يعتمد نجاح المهام خارج الطرق للمركبات الأرضية بشكل كبير على قابليتها للتنقل في التضاريس، والتي تتطلب بدورها فهمًا دقيقًا لخصائص التربة، حيث يكون محتوى رطوبة التربة عنصرًا رئيسيًا. عندما تحتاج مناطق كبيرة إلى التحليل، غالبًا ما يتم استخدام صور الأقمار الصناعية، على الرغم من أن هذا النهج يقلل عادةً من الدقة المكانية. هذا الانخفاض في الدقة المكانية يخلق ما يعرف بالبكسلات المختلطة، عندما تكون فئتان أو أكثر في منطقة بكسل واحدة، مما قد يؤدي إلى بيانات أكثر ضوضاء ونماذج أقل دقة. تستكشف هذه الورقة استخدام فصل الطيف الخطي كطريقة للمساعدة في تنظيف / تخفيف البيانات المضطربة للحصول على نماذج تنبؤية أفضل. تم استخدام الاستشعار عن بعد الطيفي من منصة قمر هايبيريون الأرضي وبيانات الحقيقة الأرضية من الشبكة الدولية لرطوبة التربة (ISMN) للبيانات. وجدت هذه الدراسة أن التنبؤ بمحتوى رطوبة التربة، عند مقارنة نموذج متعددة الطبقات المختلطة (MLP) مع نهج الفصل، أظهر تغيرًا بنسبة 10-30% في RMSE وMAE عبر نطاقات NDVI بم increments 0.1. وبالتالي، توضح هذه الدراسة الإمكانية المحتملة لاستخدام فصل الطيف كمنهجية للمساعدة في تعزيز النماذج التنبؤية لخصائص التضاريس عند استخدام بيانات مستشعرة عن بعد (بجودة دقة مكانية منخفضة / أكثر ضوضاء).
درس إيوينغ وآخرون (الثلاثاء) هذا السؤال.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: