شناسایی بلادرنگ آتش سوزی جنگل و مراتع با استفاده از داده NOAA و MODIS با تاکید بر مناطق روستایی منطقه مورد مطالعه) پناهگاه حیات وحش کیامکی (
عنوان اصلي به زبان ديگر
Real-time detection of wildlife using from NOAA and MODIS data with emphasis on rural settlements Study area:(Kayamaki Wildlife Refuge)
نام نخستين پديدآور
/فیروزآقازاده
وضعیت نشر و پخش و غیره
نام ناشر، پخش کننده و غيره
: برنامه ریزی و علوم محیطی
تاریخ نشرو بخش و غیره
، ۱۳۹۷
نام توليد کننده
، افشاری
مشخصات ظاهری
نام خاص و کميت اثر
۷۳ص
یادداشتهای مربوط به نشر، بخش و غیره
متن يادداشت
چاپی - الکترونیکی
یادداشتهای مربوط به پایان نامه ها
جزئيات پايان نامه و نوع درجه آن
کارشناسی ارشد
نظم درجات
سنجش از دور و سیستم اطلاعات جغرافیایی
زمان اعطا مدرک
۱۳۹۷/۱۰/۱۰
کسي که مدرک را اعطا کرده
تبریز
یادداشتهای مربوط به خلاصه یا چکیده
متن يادداشت
آتش سوزی جنگل در سال های اخیر توجه زیادی به تغییرات اقلیمی و اکوسیستم داشته است تشخیص آتش در زمان واقعی ضروری است تا از تلفات در مقیاس بزرگ جلوگیری شود .سنجش از دور، یک روش سریع و ارزان برای تشخیص و نظارت بر آتش سوزی جنگل ها در مقیاس وسیع است .هدف از این پژوهش شناسایی آتش-سوزی جنگل و مراتع با استفاده از سنجندهصهای MODIS و AVHRR در پناهگاه حیات وحش کیامکی میصباشد.جهت انجام تحقیق، ابتدا تاریخ آتشصسوزیصهای رخ داده از محصولات MODIS استخراج گردید .سپس تصاویر هر دو سنجنده براساس تاریخص آتشصسوزیصهای رخ داده تهیه شد .بعد از انجام پیش پردازش تصاویر، با استفاده از الگوریتمصهای مختلف آتشصسوزی برای شناسایی آتشصسوزی صپرداخته شد .نتایج الگوریتمصهای شناسایی آتشصسوزی با محصولات MODIS مورد ارزیابی قرار گرفتند .نتایج نشان داد که از بین الگوریتمصهای مختلف، الگوریتم دینامیکی نسبت به الگوریتمصهای دیگر دارای میزان خطای کم ۲۸ برای شناسایی آتشصسوزی مناسب-تر است .با وجود اینکه الگوریتم IGBP دارای میزان خطای کمی نسبت به الگوریتم دینامیکی داشت ولی بر اساس ویژگیصهایی که) استفاده از NDVI ، استفاده از دو تصویر (D۱,D۲) برای شناسایی آتشصسوزی در زمان واقعی، آستانهصهای که برای حذف کردن آلارمصهای اشتباه دارد و (... الگوریتم دینامیکی داشت، ولی الگوریتم IGBP با وجود میزان خطای کم دارای آلارمصهای اشتباه میصباشد .این امر در آتش سوزی هایی که شناسایی شده اند از لحاظ مکان نسبت به مکان های آتش سوزی که در محصولات MODIS مشاهده شد، ثابت میصکند همچنین از بین سنجنده MODIS و AVHRR , سنجنده AVHRR ثابت کرد که برای تشخیص آتش سوزی در زمان واقعی نسبت به modis مناسب تر است .زیرا AVHRR با بیشترین تعداد آتش سوزی (۲۵/۶۸) با میزان خطا کم ( (۷۵/۳۱ و MODIS با تعداد آتش-سوزی ( (۵/۴۶ و با میزان خطای بالا ( (۵/۵۳ آتشصسوزی را تشخیص داد
متن يادداشت
Forest fire in recent years has given much attention to climate change and ecosystem. Detection of fire in real time is necessary to prevent large-scale casualties. Remote sensing is a quick and inexpensive way to detect and monitor forest fires on a large scale. The purpose of this research is to identify forest and rangeland fire using MODIS and AVHRR sensors in Kayamaki Wildlife Refuge. In order to carry out research, the dates of the fire occurred at MODIS products were recorded. Then the images of both sensors were prepared based on the date of the fires. After preprocessing the images, different fire detection algorithms for fire detection were investigated. The results of fire detection algorithms with MODIS products were there by evaluated. The results showed that among different algorithms, the dynamic algorithm is more suitable than the other ones with a low error rate of 28 for fire detection. Although the IGBP algorithm has a lower error rate relative to the dynamic algorithm, based on the characteristics (using NDVI, the use of two images (D1, D2) to detect fire in real time, the thresholds for removal of wrong alarms, etc.) has a dynamic algorithm, but the IGBP algorithm shows incorrect alarms despite the low error rate. This is confirmed in the fires that were detected in terms of location relative to the fire locations found in the MODIS products. Also, the MODIS and the AVHRR sensors were used to detect real-time fire. AVHRR detected the highest number of fires (25/68 ) with low error rate (75/31 ) and MODIS discovered fire rates (5/46 ) and high error rate (5/53 )
عنوان اصلی به زبان دیگر
عنوان اصلي به زبان ديگر
Real-time detection of wildlife using from NOAA and MODIS data with emphasis on rural settlements Study area:(Kayamaki Wildlife Refuge)
نام شخص به منزله سر شناسه - (مسئولیت معنوی درجه اول )