یک تکنیک بهینه برای نظارت و تشخیص تغییرات زمین – کاربری/پوشش زمین با ادغام و تلفیق تصاویر ماهوارهای چند طیفی (مطالعه موردی شهر حله بین سالهای 2000-2020)
میثاق کوکب هادی ال علوان
برنامه ریزی و علوم محیطی
۱۴۰۱
۱۱۹ص.
سی دی
کارشناسی ارشد
سنجش از دور و سیستم اطلاعات جغرافیایی
۱۴۰۱/۰۵/۱۱
تکنیکهای تشخیص تغییر دیجیتال با استفاده از تصاویر ماهوارهای چند زمانی به درک پویایی منظر کمک میکند. تشخیص تغییر پوشش کاربری زمین (LULC) بر اساس داده های سنجش از راه دور منبع مهمی از اطلاعات برای سیستم های مختلف پشتیبانی تصمیم است. اطلاعات به دست آمده از شناسایی تغییر کاربری و پوشش زمین برای حفاظت از زمین، توسعه پایدار و مدیریت منابع آب مهم است. در این مطالعه، تصاویر ماهوارهای موجود برای چندین سال در طول دوره مطالعه برای مشاهده میزان تغییرات در پوشش زمین مورد استفاده قرار میگیرد و سپس تصاویر را از طریق برنامههای (ENVI) پردازش میکنیم که شامل مهندسی و درمانهای تصحیح هوا برای صحنه های زمینی و سپس استفاده از (Arc map) برای تهیه نقشه های دیجیتالی شامل تغییرات و دگرگونی های فضایی که در طول دوره تحقیق روی پوشش زمین رخ داده است.
Digital change detection techniques using multi-temporal satellite images help to understand landscape dynamics. Detection of land use cover change (LULC) based on remote sensing data is an important source of information for various decision support systems. Information obtained from the identification of land use and land cover change is important for land conservation, sustainable development and water resources management. In this study, satellite images available for several years during the study period are used to observe the extent of changes in land cover and then we process the images through programs (ENVI) that include engineering and weather correction treatments for ground scenes and then Using (Arc map) to prepare digital maps including spatial changes and transformations that occurred during the research period on the earth's cover.
An Optimal Technique for Monitoring and Detecting the land –Use/Land-cover Changes by Integration and Fusion of Multispectral Satellite Images (a case study of the city Hillah between 2000-2020)