استفاده تلفيقي از تصاوير پردازش شده با موجك و سيستم استنتاج فازي عصبي جهت برآورد پارامتر EC رودخانه كارون

امروزه پايش و پردازش اطلاعات كيفي رودخانه با استفاده از روش‌هاي آزمايشگاهي با صرف وقت و هزينه زياد همراه است. از اين رو استفاده از روش‌هاي نوين براي كاهش اين هزينه‌ها مي‌تواند كمك شاياني در مديريت كيفي رودخانه‌ها داشته باشد. استفاده تركيبي از مدل‌هاي هوش مصنوعي و سنجش از دور از جمله روش‌هاي كارآمد براي رسيدن به اين هدف است. در اين تحقيق به منظور برآورد EC رودخانه كارون با استفاده از مدل سيستم استنتاج فازي عصبي (ANFIS)، در زمان گذر ماهواره لندست 8، نمونه‌برداري دستي از 66 نقطه از سطح رودخانه براي مدت 12 ماه (دي ماه 1394 تا آذر ماه 1395) انجام شد. هشت ماه اول نمونه‌برداري براي واسنجي و چهار ماه انتهايي براي صحت سنجي مورد استفاده قرار گرفت. مقادير بازتابي تصاوير لندست 8 به عنوان ورودي و EC نقاط برداشت شده به عنوان خروجي مدل ANFIS در نظر گرفته شد. در ادامه به منظور افزايش دقت مدل ANFIS و كاهش خطا تصاوير از روش تبديل موجك و مكان مند كردن داده‌ها استفاده گرديد. نتايج نشان داد كه استفاده تركيبي از تصاوير ماهواره‌اي و مدل ANFIS از  عملكرد نسبتاً خوبي برخوردار است و با روش مكان مند كردن يعني اضافه كردن خصوصيات مكاني نقاط برداشت به عنوان ورودي مدل ANFIS دقت كار تا مقدار قابل توجهي افزايش مي‌يابد. هم چنين نتايج نشان داد كه استفاده از تبديل موجك براي كاهش نويز تصاوير و بهبود عملكرد مدل مي‌تواند علاوه بر كاهش خطا، ضريب تعيين را از 85 درصد تا بالاي 89 درصد افزايش دهد.