آشکارسازی اهداف حرارتی با دمای بالا با استفاده از الگوریتم در تصاویر ماهواره ای مودیس

سالیانه در ایران صدها آتشسوزیدر جنگلهاو مراتع اتفاق میافتدو هزاران هکتار از درختان، درختچههاو گیاهان را طعمه حریق میکند. آتشسوزیعالوه بر خسارات اقتصادی، آثار مخرب زیستمحیطیبه دنبال دارد. وقوع آتشسوزیهای مکرر در مناطق مختلف ایران در چند سال گذشته، پژوهشگران منابع طبیعی را بر آن داشته است تا پژوهشهای جدیدی در عرصههای با ارزش جنگلی انجام دهند.
 در پژوهش حاضر از تصاویر ماهوارهای MODIS به منظور آشکارسازی شعلههای آتش چاههاینفت و گاز استفاده شده است. در روش پیشنهادی، برای شناسایی آتش، پس از انجام تصحیحات رادیومتری و هندسی، با استفاده از ماسک ابر و آب، پوشش گیاهی و پیکسلهای فاقد پتانسیل آتش از تصویر حذف شدند و سپس با تعیین حد آستانه مناسب، نواحی دارای پتانسیل آتش مشخص شدند.
یافتههایاین پژوهش نشان میدهددر این نواحی پیکسلهاییکه درجه حرارت روشنایی آنها در باند 22 کمتر از 350 درجه کلوین و میزان انعکاس طیفی آنها در باند 2 کمتر از 0.3 و اختالف دمایی باند 22 و 31 کمتر از 10 درجه کلوین بود، به عنوان پیکسلهای دارای پتانسیل آتش عالمتگذاریشدند و با تعیین حد آستانه و آزمونهای مختلف، اقدام به استخراج پیکسلهایآتش شد. نتایج نشان میدهدبا استفاده از حد آستانه 310 درجه کلوین برای باند 22 که برای مقیاس جهانی در نظر گرفته شده است، نمیشوند؛از این رو از حد آستانه بهینه استفاده شد. یادگیری درختی نیز متدی برای تخمین توابع هدف گسستهمقدار است. در یادگیریدرختی، تابع تخمین زدهشده با یک درخت تصمیمگیری مشخص میشود. درختهایبه دستآمده را میتوان به صورت دستهای از دستورهای then-if نیز نمایش داد تا بررسی آن راحتتر باشد