برآورد سطح پوشش برف از طریق تکنیک های شیءگرا با استفاده از تصاویر سنجنده های OLI و TIRS (مطالعه موردی: کوهستان سبلان)

مطالعه و اندازه­ گیری سطوح برف به­ عنوان یکی از منابع مهم تأمین آب، بسیار حائز اهمیت است. با توجه به شرایط سخت فیزیکی محیط­ های کوهستانی، امکان اندازه­ گیری برف وجود ندارد. استفاده از سنجش­ ازدور با توجه به هزینه کم، به­روز بودن و پوشش وسیع می­ تواند در شناسایی مناطق برف­گیر روش مناسبی باشد. هدف اصلی این پژوهش تخمین سطح پوشش برف کوهستان سبلان با استفاده از تصاویر ماهواره­ای سنجنده­های OLI و TIRS و به­ وسیله روش طبقه­ بندی شیءگرا می ­باشد. طبقه­ بندی تصاویر رقومی ماهواره­ ای یکی از مهم­ترین روش ­ها برای استخراج اطلاعات کاربردی محسوب می­شود که در حال حاضر با دو روش پردازش پیکسل­ پایه و شیءگرا انجام می ­گیرد. روش پیکسل ­پایه که مبتنی بر طبقه­ بندی ارزش­های عددی تصاویر است، و روش جدید شیءگرا که علاوه بر ارزش­ های عددی، اطلاعات مربوط به محتوا، بافت و زمینه را نیز در فرآیند طبقه ­بندی تصاویر به­کار می­گیرد. لذا در تحقیق حاضر بنا به دقت بالای طبقه­بندی شیءگرا، برای استخراج سطح پوشش برفی از روش­های شیءگرا استفاده شد. در این پژوهش، به ­دلیل استفاده از داده ­های با قدرت تفکیک مکانی بالا (30 متر) و روش نوین طبقه ­بندی تصاویر، سطح برف به ­وسیله شاخص نرمال­شده تفاوت برفی (NDSI)، شاخص نرمال­شده تفاوت پوشش گیاهی (NDVI)، دمای سطح زمین (LST) و ضریب روشنایی (Brightness) با دقت کلی 91 درصد، به­ میزان 62/2142 کیلومترمربع برای محدوده کوهستانی سبلان استخراج گردید که از نتایج آن می­ توان به­ عنوان جایگزین ایستگاه ­های برف­ سنجی استفاده کرد. #s3gt_translate_tooltip_mini { display: none !important; }

کلیدواژه ها:

Remote sensing ، Snow surface ، Object oriented ، OLI and TIRS sensors ، Sabalan ، سنجش از دور ، سطح برف ، شیءگرا ، سنجنده های OLI و TIRS ، سبلان