تشخیص لکههای نفتی در خلیج فارس با استفاده از دادههای رادار با روزنه مجازی

آلودگی نفتی در محیطهای دریایی، بهویژه در نواحی ساحلی، یکی از مشکلات زیستمحیطی و اقتصادی جدی است که اثرات منفی زیادی بر اکوسیستم ها و صنایع مرتبط بهویژه ماهیگیری دارد. این معضل نیازمند روش های موثر برای شناسایی و پایش لکههای نفتی است. رادار با روزنه مجازی (SAR)، بهویژه در شرایط متغیر آب و هوایی و در طول شب و روز، به عنوان ابزاری قوی برای شناسایی آلودگی های نفتی شناخته می شود. در این تحقیق، داده های سنتینل۱ برای شناسایی لکههای نفتی در خلیج فارس، در نزدیکی سواحل کویت در سال ۲۰۲۱، استفاده شده است. برای تحلیل داده ها، از طبقه بندی کننده جنگل تصادفی (RF) به همراه ویژگی های بافتی استخراج شده از تصویر بهره برده شده است. استفاده از ویژگی های بافتی موجب افزایش دقت طبقه بندی و شناسایی بهتر لکههای نفتی در تصاویر SAR شده است. نتایج نشان دهنده دقت کلی ۶۹.۳۲ درصد و ضریب کاپا ۵۸.۰۸۶ است که کارآمدی این روش را در تشخیص آلودگی های نفتی تایید می کند. این تحقیق نشان می دهد که سنجنده های SAR بهویژه سنتینل۱ قادر به شناسایی لکههای نفتی با دقت بالا هستند و می توانند ابزاری موثر برای نظارت و پیشگیری از آلودگی های نفتی در محیطهای دریایی باشند. این مطالعه می تواند به عنوان یک مدل برای پایش آلودگی های نفتی در دیگر مناطق دریایی استفاده شود.

کلیدواژه ها:

سنجش از دور ، تشخیص لکههای نفتی ، رادار با روزنه مجازی ، الگوریتم طبقهبندی جنگل تصادفی