بازسازی محصولات مفقوده کلروفیل a مودیس با استفاده از الگوریتم DINEOF در نرم افزارR : مطالعه موردی خلیج فارسی و دریای عمان

نویسندگان

1

2 دانشگاه فرهنگیان

3 دانشگاه آزاد اسلامی

4 دانشگاه علامه طباطبایی

doi
چکیده

هدف این مطالعه، استفاده از الگوریتم DINEOF برای پر کردن نقاط فاقد داده در تصاویر ماهواره­ای غلظت کلروفیل a در آبهای سطحی خلیج فارس و دریای عمان می­باشد. در این مطالعه از داده­های 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 ماه­های 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 صحت­سنجی الگوریتم DINEOF ، پارامترهایی نظیر RMSE ، MSE ، MAD و SNR محاسبه شده است. نقشه­های 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 داده­های مفقوده به خوبی توسط الگوریتم صورت گرفته است (به عنوان مثال در ماه جولای 2014 پارمترهای محاسبه شده بدین شرح می­باشند: 83/0 R 2 = ، 34/0 RSME= ، 14/0 MAD= و 10/0 MSE= ) . 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 موفقیت­آمیز است. محصولات کلروفیل a حاصل از بازسازی برای کاربردهایی مانند تشخیص شکوفایی جلبکی و همچنین مدیریت مناسب شیلاتی قابل استفاده است. در مقیاس زمانی بلند­مدت، مقایسه محصولات مفقوده با بازسازی‌ شده به کنترل کیفیت داده­های ماهواره­‌ای کمک می­ کند .