दूरी संवेदना छवियों के संयोजन के लिए एक कठोर रूप से वृद्धिशील स्थान-कालिक डेटा फ्यूजन विधि

स्थान-कालिक दूरी संवेदन छवियों का वन पारिस्थितिकी निगरानी, वन कार्बन प्रबंधन और अन्य संबंधित क्षेत्रों में महत्वपूर्ण महत्व है। दूरी संवेदन छवियों की स्थान-कालिक डेटा फ्यूजन तकनीक उच्च स्थान-कालिक और उच्च कालिक संकल्पित छवियों को एकीकृत करती है ताकि उच्च स्थान-कालिक संकल्प प्राप्त करने में एकल संवेदकों की वर्तमान सीमा को दूर किया जा सके। इस तकनीक ने हाल के वर्षों में व्यापक ध्यान प्राप्त किया है। हालांकि, वर्तमान मॉडल भूमि उपयोग में परिवर्तनों को संभालने में कुछ सीमाओं को दर्शाते हैं, जैसे कि Poor क्लस्टरिंग परिणाम, असटीक वृद्धिशील स्थान-कालिक गणनाएँ, और संवेदक अंतर। इस पेपर में, हम विभिन्न संकल्प वाली दूरी संवेदन छवियों के संयोजन के लिए एक कठोर रूप से वृद्धिशील स्थान-कालिक डेटा फ्यूजन (RISDAF) विधि का प्रस्ताव करते हैं ताकि ऊपर बताए गए समस्याओं का समाधान किया जा सके। प्रस्तावित विधि कण भिन्डी अनुकूलन गॉसियन मिक्सचर मॉडल (PSO-GMM) का उपयोग कर अंत-सदस्यों को निकालती है और संवेदकों के बीच सटीक समय वृद्धियों की प्राप्ति के लिए एक रैखिक संबंध स्थापित करती है। इसके अलावा, स्थानिक इंटरपोलेशन के लिए पतले प्लेट स्पलाइन (TPS) इंटरपोलेशन के बजाय बाईक्यूबिक इंटरपोलेशन का उपयोग किया जाता है, और अस्थायी और स्थानिक वृद्धियों के लिए एक भारित योग प्राप्त करने के लिए समर्थन वेक्टर रिग्रेशन (SVR) का भी उपयोग किया जाता है। इसके अतिरिक्त, संवेदक त्रुटियों को अवशेषों की गणना में आवंटित किया जाता है। प्रयोगात्मक परिणाम प्रस्तावित एल्गोरिदम की प्रभावशीलता को दिखाते हैं जो नमकीन छवि लैंडसैट को मोटे छवि MODIS डेटा के साथ जोड़ने के लिए और निष्कर्ष निकालते हैं कि प्रस्तावित एल्गोरिदम मजबूत पौधाक्षेत्र परिवर्तनों और सतह प्रकारों में परिवर्तनों वाले क्षेत्रों के लिए असमान डेटा के लिए एक बेहतर समाधान प्रस्तुत करता है, जो दूरी संवेदन छवि फ्यूजन के लिए एक बेहतर समाधान प्रदान करता है और इस प्रकार डेटा फ्यूजन की सटीकता, स्थिरता और मजबूती में सुधार करता है।