با توجه به تنوع عوارض شهری و حساسیت هریک نسبت به محدوده طیفی مشخص در طیف الکترومغناطیس، سنجنده های مختلف تصویربرداری رفتارهای متفاوتی را در رابطه با برخی از عوارض ثبت میکنند. همچنین اعوجاجات رنگی و پاسخ غیرطبیعی سنجنده به محدوده طیفی مشخص، به‌عنوان یکی از مهم‌ترین چالشهای تشخیص صحیح عوارض در دورکاوی، مطرح است. ادغام داده‌ها به‌منظور بهرهگیری از اطلاعات طیفی ثبت‌شده توسط سنجنده های مختلف در تشخیص بهتر پوشش گیاهی نیز دارای مزایای چشمگیری میباشد. لذا در این تحقیق، نتایج ادغام تصاویر دو ماهواره لندست8 و WorldView-2 به‌منظور تشخیص بهتر نواحی پوشش گیاهی در منطقه شهری، با استفاده از روش انتقال آماری PCA[1] مورداستفاده قرارگرفته است. ازجمله مزایایی که انجام این ادغام به همراه دارد میتوان به ایجاد یکپارچگی و پیوستگی طیفی دادههای دو سنجنده اشاره نمود. استفاده از باند[2]SWIR در تصویر لندست8، افزایش شفافیت تصویر و در نتیجه بهبود تشخیص پوشش گیاهی را به همراه دارد. در این مقاله، پس از ادغام دو تصویر برداشت‌شده از یک منطقه شهری در تهران در سطح ویژگی‌های طیفی، فرآیندی دانش مبنا به‌منظور تشخیص و طبقه‌بندی نواحی پوشش گیاهی اجرا گردید که منجر به استخراج نواحی پوشش گیاهی با دقت 3/81 % شد.
Arabsaeedi A R, Tabib Mahmoudi F. Feature Level Fusion of Landsat8 and Wordview2 Images for Improving Vegetation Detection in Urban Areas Based on Knowledge Based Method. GEJ 2018; 9 (1) :43-52 URL: http://gej.issgeac.ir/article-1-262-fa.html
عرب سعیدی علیرضا، طبیب محمودی فاطمه. استفاده از روش دانش مبنا به‌منظور بهبود تشخیص و طبقه‌بندی پوشش گیاهی در نواحی شهری بر اساس ادغام تصاویر لندست8 و WorldView-2. نشریه علمی ترویجی مهندسی نقشه برداری و اطلاعات مکانی. 1396; 9 (1) :43-52
