محاسبه شاخص نرمال ‌شده تفاوت پوشش گیاهی (NDVI) با مدل پیچیده Hurst در متلب

محاسبه شاخص نرمال ‌شده تفاوت پوشش گیاهی (NDVI) با مدل پیچیده Hurst در متلب

محاسبه شاخص نرمال ‌شده تفاوت پوشش گیاهی (NDVI) در MATLAB

در این بخش پروژه محاسبه شاخص نرمال ‌شده تفاوت پوشش گیاهی (NDVI) با مدل پیچیده Hurst با نرم افزار MATLAB به همراه کامنت گذاری کدها آماده کرده ایم که در ادامه به معرفی شاخص NDVI پرداخته و معرفی پروژه پرداخته و فیلم و تصاویر خروجی پروژه در محیط متلب قرار داده شده است.

شاخص نرمال‌ شده تفاوت پوشش گیاهی (NDVI)

شاخص نرمال‌ شده تفاوت پوشش گیاهی (Normalized Difference Vegetation Index – NDVI) ، شاخص گرافیکی ساده‌ ای می باشد که کاربرد آن در تحلیل‌ ها و اندازه ‌گیری‌ های سنجش از دور (Remote Sensing) و ارزیابی وجود یا عدم وجود پوشش گیاهی در یک منطقه است. ارزیابی رفتار زمانی پوشش گیاهی منطقه، مدل ‌سازی آب و هوایی، طبقه‌ بندی پوشش گیاهی در سطح جهانی، نظارت بر محصولات کشاورزی، ارزیابی های بیابان ‌زدایی و خشک ‌سالی، حفاظت از محیط زیست، بررسی تعادل میزان انرژی و آب در سطح جهانی از جمله کاربردهای شاخص نرمال‌ شده تفاوت پوشش گیاهی یا شاخص NDVI هستند. دامنه تغییرات در شاخص NDVI بین ۱+ و ۱- می باشد.

معرفی پروژه

این مدل پیچیده Hurst برای فهرست پراکندگی جهت جذب انرژی فتوسنتزی سایبان های گیاهی یا سایبان جنگل (سقف متشکل از تاج درختان در جنگل) تعریف شده که بر اساس لحظه مرکز نظم ۱٫۵ ، ۲ و ۲٫۵ ، مربوط به الگوی چند فرکتالی (Multi Fractal) از تعامل انسان با طبیعت در مقیاس بزرگ است. بر اساس مدل سنتی Hurst که عملکرد آن تنها با اعداد واقعی مثبت است، در مدل پیچیده Hurst بهبود یافته، بخش تخیلی می تواند مثبت یا منفی باشد که نه تنها می تواند روند تغییر شاخص نرمال ‌شده تفاوت پوشش گیاهی (NDVI) را توصیف کند، بلکه تداوم تغییرات شاخص NDVI را نیز توصیف می کند.

در این پروژه سری های روزانه شاخص NDVI از سال ۲۰۰۰ تا ۲۰۰۷ با مدل پیچیده هورست (Complex Hurst) مورد تجزیه و تحلیل قرار می گیرد. محدوده ارزیابی در این پروژه، سطح کل سرزمین چین و سرزمین غربی یا شرقی کل چین است که از خط Heihe – Tengchong جدا شده اند. خط هایه تا تنگچونگ (Heihe–Tengchong Line) یک خط تخیلی است که منطقه چین را به دو قسمت تقریبا مساوی تقسیم می کند که از شهر هایه تا تنگچونگ ، به صورت مورب در سراسر چین امتداد دارد.

نتیجه گیری

نتیجه گیری از ارزیابی با نرم افزار MATLAB این است که بخش واقعی شاخص مدل پیچیده Hurst بیش از ۰٫۵ است، یعنی سری زمانی NDVI دارای حافظه بلند مدت است، چه در کل کشور و چه در غرب و شرق. بخش تخیلی از نمای پیچیده Hurst تداوم کمبود شاخص NDVI را نشان می دهد، یعنی هر چقدر تداوم کمبود افزایش یابد، آسیب به پوشش گیاهی نیز بیشتر خواهد شد.

تصاویر خروجی در محیط MATLAB

محاسبه شاخص نرمال ‌شده تفاوت پوشش گیاهی (NDVI) با مدل پیچیده Hurst در متلب

محاسبه شاخص نرمال ‌شده تفاوت پوشش گیاهی (NDVI) با مدل پیچیده Hurst در متلب محاسبه شاخص نرمال ‌شده تفاوت پوشش گیاهی (NDVI) با مدل پیچیده Hurst در متلب محاسبه شاخص نرمال ‌شده تفاوت پوشش گیاهی (NDVI) با مدل پیچیده Hurst در متلب


مشاهده ویدئو در این باره

خوشحال خواهیم شد اگر نظر خودتون رو درباره این مطلب ثبت کنید

خطا!دکمه ریفریش را بزنید