تعداد نشریات | 43 |
تعداد شمارهها | 1,639 |
تعداد مقالات | 13,334 |
تعداد مشاهده مقاله | 29,915,222 |
تعداد دریافت فایل اصل مقاله | 11,968,994 |
تجزیهوتحلیل و مقایسۀ روشهای مرسوم زمینمرجع کردن عکسهای هوایی | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
جغرافیا و برنامه ریزی محیطی | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
مقاله 7، دوره 33، شماره 4 - شماره پیاپی 88، دی 1401، صفحه 97-112 اصل مقاله (1.12 M) | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
نوع مقاله: مقاله پژوهشی | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
شناسه دیجیتال (DOI): 10.22108/gep.2022.133652.1524 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
نویسندگان | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
محسن باقری بداغ آبادی* 1؛ فاطمه ابراهیمی میمند2 | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
1استادیار موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2دانشجوی دکتری موسسه تحقیقات خاک و آب، سازمان تحقیقات، آموزش و ترویج کشاورزی، کرج، ایران | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
چکیده | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
عکسهای هوایی برای سالیان متمادی، پایه و اساس بسیاری از پژوهشهای کاربردی انجامشده بر روی منابع سرزمین، ازجمله مطالعات خاکشناسی بودهاند. همزمان با پیشرفتهای فناوری و ورود سامانههای اطلاعات جغرافیایی به مطالعات سرزمین بهمنظور تجزیهوتحلیلهای جغرافیایی، زمینمرجع کردن عکس هوایی در این سامانهها موردتوجه قرار گرفت. درست و دقیق انجامشدن این فرایند، به دلیل ماهیت عکسهای هوایی، اعوجاج و جابهجایی پدیدهها نسبت به موقعیت واقعی آنها بسیار ضروری و مهم است. بر این اساس، هدف از این پژوهش، دستیابی به روشی مناسب برای زمینمرجع کردن عکسهای هوایی است که افزون بر ساده و کمهزینهبودن، با دقت باشد. برای این منظور، روشهای مرسوم زمینمرجع کردن عکسهای هوایی (روشهای تبدیل درجۀ اول تا درجۀ سوم، اسپیلاین، تصویری و اصلاح قائمسازی) در دو منطقۀ متفاوت ازنظر ناهمواریها (منطقهی هموار شهرکرد و منطقهی تپهماهوری چالشتر)، در نرمافزار ILWIS3.3 وArcGIS10.7 استفاده و خطای روشهای مختلف از طریق محاسبۀ شاخصهای کمینه و بیشینه، میانگین (ME)، انحراف معیار و جذر مربع خطاها (RMSE) تجزیهوتحلیل شد. نتایج حاکی از آن بود که برای منطقۀ هموار، خطای روشهای مختلف، تغییرات کمتری نسبتبه منطقۀ ناهموار داشت؛ بهگونهای که با افزایش ناهمواریها، مقدار خطای روشها بهشدت افزایش یافت و نشاندهندۀ تفاوت چشمگیری بود. براساس نتایج بهدستآمده، روش اصلاح قائمسازی صرفنظر از زمان و دادههای موردنیاز، دقیقترین روش زمینمرجع کردن بود (35 = ME و 38 = RMSE)؛ اما با در نظر گرفتن زمان و دادههایی که برای این روش لازم بود، روش اسپیلاین مناسبترین روش تشخیص داده شد. در روش اخیر نهتنها دقت مقبولی وجود دارد، مشکلات روش اصلاح قائمسازی را ازجمله نیاز به دادههای حاشیهای عکس هوایی و لایۀ مدل رقومی ارتفاع نیز ندارد. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
کلیدواژهها | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
تصحیحات هندسی؛ اعوجاج عکس هوایی؛ جابهجایی عکس هوایی؛ سامانۀ اطلاعات جغرافیایی | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
اصل مقاله | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
مقدمه فناوری عکسبرداری هوایی، روشی قدرتمند برای تولید سریعتر و دقیقتر انواع نقشههای مرتبط با زمین و تهیۀ دادههای بیشتر و ارزانتر نسبتبه روشهای نمونهبرداری میدانی بوده و تصاویر حاصل از آن، پایه و اساس بسیاری از کارهای پژوهشی، مطالعاتی، کاربردی و اجرایی مرتبط با زمین است. عکسهای هوایی در ایران از دهۀ 1330 در دسترس و در زمینۀ بررسی تغییرات نمای سرزمین[1] و بهویژه تغییرات کاربری سرزمین در طول زمان، بهترین ابزار برای تشخیص تغییرات است (Casson et al., 2003). مهمترین عکسهای هوایی پوششی ایران با مقیاس 50000/1 یا 55000/1 مربوط به سال های 1334 تا 1336 میباشد. با وجود پیشرفت فناوری و دسترسی به تصاویر ماهوارهای با دقت بسیار خوب، این عکسها هنوز در بسیاری از پژوهشها و پروژهها بهویژه در زمینهی منابع طبیعی، کشاورزی و تغییر کاربری مهمترین و گاه تنها مدارک موجود است؛ همچنین عکسهای پوششی با مقیاس 20000/1 و 40000/1 نیز در دهۀ چهل و هفتاد تهیه شده است؛ هرچند در مناطقی تکمیل نشده است. از آنجا که عکس هوایی، تصویری مرکزی است، اعوجاج[2] و جابهجایی[3] (ارتفاعی، افقی یا شعاعی)، جزء ماهیتی و جداییناپذیر این عکسها بوده است و سبب تغییر شکل واقعی پدیدهها یا معتبرنبودن اندازهگیریهای جغرافیایی (مانند درازا و مساحت) میشود؛ بنابراین قبل از استفاده از این عکسها و انجام اندازهگیریها، تجزیهوتحلیلها و محاسبات مختلف، باید اعوجاج در عکسها حذف شود ( Lee et al., 2013;Rocchini & Rita, 2005). به بیان دیگر، برای استفاده از این عکسها، بهویژه زمانی که با تجزیهوتحلیلهای مبتنی بر سامانۀ اطلاعات جغرافیایی همراه باشد، زمینمرجع کردن عکس هوایی یا انجام تصحیحات هندسی بسیار ضروری و مهم است. در بسیاری از پژوهشهایی که بر پایهی استفاده از عکس هوایی انجام شده، بر ضرورت انجام تصحیحات هندسی عکسها تأکید شده است (برای مثال، McNish et al., 2022; Chen et al., 2021; Riquelme et al., 2019؛ Sameen et al., 2018; Bannari et al., 2015; Wang et al., 2013). برای این منظور، روشهای مختلف تصحیح هندسی از ثبت سادهی تصویر[4] تا توابع چند جملهای و مدلهای دقیق مانند اصلاح قائمسازی[5] (Rocchini & Rita, 2005) استفاده شده است. هر یک از روشهای زمینمرجع کردن عکسهای هوایی، معایب و مزایای ویژهی خود را دارد؛ برای نمونه، روشهای پیچیدهتر نیازمند تعداد نقطۀ شاهد زمینی[6] بیشتری است. برای مقایسۀ برخی از این روشها، روکچینی و همکاران (2011) دقت تبدیلهای مختلف را در تصحیحات هندسی عکسهای هوایی بررسی کردند. براساس نتایج آنها، از بین سه روش ردۀ اول، ردۀ دوم و اصلاح قائمسازی، روش اصلاح قائمسازی بیشترین دقت و کمترین خطا را داشت (Rocchini et al., 2011). اعوجاج و جابهجایی موجود در عکسهای هوایی منابع زیادی دارد که برخی از آنها شامل چرخش زمین در زمان دریافت تصویر، زاویۀ تابش، انحنای کرۀ زمین، تغییرات ارتفاعی، تغییر در زاویۀ حرکت، تعادل و سرعت هواپیما یا ماهواره است (Chintan et al., 2015). هدف از تصحیح هندسی، جبران این اعوجاج و جابهجاییها (شعاعی و ارتفاعی) است؛ بهطوری که تصویر تصحیحشده ارزش هندسی (ازنظر جغرافیایی) دارد. فرایند تصحیح هندسی بهطور عمده شامل دو بخش اعوجاجهای نظامدار یا سیستماتیک (که پیشبینیپذیر) و اعوجاجهای پیشبینیناپذیر است (Chintan et al., 2015). اعوجاجهای نظامدار یا سیستماتیک (مانند زاویۀ عکسبرداری) بهخوبی تشخیص داده و بهسادگی از طریق کاربرد معادلههای بهدستآمده از فرایند مدلسازی ریاضی تصحیح میشود. این تصحیحها بهطور معمول روی عکسهای رقومی یا تصاویر ماهوارهای، پیش از فروش یا پخش آنها انجام میشود؛ ولی آنچه باید از سوی کاربران انجام شود، تصحیح هندسی بهمنظور تصحیح جابهجاییها و اعوجاجهایی است که بهصورت پیشبینیناپذیر است. برای این منظور از سه روش مختلف استفاده میشود که عبارت است از: تصحیح هندسی با استفاده از مختصات جغرافیایی برداشتشده از نقاط مشخص یا نقطۀ شاهد زمینی با سامانۀ موقعیتیاب جهانی (GPS)، تصحیح هندسی بر پایۀ نقشههای دارای مختصات جغرافیایی و تصحیح هندسی بر پایۀ تصاویر دارای مختصات جغرافیایی که پیش از این تصحیحات هندسی روی آنها انجام شده است (Chintan et al., 2015). با توجه به آنچه بیان شد، برای بهکارگیری عکسهای هوایی، بهویژه در تجزیهوتحلیلهای مبتنی بر سامانۀ اطلاعات جغرافیایی، نیاز به زمینمرجع کردن عکسهای هوایی است؛ اما روشهای دقیقتر بنا بر برخی ملاحظات، همواره مناسبترین روش نیست؛ برای مثال، روکچینی و ریتا (2005) تأثیر ناهمواریها را روی تصحیحات هندسی عکسهای هوایی بررسی کردند و دریافتند در مناطق هموارتر، با استفاده از توابع سادهتر هم تصحیح هندسی مقبولی به دست میآید. متأسفانه در بسیاری از پروژهها یا پژوهشها، بنا بر دلایل گوناگون ازجمله نبودِ اطلاعات حاشیهای عکسهای هوایی، نبودِ لایهی مدل رقومی ارتفاع[7]، ناآشنابودن کاربران با روشهای مختلف زمینمرجع کردن، زمان ناکافی و غیره، تلاش و کوشش لازم برای انجام بهترین یا دقیقترین زمینمرجع کردن عکس هوایی صورت نمیگیرد و در بیشترِ موارد به روشهای سادهتر مانند تبدیل درجۀ اول یا دوم بسنده میشود. این موضوع، سبب میشود بین لایههای مختلفی که در محیط GIS استفاده میشود، انطباق لازم وجود نداشته باشد. این مشکل بهویژه برای انطباق خود عکس هوایی و نیز نقشههایی که بر پایۀ عکس هوایی تهیه شده، با تصاویر ماهوارهای یا لایههای نقشههای توپوگرافی بسیار چشمگیر است؛ بنابراین ضرورت دارد دقت روشهای مختلف زمینمرجع کردن در موقعیتهای مختلف جغرافیایی اعم از هموار یا ناهموار تجزیهوتحلیل شود تا کاربران مناسبترین روش را متناسب با نیاز خود انتخاب کنند. البته در این زمینه باید به قدرت تفکیک و نیز مقیاس عکسهای هوایی توجه ویژه داشت و به بیان دیگر، عکس هوایی متناسب با اهداف پژوهش یا پروژۀ مدنظر انتخاب شود؛ برای نمونه، اگر هدف، کارهای ثبت املاک است که در آن باید حد و مرز یک محدوده مشخص شود، مانند خانه و غیره، عکسهای هوایی و روشهای زمینمرجع کردن مرسوم، پاسخگوی هدف نخواهد بود؛ بنابراین در بسیاری از پژوهشها و پروژهها بهویژه در منابع طبیعی و کشاورزی عکسهای هوایی مرسوم کارایی بسیار خوبی دارد؛ درنتیجه انتخاب مناسبترین روش برای زمینمرجع کردن نقشههایی که بر پایۀ عکس هوایی به دست میآید، بهویژه در منابع طبیعی و کشاورزی، ازجمله نقشههای ژئومورفولوژی، خاک، ژئوپدولوژی، کاربری سرزمین و غیره، بسیار ضروریتر و مهمتر است؛ زیرا این نقشهها گاه از چندین عکس هوایی تهیه شده است و امکان اینکه همۀ این عکسها جداگانه زمینمرجع و نقشههای مربوطه از اول براساس عکسهای زمینمرجع شده اصلاح شود، وجود ندارد؛ بنابراین آگاهی از اینکه روشهای گوناگون زمینمرجع کردن چه دقتی دارد، بهطور ضمنی نشاندهندۀ دقت زمینمرجع کردن نقشههای حاصل از عکسهای هوایی است. بر این اساس، هدف از پژوهش حاضر، دستیابی به یک روش مناسب برای زمینمرجع کردن عکسهای هوایی است که در عین سادگی و هزینۀ کم، بتوان این فرایند را در زمان کمتر و با دقت بیشتر انجام داد.
مواد و روشها مناطق موردمطالعه مناطق انتخابشده شامل دو منطقه در استان چهارمحال و بختیاری است: یکی، منطقۀ هموار دشت شهرکرد و دیگری منطقۀ تپهماهوری چالشتر. شکل (1) نشاندهندۀ جانمایی مناطق مطالعاتی و شکل (2) نمایی از ناهمواریهای این مناطق است.
شکل (1) موقعیت منطقۀ موردمطالعه و جانمایی عکسهای هوایی شهرکرد و چالشترFigure (1) Study areas and location of aerial photos of Shahrekord and Chaleshtar
شکل (2) نمای سه بعدی با دید جنوب به شمال از ناهمواریهای محدودۀ پوشش عکس هوایی شهرکرد (بالا) و چالشتر (پایین)Figure (2) Three-dimensional view – South to North- of the relief of Shahrekord aerial photo (top) and Chaleshtar (bottom)
روش کار در این پژوهش برای زمینمرجع کردن عکسهای هوایی، شش روش تبدیل بررسی شد که عبارت است از:
شرح مبانی نظری روشهای استفادهشده در این مقاله گنجانده نمیشود. (برای اطلاعات بیشتر به منابع ازجمله (Sempio et al., 2019)، (Hackeloeer et al., 2014)، (Toutin, 2004) و (Tao & Hu, 2001) مراجعه شود). از آنجا که کمترین تعداد نقطۀ لازم برای روشهای گوناگون متفاوت و در روش اسپلاین کمترین تعداد نقطه ده عدد است، در این پژوهش برای اینکه تأثیر تعداد نقاط شاهد زمینی برای همۀ روشها یکسان باشد، تعداد 15 نقطه برای زمینمرجع کردن و برای اندازهگیری مقدار خطا نیز تعداد 15 نقطۀ مشخص روی عکس هوایی انتخاب شد. تلاش شد که نقاط در عکس هوایی پراکنش مقبولی داشته باشد و نقاطی انتخاب شد که هم روی عکس هوایی و هم تصویر گوگل ارث بهخوبی و با دقت تشخیص داده شود (مانند جادهها، ساختمانها، آبراههها، قلهها و مواردی از این قبیل). مختصات همۀ نقاط براساس سامانۀ مختصاتی مرکاتور معکوس جهانی (UTM) و با استفاده از تصاویر گوگل ارث به دست آمد. شایان ذکر است از آنجا که مختصات یک نقطۀ مشخص در تصاویر ماهوارهای در زمانهای مختلف همواره یکسان نیست و به بیان دیگر تصاویر سالهای مختلف گوگل ارث، روی هم قرار نمی گیرد، معیار اندازهگیریها، جدیدترین تصویر گوگل ارث مربوط به سال 2021 است. اندازهگیری خطا برای هر یک از 15 نقطۀ مدنظر، فاصلۀ اقلیدسی بین نقطۀ مدنظر روی عکس هوایی زمینمرجع شده و تصویر گوگل ارث با استفاده از معادلۀ زیر به دست آمد (Pha & Takeuchi, 2017):
که در آن، xai و xsi بهترتیب مختصات طول برای هر نقطه (i) روی عکس هوایی زمینمرجع شده، تصویر ماهوارهای گوگل ارث و yai و ysi بهترتیب مختصات عرض برای هر نقطه (i) روی عکس هوایی زمینمرجع شده و تصویر ماهوارهای گوگل ارث است. در پایان، روشهای مختلف براساس آمارههایی مانند کمینه و بیشینه، میانگین، انحراف معیار و جذر مربع خطاها با هم مقایسه و بهترین روش معرفی شد. بهمنظور محاسبۀ جذر میانگین خطا از معادلات 2 تا 4 استفاده شد (Liu et al., 2019):
که در آن x و y بهترتیب طول و عرض جغرافیایی نقطۀ i (شاهد زمینی یا نقاط اندازهگیری روی گوگل ارث) و x' و y' طول و عرض جغرافیایی همان نقطه روی عکس هوایی زمینمرجع شده و n تعداد نقاط است.فرایند زمینمرجع کردن عکسها در نرمافزارهای ILWIS3.3 و ArcGIS10.7 و همۀ محاسبات لازم در نرمافزار اکسل انجام شد.شکلهای (3) و (4) بهترتیب نشاندهندۀ عکس هوایی خام یا زمینمرجع نشدۀ مناطق شهرکرد و چالشتر بههمراه نقاط شاهد زمینی و نقاط اندازهگیری خطاست. تاریخ عکسبرداری (1955)، فاصلۀ کانونی دوربین (93/153 میلی متر) و برخی ویژگیهای دیگر در شکل (4) دیده میشود. متأسفانه در برخی از موارد، اطلاعات حاشیهای عکسهای هوایی ناقص است یا گاه وجود ندارد. این موضوع، بهویژه برای زمینمرجع کردن عکسهای هوایی با روش اصلاح قائمسازی، بسیار مشکلساز است؛ زیرا در این روش، دسترسی به برخی از اطلاعات حاشیهای عکس، مانند فاصلۀ کانونی دوربین، ارتفاع پرواز و علائم حاشیهای بسیار ضروری است.
شکل (3) عکس هوایی خام دشت شهرکرد بههمراه نقاط شاهد زمینی (مثلث) و نقاط اندازهگیری خطا (دایره)Figure (3) Original aerial photograph of Shahrekord area with ground control points (triangle) and error measurement points (circle)
شکل (4) عکس هوایی خام منطقۀ چالشتر بههمراه نقاط شاهد زمینی (مثلث) و نقاط اندازهگیری خطا (دایره)Figure (4) Original aerial photograph of Chaleshtar area with ground control points (triangle) and error measurement points (circle)
با توجه به اینکه حجم دادهها و محاسبات انجامشده بسیار زیاد است، بهعنوان مثال، مقادیر خطای زمینمرجع کردن برای عکس هوایی دشت شهرکرد با تبدیل ردۀ اول در جدول (1) نشان داده شده است؛ همانطور که دیده میشود، مقدار خطا از 11 (نقطۀ 14) تا 181 (نقطۀ 8) متر متغیر است. جدول (1) محاسبۀ خطا با تبدیل همگر (ردۀ اول) برای عکس هوایی شهرکردTable (1) Error calculation by affine (first order) transformation method for aerial photos of Shahrekord
x و y به ترتیب طول و عرض جغرافیایی (UTM) بر روی a (عکس هوایی زمینمرجع شده) و s (تصویر گوگل ارث) جدولهای (2) و (3) بهترتیب نشاندهندۀ آمارههای خطای اندازهگیریشده برای روشهای گوناگون زمینمرجع کردن است. جدول (2) آمارههای خطای اندازهگیریشده برای دشت شهرکردTable (2) Measured error statistics for aerial photos of Shahrekord
جدول (3) آمارههای خطای اندازهگیریشده برای چالشترTable (3) Measured error statistics for aerial photos of Chaleshtor
بر اساس اطلاعات جدولهای (2) و (3) بیان میشود که با افزایش ردۀ تابع تبدیل، مقدار میانگین خطای نقاط شاهد زمینی کاهش مییابد؛ بهطوری که تابع ردۀ سوم، کمترین مقدار خطای نقاط شاهد زمینی را دارد که بهترتیب برای شهرکرد و چالشتر مقدار آن 12 و 18 است. این مقدار کم خطا ممکن است سبب گمراهی و تصور شود که بهترین روش زمینمرجع کردن، بهکارگیری تابع ردۀ سوم است؛ در حالی که کاهش خطا فقط در نزدیکی نقاط شاهد زمینی است و با فاصلهگرفتن از این نقاط، خطا افزایش مییابد. به همین دلیل است که بهطور آشکار مقدار تغییرات میانگین خطا برای نقاط اندازهگیریشده در تبدیل ردۀ سوم نسبت به دیگر روشها بهشدت افزایش یافته و بهترتیب برای شهرکرد و چالشتر مقدار آن 37 و 42 است؛ یعنی برای شهرکرد و چالشتر بهترتیب مقدار آن برابر 25 (=12-37) و 24 (=18-42) است. بهطور کلی، هرچه درجۀ تابع چند جملهای بالاتر باشد، امکان تصحیح تصاویر برای انواع پیچیدهتر اعوجاج بیشتر است (Rocchini & Rita, 2005)؛ اما از سوی دیگر، داشتن اصطلاحات فراتر از تبدیلهای درجۀ دوم معمول نیست (Russ, 2002)؛ زیرا هرچند چندجملهایهای مرتبۀ بالاتر در نزدیکی نقاط شاهد زمینی دقیق است، به خطاهای چشمگیری برای مناطق خارج از محدودۀ نقاط شاهد زمینی منجر میشود (Richards & Jia, 1999). در همین راستا، سمپیو و همکاران (2019) نیز بیان داشتند که تبدیلهای با درجۀ بالاتر با توجه به زمان و تلاشی که برای انجام آنها لازم است، برتری چندانی بر تبدیلهای درجۀ پایینتر ندارد (Sempio et al., 2019). برای تابع اسپیلاین بهطور معمول خطای نقاط شاهد زمینی تعریف نمیشود یا صفر است؛ زیرا در این تابع، یک صفحه از چندین چندجملهای محلی استفاده میکند و به بیان دیگر تابع مدنظر از همۀ نقاط عبور داده میشود. در این پژوهش، تبدیل تصویری نسبتبه تبدیل درجۀ اول بهتر بود؛ اما نسبت به تبدیل درجۀ دوم دقت کمتری داشت. نتایج پژوهش کارسیل و دیهکان (2010) نیز نشاندهندۀ آن بود که تبدیل تصویری نسبت به تبدیل درجۀ اول و دوم بهتر است (Karsli & Dihkan, 2010)؛ همانطور که در جدول (2) دیده میشود، برای منطقۀ هموار، خطای روشهای مختلف، تغییرات کمتری نسبتبه منطقۀ ناهموار (جدول 3) دارد؛ اما با افزایش ناهمواریها مقدار خطای روشها بهشدت افزایش یافته و حاکی از تفاوت چشمگیری است؛ برای نمونه، هرچند مقدار میانگین خطای نقاط شاهد زمینی و نقاط اندازهگیریشده برای ردۀ اول بهترتیب برای شهرکرد برابر 60 و 63 است (سه واحد اختلاف)، برای چالشتر این مقادیر از 61 (برای نقاط شاهد زمینی) به 73 (نقاط اندازهگیریشده) افزایش مییابد (12 واحد اختلاف). این موضوع به نوعی نشاندهندۀ اعوجاج و جابهجایی بیشتر در عکس هوایی برای مناطق ناهموارتر است. از طرف دیگر، هرچند مقادیر کمینۀ خطا برای هر دو منطقه بهطور تقریبی یکسان است، مقادیر بیشینۀ خطا برای منطقۀ ناهموارتر چالشتر، بسیار بیشتر از منطقۀ هموار دشت شهرکرد است. همین موضوع سبب شده است که مقادیر انحراف معیار خطا و بهدنبال آن مقادیر RMSE در منطقۀ چالشتر بیشتر از شهرکرد باشد. نکتۀ حائز اهمیت دیگر اینکه مقدار میانگین خطای نقاط شاهد زمینی و نقاط اندازهگیریشده برای منطقۀ هموار در روشهای مختلف (بهجز ردۀ سوم) تا حدی به هم نزدیک است (دامنۀ تغییرات بین 30 تا 63 است)؛ اما در منطقۀ ناهموار، مقدار میانگین خطای نقاط شاهد زمینی و نقاط اندازهگیریشده زیاد میشود (دامنۀ تغییرات بین 26 تا 73 است)؛ بنابراین برای دو روش اسپیلاین و اصلاح قائمسازی نسبتبه سایر روشها چه در منطقۀ ناهموار و چه هموار، مقدار میانگین خطای نقاط شاهد زمینی و نقاط اندازهگیریشده به هم نزدیک است؛ اما روش اصلاح قائمسازی خطای کمتری را نشان میدهد. بهمنظور نمایش تأثیر روشهای مختلف زمینمرجع کردن، برای عکس هوایی دشت شهرکرد، تصویرهای بهدستآمده از روشهای گوناگون در شکل (5) نشان داده شده است؛ همانطور که دیده میشود، ساختار عکس در حالت 1، 4 و 6 تغییر نکرده و عکسها در همان حالت مربعشکل خود باقی مانده است. به بیان دیگر، پیچیدگی یا خمیدگی در این حالتها وجود ندارد؛ زیرا در این روشها از تبدیل ردۀ اول استفاده شده است. در حالتهای 2، 3 و 5 پیچش و خمیدگی وجود دارد و بهویژه در حالت 3 بیشترین خمیدگی نیز هست؛ زیرا از تبدیل درجۀ سوم استفاده شده است؛ برای نمونه، در حالت 3 اگر به حاشیۀ عکس توجه شود، کاملاً مشخص است که حالت صاف و مربعیشکل خود را از دست داده است. هرچه رده یا درجۀ تبدیل افزایش یابد خطای اندازهگیریشده برای آن روش کاهش مییابد؛ بنابراین تصویر از ساختار طبیعی خود خارج میشود. بهطور کلی براساس این نتایج گفته میشود برای عکسهای هوایی روشهای تبدیل ردۀ اول، دوم یا سوم مناسب نیست؛ زیرا جابهجایی شعاعی عکس را اصلاح نمیکند. روزیتر و هنگل (2004) نیز روشهای خطی را برای زمینمرجع کردن عکس هوایی نامناسب بیان کردند. بدیهی است که جایگاه نقاط شاهد زمینی در افزایش دقت و کاهش خطای زمینمرجع کردن تأثیر دارد و هرچه پراکنش این نقاط روی عکس یکنواختتر و منظمتر باشد، افزون بر دقت بیشتر، پیچیدگی کمتر عکس را هم بههمراه خواهد داشت؛ اما چون پیداکردن نقاط منظم و مرتبی که هم روی عکس هوایی و هم روی تصویر ماهوارهای زمینمرجع شده قابل شناسایی باشد، بهطور تقریبی غیرممکن است، این خطا و وابستگی آن به نقاط شاهد زمینی همواره وجود خواهد داشت؛ بنابراین پیشبینی میشود که هرچه این نقاط به یک شبکۀ منظم و پراکنش یکنواخت نزدیکتر شود، مقدار خطا و پیچیدگی یا خمیدگی عکس هوایی کاهش یابد.
شکل (5) تأثیر روشهای گوناگون زمینمرجع بر عکس هوایی شهرکرد (تبدیلها: 1. همگر (ردۀ اول) 2. ردۀ دوم 3. ردۀ سوم 4. تصویری 5. اسپیلاین 6. اصلاح قائمسازی با تبدیل همگر)Figure (5) The effect of different georeferencing methods on aerial photos of Shahrekord (Trensformations: 1. affine (first order) 2. second order 3. third order 4. projective 5. spline 6. orthorectification by first order)
نتیجهگیری عکسهای هوایی جایگاه و ﻧﻘﺶ چشمگیری در کارهای پژوهشی و شناسایی پدیدههای مرتبط با زمین دارد؛ بنابراین این عکسها به دلیل ماهیتشان اعوجاج و جابهجایی دارد که بهویژه در زمان بهکارگیری این عکسها در سامانههای اطلاعات جغرافیایی همراه با بروز خطاهایی است که باید اصلاح شود. این کار بهطور معمول با فرایند زمینمرجع کردن انجام میشود. روشهای گوناگون زمینمرجع کردن مزایا و معایب ویژۀ خود را دارد. نتایج این پژوهش نشاندهندۀ آن بود که برای مناطق هموار، خطای زمینمرجع کردن کمتر از مناطق ناهموار (مانند مناطق تپهای و یا کوهستانی) است. با این حال، روشهای خطی اعم از تبدیلگرهای ردۀ اول، دوم یا سوم، روشهای مناسبی برای زمینمرجع کردن عکس هوایی نیست؛ زیرا اعوجاج، جابهجایی و کجبودن عکس را اصلاح نمیکند. براساس نتایج این پژوهش مشخص شد بهترین روش برای انجام تصحیحات هندسی روی عکسهای هوایی، روش اصلاح قائمسازی است؛ اما این روش نیاز به برخی دادههای تکمیلی مانند اطلاعات حاشیهای عکس هوایی، مدل ارتفاع رقومی منطقه و غیره دارد و روشی زمانبر و پرهزینه است؛ بنابراین مناسبترین روش برای زمینمرجع کردن عکسهای هوایی، بهویژه وقتی اطلاعات و زمان کافی برای روش اصلاح قائمسازی وجود ندارد، روش اسپیلاین است که دارای دقت مقبول (چه برای مناطق هموار و چه ناهموار) است، نیاز به دادههای کمکی دیگر ندارد و بهسادگی و با صرف کمترین زمان انجام میشود. پیشنهاد میشود با توجه به اهمیتی که عکسهای هوایی موجود، بهویژه در پژوهشهای منابع طبیعی، کشاورزی و تغییر کاربری دارد، این روش در مناطق دیگر نیز آزمون شود تا در صورت رسیدن به نتایج مشابه، از این روش برای زمینمرجع کردن و با انجام تصحیحات هندسی نقشههای حاصل از عکسهای هوایی استفاده شود.
تشکر و قدردانی هزینههای اجرای این پژوهش از سوی مؤسسۀ تحقیقات خاک و آب با پروژه به شمارۀ 970959-09452-069-10-10-014 پرداخت شده است که بدین وسیله کمال سپاسگزاری به عمل میآید.
[1]. Landscape [2]. Distortion [3]. Displacement and Shift [4]. Simple image registration [5]. Orthorectification [6]. Ground Control Points (GCPs)
[7]. Digital Elevation Models (DEM) [8]. Polynomial first order or affine transformation [9]. Polynomial second order [10] Polynomial third order [11]. Spline transformation [12]. Projective transformation [13]. Fiducial marks | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
مراجع | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
منابع
Bannari A., Karl S., Catherine C. & Shahid K. (2015). Spatial Variability Mapping of Crop Residue Using Hyperion (EO-1) Hyperspectral Data. Remote Sensing, 7, 8107-8127.
Casson, B., Delacourt, C., Baratoux, D., & Allemand, P. (2003). Seventeen years of the “La Clapiere” landslide evolution analysed from ortho-rectified aerial photographs. Engineering Geology, 68, 123–139.
Chen, J. J., Huang, C. L., Wu, Y. G., & Wu, P. H. (2021). Influence Factors of 3D Modeling with Aerial Images. International Journal on Computer, Consumer and Control, 10 (2), 1-11.
Chintan, D., Rahul, J., & Srivastava. S. (2015). A Survey on geometric correction of satellite imagery. International journal of computer applications, 116 (12).
Hackeloeer, A., Klasing, K., Krisp, J. M., & Meng, L. (2014). Georeferencing: a review of methods and applications. Annals of GIS, 20(1), 61-69.
Karsli, F., & Dihkan, M. (2010). Determination of geometric deformations in image registration using geometric and radiometric measurements. Scientific Research and Essays 5(3), 260-274.
Lee, H., Beng, Y., Yin, C.W., & Wai, S.C. (2013). Aerial Images Rectification Using Non-parametric Approach. Journal of Convergence 4(2), 15-21.
Liu D., Zhou, G., Huang, J., Zhang, R., Shu, L., Zhou, X., Xin, C. (2019). On-Board Georeferencing Using FPGA-Based Optimized Second-Order Polynomial Equation. Remote Sensing, 11(2):124. https://doi.org/10.3390/rs11020124
McNish, I. G., & Smith, K. P. (2022). Oat crown rust disease severity estimated at many time points using multispectral aerial photos. Phytopathology, 112(3), 682-690.
Pha, S.H. & Takeuchi, W. (2017). Effect of GCPs in distribution and location on geometric correction of corona satellite image. Coordinate Magzine, XIII(07), 14-19.
Powers, P. S., Chiarle, M., & Savage, W. Z. (1996). A digital photogrammetric method for measuring horizontal surficial movements on the Slumgullion earthflow, Hinsdale County, Colorado. Computers and Geosciences, 22, 651–663.
Richards, J. A., & Jia, X. (1999). Remote sensing digital image analysis. An introduction. Berlin: Springer.
Riquelme A., Soldato M. D., Tomás R., Cano M., Bordehore L. J. & Moretti S. )2019(. Digital landform reconstruction using old and recent open access digital aerial photos. Geomorphology, 329, 206-223.
Rocchini, D., & Di Rita, A. )2005( Relief effects on aerial photos geometric correction. Applied Geography, 25, 159–168.
Rossiter, D. G., & Tomislav, H. (2004). Technical note: Creating geometrically-correct photo-interpretations, photomosaics, and base maps for a project GIS. Enschede, NL: ITC, Department of Earth System Analysis.
Russ, J. C. (2002). The image processing handbook (3rd ed). Boca Raton, FL: CRC Press.
Sameen M. I., Pradhan B., & Aziz O. S. (2018). "Classification of Very High-Resolution Aerial Photos Using Spectral-Spatial Convolutional Neural Networks", Journal of Sensors, 2018, 1-12.
Sempio, J. N. H., Aranas, R. K. D., Lim, B. P., Magallon, B. J., Tupas, M. E. A., & Ventura, I. A. (2019). Assessment of different image transformation methods on diwata-1 smi images using structural similarity measure, The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences., XLII-4/W19, 393–400, https://doi.org/10.5194/isprs-archives-XLII-4-W19-393-2019.
Tao, C.V., & Hu, Y. (2001). Use of the Rational Function Model for Image Rectification. Canadian Journal of Remote Sensing, 27(6), 593–602. https://doi.org/10.1080/07038992.2001.10854900.Toutin T. (2004). Review article: Geometric processing of remote sensing images: models, algorithms and methods, International Journal of Remote Sensing, 25(10), 1893-1924
Wang, M., Hu, J., Zhou, M., Li, J.M. & Zhang, Z. (2013). Geometric Correction Of Airborne Linear Array Image Based On Bias Matrix. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, Hannover Workshop, 21 – 24 May, Hannover, Germany. | |||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
آمار تعداد مشاهده مقاله: 609 تعداد دریافت فایل اصل مقاله: 210 |