Search In this Thesis
   Search In this Thesis  
العنوان
Assessment of optical satellite images for bathymetry estimation shallow areas using artificial neural network model /
المؤلف
EL-Shahat, Basma Fawzi Amin.
هيئة الاعداد
باحث / بسمة فوزى أمين
مشرف / محمود الموافي شتيوي
مشرف / محمود صلاح محمود
مناقش / ذكي محمد زيدان الشيخه
مناقش / أيمن محمد رشاد الشهابي
الموضوع
Remote-sensing images. Artificial satellites - Optical observations. Arid regions.
تاريخ النشر
2019.
عدد الصفحات
150 p. :
اللغة
الإنجليزية
الدرجة
ماجستير
التخصص
هندسة المحيطات
تاريخ الإجازة
1/7/2019
مكان الإجازة
جامعة المنصورة - كلية الهندسة - هندسة الأشغال العامة
الفهرس
Only 14 pages are availabe for public view

from 150

from 150

Abstract

مقدمة:يلعب تقدير عمق المياه دورًا مهمًا في مراقبة مستوى المياه من أجل حل مجموعة واسعة من المشاكل الهندسية. حالياً ، يتم الحصول على البيانات الخاصة بتقدير الاعماق على أساس تقنيات الصوت أحادي أو متعدد الحزم. إن عملية جمع البيانات الميدانية في الموقع مكلفة وتستغرق وقتا طويلا. من ناحية أخرى ، في بعض الأحيان يكون من الصعب للغاية في المناطق المائية الضحلة لأن البيانات تميل إلى أن تستقر. يمكن أن تكون البيانات االمأخوذة من الاقمار الصناعية طريقة جذابة لتحديد أعماق المياه الضحلة بسبب الصعوبات في استخدام الطرق التقليدية. تتألف الصور الرقمية التي تم أخذها بأقمار الاستشعار عن بعد من الانعكاس الشمسي من سطح الأرض الذي يتم تعديله بواسطة مكونات الغلاف الجوي. يعتمد المفهوم الأساسي لاستخدام صور الأقمار الصناعية البصرية لتحديد أعماق المياه الضحلة على قدرة الضوء المرئي على اختراق المياه والوصول إلى قاع البحر ثم عكسه مرة أخرى إلى المستشعر. مجال البحث:استخدام نماذج الذكاء الاصطناعي والترميز الثنائي لتحديد الأعماق بدقة عالية من صورة الأقمار الصناعية متعددة الأطياف. أهداف البحث:الهدف من هذه الرسالة هو التعويض عن نقاط الضعف الرئيسية في غالبية النماذج الحالية التي تتطلب تقديرًا معقدًا لعدد من معاملات عمود الماء مثل نوع القاع ؛ معاملات التوهين ونوعية المياه. ويمكن تحقيق ذلك من خلال الجمع بين مقاييس الاحتمال من نماذج الذكاء الصناعي ، والتي تقدم معلومات تكميلية ، وبالتالي يمكن تحسين أداء نموذج تطبيق الذكاء الاصطناعي. خطوات الدراسة:تجميع صورة الأقمار الصناعية متعددة الأطياف لمنطقة الاختبارالمأخوذة من القمر الصناعيlandat-8. استخدام نموذج الذكاء الصناعي و الترميز الثنائي لتصنيف صورة القمر الصناعي .ثم تطبيق طريقةالتصويت للأغلبية العظمي باستخدام المنطق الضبابي للجمع بين الاحتمالات من النموذجين (تطبيق الذكاء الاصطناعي و الترميز الثنائي). بعد ذلك ، باستخدام تقنية التنبؤ باستخدام معكوس الاحتمالية الموزونةيتم تحويل الاحتمالات المأخوذة الناتجة من طريقةالتصويت للغالبية العظمى باستخدام المنطق الضبابي الى أعماق. خلاصة الدراسة:تتسم المعلومات المتعلقة بأعماق البحار بأهمية خاصة في المناطق الساحلية التي كثيرا ما تظهر كثافة سكانية عالية وحركة بحرية ثقيلة. يمكن أن تكون البيانات المأخوذة من القمر الصناعي طريقة جذابة لتحديد أعماق المياه الضحلة بسبب الصعوبات في استخدام الطرق التقليدية. ويعتبر استخدام صور الاقمار الصناعية لحساب الاعماق بأنه وسيلة بديلة وأداة استطلاعية في تيسير الطلب المتزايد على أنشطة المسح الهيدروغرافي حول المناطق الساحلية والمناطق الضحلة. يمكن استخلاص أعماق المياه الضحلة من صورة الأقمار الصناعية متعددة الأطياف باستخدام نموذجين: تطبيق الذكاء الاصطناعي والترميز الثنائي. يتم الجمع بين الاحتمالات من النموذجين باستخدام طريقة التصويت للأغلبية العظمي باستخدام المنطق الضبابي. يمكن الحصول على النتائج النهائية.