تخمین رطوبت خاک با تصاویر سنتیل1 و ماشین لرنینگ

هدف از انجام این تحقیق مدلسازی رطوبت خاک با استفاده از روش های یادگیری ماشین در مناطق کشاورزی با پوشش گیاهی و بررسی عملکرد به کارگیری شاخص گیاهی استخراج شده از تصاویر رادار دریچه مصنوعی در این فرآیند می باشد. با وجود مزایایی که داده های سنجش از دوری برای محاسبه رطوبت خاک دارند استفاده از داده های زمینی برای اعتبارسنجی صحت و دقت اطلاعات به دست آمده از این داده ها امری ضروری است. بخش اول این پژوهش مربوط به جمع آوری داده های زمینی موردنیاز برای این پروژه می باشد. داده های زمینی موردنظر برای این پروژه، در فصل کشت محصول از مناطق کشاورزی منطقه ای در کانادا، از ایستگاه های زمینی دائمی رطوبت سنجی شبکه RISMA اخذ می شود. در بخش دوم این پروژه موقعیت داده های زمینی هم از نظر مکانی و هم از نظر زمانی، تصاویر سنتینل-1 مرتبط از سامانه ارث انجین بازیابی می شوند. درگام بعدی شاخص گیاهی مورد نظر از تصاویر سنتینل-1 استخراج می شود تا به همراه داده های قبل در مدلسازی مورد استفاده قرار گیرد. پروژه تا این مرحله انجام شده اما نتایج خروجی گرفته نشده و نیاز به بازبینی و در صورت صلاح دید نیاز به تغییر دارد. کدهای ارث انجین استخراج شاخص در اختیار شما قرار میگیرد. بعد از این ملاحظات بخش سوم باید انجام شود. بخش سوم این پروژه مدلسازی رطوبت خاک با استفاده از داده های زمینی، تصاویر سنتیل-1 و شاخص گیاهی استخراج شده با استفاده از روش های یادگیری ماشین می باشد و در نهایت اعتبارسنجی این مدل مورد بررسی قرار می‌گیرد.