آشکارسازی پدیده گردوغبار جنوب غرب ایران با استفاده از شاخص های NDDI و BTD و شبکه عصبی

  • سال انتشار: 1398
  • محل انتشار: فصلنامه اطلاعات جغرافیایی ( سپهر)، دوره: 28، شماره: 111
  • کد COI اختصاصی: JR_SEPEHR-28-111_015
  • زبان مقاله: فارسی
  • تعداد مشاهده: 420
دانلود فایل این مقاله

نویسندگان

مرضیه دیراوی پور

دانشجوی کارشناسی ارشد محیط زیست دریا، دانشگاه علوم و فنون دریایی خرمشهر

حسین محمد عسگری

عضو هیات علمی محیط زیست، دانشگاه علوم و فنون دریایی خرمشهر

سعید فرهادی

دانش آموخته کارشناسی ارشد محیط زیست، دانشگاه علوم و فنون دریایی خرمشهر

ایمان نجفی

دانش آموخته کارشناسی ارشد مهندسی سنجش از دور، دانشگاه اصفهان

چکیده

امروزهپدیده هایگردوغباریدرردیفمهم ترینمخاطراتمحیطی قرارگرفتهوسلامتیانسانومحیط زیستراباخطرجدیروبرونموده اند. یکیازویژگی هایمهمنواحیبیابانی(خشکونیمه خشک)،رخدادپدیده هایگردوغباریاست. تشخیص توفان های گردوغبار، اولین و مهم ترین روش جهت پیش گیری و کاهش آثار مخرب آن می باشد. از این رو هدف تحقیق حاضر تشخیص و بارزسازی گردوغبار با استفاده از شاخص های NDDI و BTD و شبکه های عصبی در نرم افزار MATLAB می باشد. در این تحقیق نتایج مربوط به پدیده های گردوغبار تاریخ 30 خردادماه 1391 شمسی (19/06/ 2012) مورد استفاده قرار گرفته است. نتایج نشان داد، شاخص NDDI بهتنهاییقادربهتفکیک پیکسل هایگردوغبارموجوددراتمسفرازپیکسل هایغیرگردوغباروماسهزمینینبودهو عملکر ضعیفی دارد. شاخص BTD، گردوغبار اکوسیستم خشکی را به خوبی بارزسازی کرد ولی BTD(20-31) و BTD(23-31) بارزسازی بهتری در اکوسیستم آبی داشت. بنابراین، باید با دقت زیاد آستانه را تعیین کرد. همچنین، بارزسازی در زمین های شنی و ماسه ای به خوبی انجام نشد. شبکه عصبی مصنوعی پیشرو برای تصاویر روزانه با 60%  و برای تصاویر شبانه با 59%،  دقت و عملکرد نسبتا خوبی رانشان داد. بنابراین، شبکه عصبی نسبت به شاخص های  NDDI و BTD، روش مناسب تری برای تشخیص و بارزسازی گردوغبار بود و نیازی به تعیین آستانه برای بررسی هر تصویر نداشت. هرچه نمونه های آموزشی شبکه عصبی، با دقت و تعداد بیشتر و ابعاد بزرگتر انتخاب شود، عملکرد و دقت شبکه افزایش خواهد یافت، نتایج این تحقیق می تواند در راستای تشخیص خودکار گردوغبار در طول روز و شب و در اکوسیستم های آبی و خشکی مورد استفاده قرار گیرد.

کلیدواژه ها

NDDI, BTD, شبکه عصبی, گردوغبار, مودیس

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.