پایش ریزگردها با استفاده از تصاویر چند طیفی ماهواره مادیس در جنوب غربی ایران

نویسنده

استادیار دانشگاه ازاد لارستان.

چکیده

امروزه به همراه پیشرفت های صورت گرفته در توسعه سنجنده های سنجش از دور، موجب توجه ویژه بسیاری از پژوهشگران علوم زمین به این فناوری شده است. از جمله ویژگی های داده های سنجش از دور می توان به مواردی از قبیل برداشت اطلاعات رادیومتریکی و هندسی، دوره زمانی کوتاه اخذ اطلاعات از منطقه موردنظر، تنوع در سنجنده ها به منظور دریافت اطلاعات متفاوت و غیره اشاره نمود. در میان کاربردهای گوناگون این داده ها، شناسایی و طبقه بندی طوفان های گردوغبار در دو دهه اخیر، اهمیت قابل توجهی دارند. هدف این تحقیق پایش گردوغبار در منطقه جنوب غربی ایران با استفاده از داده های ماهواره مادیس است. در این تحقیق از تصاویر مادیس سال های 2010-2015 استفاده شده است. باتوجه به مطالعات صورت گرفته مشاهده شده که در این زمینه مدل های مختلفی در تحقیقات پیشین ارائه گردیده است. در گام اول این تحقیق به ارزیابی عملکرد مدل های پایش ریزگردها در منطقه جنوب غربی ایران پرداخته شده است. سپس با بررسی های صورت گرفته، الگوریتم طبقه بندی درخت تصمیم گیری انطباقی ارائه شده است. انطباقی بودن در این الگوریتم به این معناست که در این روش پارامترها برای طبقه بندی هر تصویر با استفاده از ویژگی های همان تصویر تعیین شده است. پس از آن با استفاده از مدل HYSPLIT به پیش بینی خط سیر حرکت گردوغبار پرداخته شده است. به منظور بررسی عملکرد روش های طبقه بندی کننده از 8 تصویر مادیس بین سال های 2010-2015 استفاده شده است. با بررسی نتایج طبقه بندی تصاویر مادیس با استفاده از داده آموزشی AOD مشاهده شده است که از بین روش های تحقیقات پیشین الگوریتم طبقه بندی کننده ماشین بردار پشتیبان در منطقه جنوب غربی ایران دارای دقت مناسب تری نسبت به سایر روش ها است. سپس با استفاده از مدل HYSPLIT خط سیر گردوغبار منطقه جنوب غربی ایران نشان دهنده منشا خارجی به عنوان منشا اصلی این پدیده در ایران است.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Particulate matter monitoring using Madis satellite multispectral images in southwest Iran

نویسنده [English]

  • Mohammadebrahim Afifi
Assistant Professor of Larestan Azad University
چکیده [English]

Today, along with the progress made in the development of remote sensing sensors, many Earth science researchers have paid special attention to this technology. Among the features of remote sensing data, we can mention things such as the collection of radiometric and geometric information, the short period of time to obtain information from the desired area, the variety of sensors in order to receive different information, etc. Among the various applications of these data, the identification and classification of dust storms in the last two decades are of considerable importance. The purpose of this research is to monitor dust in the southwestern region of Iran using Madis satellite data. Madis images from 2010-2015 were used in this research. According to the studies, it has been observed that in this field, different models have been presented in previous researches. In the first step of this research, the performance of fine dust monitoring models has been evaluated in the southwestern region of Iran. Then, the adaptive decision tree classification algorithm is presented with the investigations. Adaptability in this algorithm means that in this method the parameters are determined for the classification of each image using the features of the same image. After that, using the HYSPLIT model, the trajectory of dust movement has been predicted. In order to check the performance of classification methods, 8 MADIS images between 2010-2015 have been used. By examining the classification results of Madis images using AOD training data, it has been observed that among the previous research methods, the support vector machine classification algorithm in the southwestern region of Iran has more appropriate accuracy than other methods. Then, using the HYSPLIT model, the trajectory of dust in the southwestern region of Iran shows the foreign origin as the main source of this phenomenon in Iran.

کلیدواژه‌ها [English]

  • Particles
  • MADIS images
  • HYSPLIT model
  • remote sensing