پایش آلودگی نفتی دریایی با استفاده از تصاویر ماهواره ای Landsat-۸ و Sentinel-۲ و روش های یادگیری ماشین

دریاها و اقیانوس ها از منابع طبیعی ارزشمند هستند که به دلیل توسعه شهرنشینی و پیشرفت فناوری، در معرض آلودگی های متعددی قرار دارند. آلودگی های نفتی یکی از تهدیدات بزرگ زیست محیطی دریاها محسوب می شوند که عمدتا ناشی از تخلیه غیرقانونی هیدروکربن ها توسط کشتی ها و نشت نفت از لوله های انتقال است. شناسایی و پایش این آلودگی ها از ضروریات حفظ محیط زیست دریایی است. در این مطالعه، از داده های ماهواره ای اپتیکی Landsat-۸ و Sentinel-۲ برای شناسایی لکه های نفتی در خلیج فارس استفاده شده است. ویژگی ها از تصاویر ماهواره ای استخراج و سپس با استفاده از الگوریتم های طبقه بندی، لکه های نفتی شناسایی شدند. نتایج نشان داد که روش جنگل تصادفی دقت بالاتری نسبت به دیگر روش ها دارد. برای داده های Landsat ۸ دقت ۹۹.۶۵% و ضریب کاپای ۰.۹۷۵۳، و برای داده های Sentinel-۲ دقت ۹۹.۵۲% و ضریب کاپای ۰.۹۶۵۶ به دست آمد. این نتایج نشان می دهند که فناوری سنجش ازدور می تواند ابزار موثری در پایش آلودگی های نفتی دریایی باشد.

کلیدواژه ها:

لکه نفتی ، تصاویر سنجش ازدور اپتیکی ، Sentinel-۲ ، Landsat-۸ ، روش های یادگیری ماشینی