%0 Journal Article %T ارزیابی روش‌های هموارسازی برای بازسازی سری‌زمانی نمایه‌ گیاهی Greenness و برآورد فنولوژی کلزا از داده‌های ماهواره لندست8 مطالعه موردی: منطقه فرخشهر %J پژوهش های جغرافیای طبیعی %I دانشگاه تهران %Z 2008-630X %A میراحمدی, اکبر %A یزدان پناه, حجت اله %A مومنی شهرکی, مهدی %D 2022 %\ 04/21/2022 %V 54 %N 1 %P 55-70 %! ارزیابی روش‌های هموارسازی برای بازسازی سری‌زمانی نمایه‌ گیاهی Greenness و برآورد فنولوژی کلزا از داده‌های ماهواره لندست8 مطالعه موردی: منطقه فرخشهر %K آغاز فصل (SOS) %K پایان فصل (EOS) %K تبدیل تسلدکپ %K توابع هموارسازی نرم‏افزار TIMESAT %R 10.22059/jphgr.2022.327272.1007633 %X سری‏های زمانی شاخص‏های گیاهی سنجش از دور امکان بازیابی فنولوژی گیاهان را در سطح زمین فراهم کرده است. ابرها، رطوبت، و هواویزها باعث ایجاد نوفه در سیگنال‏های دریافتی سنجنده‏های ماهواره‏‏ای می‏شوند و در نتیجه کیفیت سری‏های زمانی کاهش می‏یابد. برای رفع این مشکل و بازسازی سری‏های زمانی، چندین تابع هموارسازی داده‏ها برای حذف نوفه استفاده می‏شود که، به دلیل اختلاف نظر درمورد عملکرد آن‏ها، مقایسة بین آن‏ها لازم است. اهداف این تحقیق ارزیابی عملکرد توابع مختلف هموارسازی در نرم‏افزار TIMESAT و تأثیرات آن‏ها در بازسازی سری‏های زمانی و برآورد پارامترهای فنولوژیکی آغاز فصل رشد (SOS) و پایان فصل رشد (EOS) با استفاده از داده‏های نمایه Greenness (سبزینگی) ماهوارة لندست 8 است. پالایشگر ساویتزکی- گولی (S-G)، تابع نامتقارن گوسی (AG)، و لجستیک دوگانه (DL) برای برازش داده‏های Greenness   استفاده شد و عملکرد آن‏ها با استفاده از اندازه‏گیری خطای مجذور میانگین مربع (RMSE) و ضریب همبستگی پیرسون (r) ارزیابی شد. نتایج نشان داد که روش هموارسازی S-G در بازسازی سری‏های زمانی از دقت بیشتری (935/0 = r) برخوردار است. در برآورد پارامترهای فنولوژی، تابع هموارساز DL در برآورد آغاز فصل و تابع هموارساز AG در برآورد پایان فصل به‏ترتیب با 8 و 14 روز اختلاف با داده‏های مشاهداتی بهترین عملکرد را داشتند. این مطالعه نشان داد که روش‏های هموارسازی نرم‏افزار TIMESAT عملکرد مناسبی دارند %U https://jphgr.ut.ac.ir/article_85851_c1bd3a980ce49d72a4b345380efab74d.pdf