عمق سنجي نواحي كم عمق ساحلي از روي تصاوير لندست-8 به طريق آموزش شبكه عصبي (مطالعه موردي: جنوب شرقي درياي خزر)

تصاوير سنجش از دور ابزاري مناسب جهت برآورد عمق در مناطق ساحلي است. در اين پژوهش، به منظور مطالعه مناطق كم عمق ساحلي از تصاوير لندست-8 و داده هاي هيدروگرافي كه با روش اكوساندر جمع آوري شده استفاده شده است. هدف از اين پژوهش، عمق سنجي از نواحي جنوب شرقي ساحل درياي خزر از طريق آموزش شبكه عصبي است. تصحيح اتمسفري Dark Object Subtract (DOS)، تصحيح راديومتريكي (تبديل درجات روشنايي به بازتاب)، تصحيح درخشندگي خورشيد و در نهايت ماسك كردن مناطق آبي از مناطق خشكي از جمله پيش پردازش هاي لازم است كه بر روي باندهاي آبي ساحلي، آبي، سبز و قرمز تصوير لندست اعمال شده است. بالا بودن حجم داده ها از يك طرف و نامتوازن بودن توزيع فراواني داده ها از طرف ديگر موجب شد تا شبكه عصبي در دو حالت بررسي گردد. در حالت اول، هر يك از چهار باند به عنوان داده هاي ورودي و داده هاي عمق متناظر با هر يك از اين پيكسل ها به عنوان هدف به شبكه عصبي معرفي گرديد. و در حالت دوم، داده-هاي عمق براساس كلاستر بندي به روش ميانگين فازي به چهار كلاستر تقسيم بندي شدند و اطلاعات هر كلاستر بصورت جداگانه به شبكه ارائه شد. در هر دو حالت مورد بررسي، سهم داده هاي آموزشي، داده هاي اعتبارسنجي و داده-هاي آزمايش از داده هاي ورودي به ترتيب 60 درصد، 10 درصد و 30 درصد مي باشد. نتايج حاصل از شبكه عصبي در دو حالت نشان مي دهد كه بالا بودن تعداد داده ها تأثيري در خروجي نداشته است و روش شبكه عصبي قادر به تخمين عمق بر روي كل مجموع داده ها و هم بر روي هر كلاستر با دقت بسيار بالايي است.