عنوان

ارزیابی خسارت و شدت آتش سوزی جنگل با استفاده از پردازش تصاویر ماهواره ای و ارائه مکان های بهینه استقرار ایستگاه های اطفاء حریق (مطالعه موردی: جنگل ارسباران)

پ۲۶۲۸۹

per

ارزیابی خسارت و شدت آتش سوزی جنگل با استفاده از پردازش تصاویر ماهواره ای و ارائه مکان های بهینه استقرار ایستگاه های اطفاء حریق (مطالعه موردی: جنگل ارسباران)

سجاد مشیری

پردیس دانشگاه تبریز

۱۴۰۰

۲۱۲ص.

سی دی

کارشناسی ارشد

سنجش از دور و سیستم اطلاعات جغرافیایی گرايش اب و خاک

۱۴۰۰/۱۱/۳۰

در پی تغییر اقلیم و گرم شدن زمین، میزان آتشسوزی در سطح جنگلها و مراتع در حال افزایش است؛ بنابراین شناسایی مناطق در معرض خطر جهت پیشگیری و اتخاذ تدابیر لازم، امری ضروری است. شناسایی عوامل موثر در وقوع آتش سوزي و پهنه بندي و شناسایی آن یکی از ابزارهاي اساسی به منظور دستیابی به راهکارهاي کنترل و مقابله با آن است. در این تحقیق به منظور شناسایی، ارزیابی خسارت و شدت آتش سوزی جنگل از تصاویر قبل (Prefire) و بعد (Postfire) از رخداد آتش سوزی از سنجنده های دارای باند حرارتی که شامل، TIR ، MODIS و باند های چند طیفی که به ترتیب بر روی ماهواره های و Landsat 8 ، و Aqua، Terra قرار دارند، استفاده شد. تصاویر سال های 2013 تا 2020 برای ماه های بین 5-9 میلادی و با نرم افزار ENVI 5.3 و سامانه گوگل ارث انجین مورد پردازش قرار گرفت. این تصاویر و شاخص های NBR، NBRT1 ، NBRT2 وBAI همچنین شاخص های تفاضلیdNBR ، dNBRT1 ، dNBRT2 ،dBAI ، RdNBR و RBR برای 8 سال محاسبه و استخراج شدند و با روش Si نیز مقایسه شده اند .شاخص NBR و شاخص تفاضلی RdNBR لندست 8 به عنوان شاخص های برتر شناخته شدند و در سامانه گوگل ارث انجین با عملگر های استانه گذاری ، موزاییک و SUM نسبت به تولید نقشه 8 ساله حریق یافته و تناوب رخداد حریق یافته اقدام و استخراج شد. برای تصمیم گیری ارائه مکان های بهینه استقرار ایستگاه های اطفاء حریق از مدل خطی حرارتی – زیستی- انسانی استفاده و با نقشه های 8 ساله حریق یافته و تناوب رخداد حریق ترکیب و با استفاده از روش تصمیم گیری چند معیاره با مدل هایFuzzy وTopsis ، و با نرم افزار های Arc GisPRO 10.5، Expert Choice ، عضویت و وزن دهی شدند و مناطق دارای پتانسیل از مدل Fuzzy ، و 10 مکان با الویت بالاتر برای توسعه مکان های بهینه ایستگاه اطفاء حریق ازTopsis مکان یابی شد

Following climate change and global warming, the rate of fires in forests and pastures is increasing; therefore, identifying high-risk areas is essential to prevent and take the necessary measures. Identifying the effective factors in the occurrence of fire and zoning and identifying it is one of the basic tools in order to achieve control and response strategies. In order to identify assess the damage and severity of forest fires, the pre-fire and post0fire images and thermal band sensors that include TIR, MODIS, and multispectral bands placed on satellites and Landsat 8, and Aqua, Terra, respectively, have been used. Images from 2013 to 2020 for the interval between months of 5 to 9 AD were processed with ENVI 5.3 software and Google Earth Engine system. These images and indices of NBR, NBRT1, NBRT2, and BAI, as well as differential indices of dNBR, dNBRT1, dNBRT2, dBAI, RdNBR, and RBR for eight years, were calculated and extracted and compared with the Si method. The NBR and Landsat 8 RdNBR differential indices were recognized as top indices. They are produced and extracted in the Google Earth engine system with thresholding, mosaic, and SUM operators compared to the 8-year fire map and the frequency of the fire event. To decide on the optimal locations for firefighting stations, the thermal-biological-human linear model is used and then combined with 8-year fire maps and frequency of the fire event and weighed with ArcGIS Pro 10.5, Expert Choice using the multi-criteria decision method with Fuzzy and Topsis models, and areas with potential from the Fuzzy model, and ten higher priority locations for optimal firefighting station locations from Topsis were locate

Estimate Of Forest Fire Damage And Severity Using Satellite Images And Providing Optimal Fire Fighting Locations (Case Study: Arasbaran Forest)

‏مشیری،

‏‏سجاد

تهيه کننده

‏ولیزاده کامران،

‏حجازی،

‏‏خلیل

میر اسدالله

استاد راهنما

استاد مشاور

‏ تبریز