1جبهه دمایی در سطح دریا، مرز بین دو توده آب با ویژگی های دمایی متفاوت را ترسیم می کند. یک جبهه دمایی، مناطقه ای کم عرض است که ویژگی های توده آب مانند دما در آنجا به شدت تغییر کرده و همین موضوع عامل شناسایی آنها است. جبهه های دمایی از منظر شیلاتی، تغییرات اقلیمی، ویژگی های زیستی و غیرزیستی آب دریا و همچنین پدیده های مانند فراجوشی، پیچک و غیره حائز اهمیت است. بنابراین در این پژوهش، جبهه های دمایی دریای کاسپین به مدت پنج سال از 2015 تا 2019 با استفاده از تصاویر سنجنده مادیس بررسی شد. برای تشخیص و آشکارش جبهه های دمایی از الگوریتم کنی (Canny) در محیط متلب بهره گیری شد. علاوه بر مقایسه مکانی جبهه های دریای کاسپین، هر سال نیز به سه بازه زمانی چهار ماهه تقسیم و جبهه های دمایی هر دوره با یکدیگر مقایسه شدند. نتایج نشان داد که جبهه های دمایی شمال دریای کاسپین، در دو دوره سپتامبر تا نوامبر و مارس تا می حضور پایدار داشته، اما در دیگر ماه ها به صورت پراکنده و گسسته ظاهر می شوند. تنها حضور مستمر سالانه جبهه ها در شرق کاسپین جنوبی، ماه مارس است، درحالی که در غرب کاسپین جنوبی، بجز در آگوست، جبهه ها به صورت پایدار شناسایی شدند. الگوی جبهه ها در شرق و غرب کاسپین میانی با یکدیگر متفاوت است. به طور کلی جبهه ها در دوره زمستانی، عمدتا خوشه ای اما در دوره تابستانی آشکارتر و منسجم تر هستند. تعداد جبهه های کاسپین جنوبی در دوره پیش تابستانی کمتر از دیگر دوره ها است. جبهه های دمایی دریای کاسپین عمدتا در محل تشکیل امواج داخلی و پیچک ها و  محدوده های پرشیب نزدیک ساحل شناسایی شد.

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 1382 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 98 درصد و دارای ضریب کاپا 0.96 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 89.6 درصد و ضریب کاپای 0.67 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 11.52 درصد با انحراف معیار 71.83 می باشد و دارای ضریب تخمین 0.31 است و برای برنج کم محصول میانگین خطای نسبی 9.9 درصد با انحراف معیار 9.2 و ضریب تخمین 0.2 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 256061 تن و میزان تولید برنج کم محصول 85177 تن برآورد گردید.

مطالعه دریاچه های نمکی پلایاها به منزله مهم ترین پدیده های ژئومورفولوژیکی بسیار حائز اهمیت است. در این شرایط پایش و ارزیابی چنین پدیده هایی می تواند در توسعه و مدیریت منابع طبیعی امری مهم تلقی شود. مطالعه دریاچه های نمکی این محیط ها با صرف زمان و هزینه کمتر و در چشم انداز وسیع، استفاده از دانش سنجش از دور را می طلبد. پایش دریاچه های نمکی مناطق خشک در توسعه پایدار و حفاظت از محیط زیست پارامتری مهم است. پایش این پدیده ها به استخراج و تهیه نقشه های موضوعی در زمان های مختلف نیاز دارد. از مهم ترین تکنیک های پایش این پدیده ها استفاده از تکنیک سنجش از دور و داده های ماهواره ای است. در این تحقیق پایش دریاچه های نمکی مناطق خشک و نیمه خشک از تصاویر ماهواره ای ارائه و آزمایش شده است. الگوریتم پیشنهادی از ترکیب دو روش آستانه گذاری روی هیستوگرام تصویر و نسبت بین باندها تشکیل شده است. منطقه مورد مطالعه این تحقیق دریاچه نمکی مهارلو است. پایش دریاچه نمکی مهارلو با استفاده از تصاویر سنجنده ASTER ماهواره ترا در سال 2010 صورت گرفت. ابتدا پردازش های اولیه روی تصاویر اعمال شد، سپس با نسبت گیری بین باندها و آستانه گذاری روی هیستوگرام تصویر تولیدشده، شاخص های RSCI و NDSCI تعریف شد و نقشه نهایی دریاچه نمکی به دست آمد. به منظور ارزیابی دقت حاصل از الگوریتم پیشنهادی، نتایج با نقشه های مرجع مطابقت داده شد. دقت دریاچه نمکی استخراج شده از شاخص های RSCI و NDSCI برابر 0.87 و 0.92 برآورد شد. نتایج نشان داد که شاخص های RSCI و NDSCI در مقیاس منطقه ای برای پایش دریاچه نمکی مهارلو کارایی دارند.

زمینه: کاربری/پوشش اراضی، از دیرباز به منظور برنامه ریزی و مدیریت منابع طبیعی مد نظر قرار گرفته است و تکنیک های سنجش از دور، بهترین وسیله برای تهیه نقشه های بهنگام کاربری و پوشش اراضی می باشد و روش های مختلفی برای تهیه نقشه کاربری اراضی وجود دارد. هدف: هدف از این تحقیق، تهیه نقشه پوشش اراضی حوزه آبخیز قوری چای با استفاده از پردازش و طبقه بندی تصاویر ماهواره ای می باشد که از مهمترین حوزه های استان اردبیل محسوب می شود. روش بررسی: بدین منظور، تصاویر ماهواره ی لندست 8 مربوط به خرداد ماه سال 1394 با استفاده از روش های طبقه بندی نظارت شده ی حداکثر احتمال و فازی طبقه بندی شدند. یافته ها: نتایج نشان داد که به ترتیب اراضی مرتعی، بایر، کشت دیم و مسکونی (روستا) بیشترین سطح از منطقه را تشکیل می دهند. برای ارزیابی صحت و دقت طبقه بندی های انجام شده، صحت کلی و ضریب کاپا تعیین گردید و نتایج نشان داد که روش طبقه بندی حداکثر احتمال با ضریب کاپا 82/0 و صحت کلی 88% نسبت به روش فازی با ضریب کاپا 81/0 و صحت کلی 87% از دقت بیشتری در فرایند طبقه بندی برخوردار است. بحث و نتیجه گیری: بر اساس نتایج به دست آمده از این تحقیق، علی رغم قابلیت بالای تصاویر ماهواره ای در تهیه نقشه کاربری اراضی، بایستی به منظور افزایش دقت طبقه بندی، از پارامترهای جانبی نیز استفاده کرد.

امروزه میزان آلودگی هوا به سمتی رفته که علاوه بر تهدید سلامت انسان، سلامت گیاهان را نیز به مخاطره انداخته و سالانه خسارات هنگفتی به اقتصاد کشورها وارد کرده است. در این تحقیق، استان خوزستان به عنوان منطقه ای که در سالیان اخیر تحت تأثیر ریزگردها بوده و همچنین دارای پوشش گیاهی غنی و متنوعی است، موردمطالعه انتخاب گردید. با استفاده از داده های کیفیت هوا (10PM) از سازمان محیط زیست و تصاویر NDVI از ماهواره لندست به بررسی تأثیر ریزگرد بر پوشش های گیاهی پرداخته شد. برای این منظور 10PM در بازه فصلی میانگین گیری و NDVI به صورت تفاضلی در طول یک فصل محاسبه گردید. نقشه کاربری های به روز شده خوزستان با استفاده از تصویر پردازش شده ماهواره لندست در کنار نقشه کاربری اراضی استان خوزستان و مدل طبقه بندی نظارت شده تولید و کاربری های پوشش گیاهی (کشاورزی، نیزار، مرتع و جنگل) جدا شدند. سپس، تمامی مجموعه داده ها بر مبنای کاربری های پوشش گیاهی جداسازی شدند و در نهایت ضریب همبستگی پیرسون بین 10PM و NDVI در هر یک از کاربری ها محاسبه شد. نتایج نشان داد که از نظر مکانی به ترتیب کاربری های نیزار و کشاورزی بیشترین مقادیر ضریب همبستگی بین میانگین غلظت فصلی 10PM و تغییرات پوشش گیاهی در یک فصل (dNDVI) را داشتند و از نظر زمانی در فصل تابستان بیشترین مقادیر ضریب همبستگی در طول سال ثبت گردید.

در سال های گذشته تحت تأثیر عوامل مختلف، سطح آب دریاچۀ ارومیه کاهش چشمگیری یافته و در پی آن، پدیدار شدن پهنه های نمکی، موجب عواقب زیانباری شده که بررسی آن را ضرورت بخشیده است. این پژوهش با هدف بررسی میزان خشک شدگی آب دریاچۀ ارومیه و افزایش نمک انجام گرفت. برای این منظور از تصاویر ماهوارۀ لندست در طی دوره های زمانی مختلف (1998 تا 2019) استفاده شد. برای پردازش و شناسایی مقدار نمک مرطوب و مخلوط با خاک و میزان پسروی آب، از روش پردازش شی ءگرا استفاده شد. مقیاس 15 برای تصاویر لندست 5 و 7 و مقیاس 150 برای قطعه بندی تصاویر لندست 8 به کار برده شد و انواع مختلف شاخص شوری، روشنایی و پوشش گیاهی روی تصاویر اعمال شد. نتایج نشان می دهد که تغییرات سالانۀ سطح آب دریاچه و همچنین تغییرات نمک مرطوب و مخلوط با خاک در مقیاس سالانه چشمگیر است. وسعت پهنۀ آبی دریاچه در دورۀ 1998 تا 2015، 74/32 درصد کاهش داشت و از 5722/83 به 687/718 کیلومتر مربع رسید و مقدار نمک مرطوب و مخلوط با خاک 30/38درصد افزایش یافت. از سال 2015 به بعد به دلیل افزایش بارش و اقدامات پیشگیرانه برای احیای دریاچه این روند معکوس شده و وسعت پهنه های آبی 3502/267 کیلومتر مربع افزایش و میزان شوری 20/198 درصد کاهش یافته است. دقت کلی 0/94 و ضریب کاپای 0/92 برای طبقه بندی تصاویر حاکی از توانایی زیاد پردازش شیء گرا در طبقه بندی پدیده های سطح زمین و دقت نتایج است.

این مطالعه با هدف اندازه گیری مقادیر واقعی تبخیر-تعرق و وضعیت تامین آب اراضی کشاورزی روستاهای دریاس و توت آغاج در محدوده شهرستان مهاباد، استان آذربایجان غربی در الگوهای کشت مختلف، در 341 هکتار از اراضی مورد مطالعه با سیستم آبیاری تحت فشار با استفاده از ابزارهای سنجش از دور و الگوریتم سبال انجام شد. برای انجام این تحقیق 7 تصویر مختلف ماهواره لندست 8، در بازه زمانی اردیبهشت تا شهریور ماه (فصل رشد) سال 1401 مورد بررسی قرار گرفت و حجم آب موردنیاز گیاهان بر اساس الگوی کشت منطقه در طول فصل رشد برآورد و نیاز خالص آبیاری با مقادیر مصرف آب در شبکه آبیاری محدوده موردمطالعه، مقایسه شد. بر اساس نتایج حاصل از این بررسی بیشترین مقادیر تبخیر-تعرق در فصل رشد به ترتیب مربوط به محصول سیب، هلو، یونجه، گیلاس، آلبالو، زردآلو، شابلون، انگور و گندم است. همچنین در سطح محدوده موردبررسی با توجه به الگوی کشت، مقدار مصرف آب در فصل رشد در سطح 341 هکتار موردمطالعه، برابر با 2060000 مترمکعب برآورد شد که با توجه به اطلاعات موجود مقدار آب واردشده به شبکه در سال زراعی گذشته بیش از 2500000 مترمکعب بوده است که نمایانگر راندمان 82 درصدی شبکه آبیاری تحت فشار دریاس و توت آغاج است. البته  شایان ذکر است که در اکثر اراضی محدوده موردمطالعه، از چاه های غیر مجاز نیز برای آبیاری اراضی استفاده به عمل می آید بر همین اساس بررسی دقیق وضعیت شبکه و اصلاح و بازنگری مقدار و نحوه توزیع آب اجتناب ناپذیر است.