما، شاخص پوشش گیاهی بهبود یافته، شاخص تبخیر و تعرق و شاخص وضعیت بارندگی به عنوان متغیرهای مستقل انتخاب گردیدند. بعلاوه شاخص استاندارد بارندگی حاصل از داده های هواشناسی نیز به عنوان متغیر وابسته برای ارزیابی شرایط خشکسالی مورد استفاده قرار گرفت. در ادامه جهت مدلسازی شاخص خشکسالی از دو روش مرسوم یادگیری ماشین شامل جنگل تصادفی و رگرسیون بردار پشتیبان استفاده شده است. نتایج مدل سازی با استفاده از الگوریتم رگرسیون بردار پشتیبان نشان دهنده ضریب تبیین 88/0 و مجذور میانگین مربعات خطا 313/0 بین شاخص های خشکسالی حاصل از داده های ماهواره ای و نیز اطلاعات ایستگاه های زمینی، می باشد. همچنین نتایج مدل جنگل تصادفی با مقادیر ضریب تبیین 909/0 و مجذور میانگین مربعات خطا 259/0 بیانگر کارایی بالای این مدل است. در نهایت نتایج تحقیق نشان می دهد که شاخص های سنجش از دوریPCI, ET, EVI, NDVI به ترتیب بیش ترین همبستگی را با شاخص هواشناسی داشته اند.
|
|
پژوهشگران
|
سلمان احمدی (نفر دوم)، مهدی غلام نیا (نفر سوم)، جمال سیدی قلدره (نفر اول)
|