مقاله پردازش تصاویر ماهواره ای به منظور برآورد میزان تولید برنج

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله پردازش تصاویر ماهواره ای به منظور برآورد میزان تولید برنج دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله پردازش تصاویر ماهواره ای به منظور برآورد میزان تولید برنج  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله پردازش تصاویر ماهواره ای به منظور برآورد میزان تولید برنج،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله پردازش تصاویر ماهواره ای به منظور برآورد میزان تولید برنج :

مقاله پردازش تصاویر ماهواره ای به منظور برآورد میزان تولید برنج که چکیده‌ی آن در زیر آورده شده است، در ۱۳۸۷ در پردازش علایم و داده ها از صفحه ۱۳ تا ۲۴ منتشر شده است.
نام: پردازش تصاویر ماهواره ای به منظور برآورد میزان تولید برنج
این مقاله دارای ۱۲ صفحه می‌باشد، که برای تهیه‌ی آن می‌توانید بر روی گزینه‌ی خرید مقاله کلیک کنید.
کلمات مرتبط / کلیدی:
مقاله تصاویر ماهواره ای
مقاله شبکه عصبیRBF
مقاله شبکه عصبی MLP
مقاله تخمین میزان محصول
مقاله برنج

چکیده و خلاصه‌ای از مقاله:
در این مقاله با استفاده از پردازش تصویر و سنجش از دور به تعیین میزان محصول برنج در منطقه ای در شمال ایران پرداخته می شود. منطقه مورد بررسی در عرض جغرافیایی تا و طول جغرافیایی تا در شمال ایران (استان مازندران) واقع شده است. در این تحقیق از چهار تصویر سنسور LISS-III ماهواره IRS-1D در فصل زراعی ۱۳۸۲ استفاده شده است که دو تصویر از فصل برنج کاری و دو تصویر مربوط به فصل غیر برنج کاری می باشد و تصاویر با استفاده از نقاط کنترل زمینی تصحیح هندسی شده اند. برای برآورد تولید برنج، ابتدا مزارع برنج از دیگر مناطق با استفاده از شبکه عصبی MLP دوکلاسه تفکیک شده اند. شبکه مورد استفاده، یک لایه ورودی، دو لایه مخفی و یک لایه خروجی دارد. از آنالیز مولفه های اصلی (PCA) برای کم کردن بعد نمونه های ورودی به شبکه استفاده شد. شبکه به ازای حالات مختلف (بعد نمونه های ورودی، تعداد نرون های لایه مخفی) آموزش داده و شبکه بهینه با استفاده از مجموعه validation انتخاب شد. شبکه بهینه دارای دقت کلی ۹۸ درصد و دارای ضریب کاپا ۰۹۶ روی مجموعه test است. همچنین با استفاده از شبکه MLP مزارع برنج پرمحصول و کم محصول تفکیک شده اند. شبکه MLP ایجاد شده دارای دقت کلی ۸۹۶ درصد و ضریب کاپای ۰۶۷ است. با شبکه عصبی RBF مدلی ایجاد شده است تا با داشتن بازتاب مزارع در باندهای مادون قرمزنزدیک و قرمز در دو تصویر از دوره رشد برنج، میزان محصول مزارع تخمین زده شود. میانگین خطای نسبی مدل برای برنج پرمحصول ۱۱۵۲ درصد با انحراف معیار ۷۱۸۳ می باشد و دارای ضریب تخمین ۰۳۱ است و برای برنج کم محصول میانگین خطای نسبی ۹۹ درصد با انحراف معیار ۹۲ و ضریب تخمین ۰۲ می باشد. درنهایت با استفاده از مدل سه گانه بالا، میزان تولید هر یک از گونه های برنج در منطقه مورد مطالعه تعیین گردید که میزان تولید برنج پرمحصول ۲۵۶۰۶۱ تن و میزان تولید برنج کم محصول ۸۵۱۷۷ تن برآورد گردید.