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

نویسندگان

1 دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان

2 دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان

3 دانشکده منابع طبیعی دانشگاه صنعتی اصفهان

4 دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان

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: 83/0R2=، 34/0RSME=، 14/0 MAD=و 10/0MSE=). 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.