استفاده از تصاویر سنتینل-۱ جهت پایش خسارت سیلاب فروردین ۱۳۹۹، جنوب استان کرمان براساس الگوریتم جنگل تصادفی

ارزیابی خسارت سیل، جهت مدیریت زود هنگام سیل امری ضروریست. در این مقاله چارچوبی جهت برآورد سریع خسارات سیلاب و شناسایی مناطق سیل­زده در فروردین ۱۳۹۹، با استفاده از داده ­های ماهواره ­ای  Sentinel-۱   ارائه شده است. در پژوهش حاضر بعد از اعمال پیش­پردازش­ های لازم در نرم­ افزار SNAP ۶     ضریب پراکنش سیگما صفر هر دو تصویر مربوط به قبل و بعد از وقوع سیل استخراج شد. جهت تفکیک تصویر به دو طبقه آب و غیر آب، از هیستوگرام ضریب پراکنش تصویر استفاده و حدآستانه ۰۱/ ۰ به دست آمد. سپس با اعمال عملیات ریاضی روی هر دو تصویر ضریب پراکنش، تصویر باینری آب و غیر آب به صورت صفر و یک تهیه و براساس اختلاف دو تصویر، منطقه سیل ­زده مشخص گردید. پس از آشکار سازی مناطق سیل­زده، تصاویر سنتینل با استفاده از الگوریتم ­های طبقه ­بندی نظارت شده به سه کلاس پهنه آبی قبل از سیل، مناطق سیل ­زده و سایر اراضی طبقه ­بندی شد. نتایج حاکی از صحت بالای روش طبقه ­بندی جنگل تصادفی (ضریب کاپا=۹۲/ ۰) نسبت به سایر الگوریتم ­ها بود. با روی هم گذاری نقشه کاربری اراضی و مناطق سیل­ زده، درصد آب­گرفتگی هریک از کاربری ­ها مشخص شد. بر طبق نتایج، اراضی بایر، مسکونی و مرتع به ترتیب با میزان ۹/ ۲۷، ۱۶ و ۱۲ درصد دارای بیش­ترین درصد آب­گرفتگی بودند.

کلیدواژه ها:

Radar images ، Flood ، Damage ، Sentinel-۱ ، Random Forest algorithm.