پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,223 |
| تعداد مقالات | 67,680 |
| تعداد مشاهده مقاله | 114,880,638 |
| تعداد دریافت فایل اصل مقاله | 89,552,793 |
کارایی تصاویر سنجندة MODISو الگوریتم جهانی کشف آتش برای شناسایی آتش فعال در جنگلهای زاگرس | ||
| نشریه جنگل و فرآورده های چوب | ||
| مقاله 3، دوره 67، شماره 2، شهریور 1393، صفحه 201-213 اصل مقاله (903.53 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jfwp.2014.51541 | ||
| نویسندگان | ||
| فرخ پورشکوری اله ده1؛ علی اصغر درویش صفت* 2؛ فرهاد صمدزادگان3؛ پدرام عطارد4 | ||
| 1دانشجوی دکتری جنگلداری، دانشکدۀ منابع طبیعی دانشگاه تهران، کرج، ایران | ||
| 2استاد دانشکدۀ منابع طبیعی دانشگاه تهران، کرج، ایران | ||
| 3استاد دانشکدۀ فنی دانشگاه تهران، تهران، ایران | ||
| 4دانشیار دانشکدۀ منابع طبیعی دانشگاه تهران، کرج، ایران | ||
| چکیده | ||
| تصاویر سنجندة MODIS برای شناسایی آتش فعال بهصورت گسترده در دنیا استفاده میشوند. اختصاص باندهایی خاص برای انجام این کار، این سنجنده را متمایز کرده است. از آنجا که هرساله آتشسوزیهای زیادی در جنگلهای غرب ایران اتفاق میافتد، این مطالعه با هدف بررسی پتانسیل تصاویر سنجندة MODIS و همچنین الگوریتم جهانی کشف آتش در جنگلهای اطراف شهرستان مریوان انجام شد. مشخصههای 20 مورد آتشسوزی، که در سال 1389 در این منطقه رخ داده بود، بهعنوان واقعیت زمینی دریافت و به نقشهای نقطهای تبدیل شد. تصاویر سنجندة MODIS از دو ماهوارة Terra و Aqua در روز آتشسوزی و روزهای قبل و بعد از آن دریافت شد. این تصاویر در سطح تصحیحات L1B برای استفاده در الگوریتم یادشده مناسباند. تصاویر ماهوارة Aqua در این سطح و تصاویر ماهوارة Terra در فرمت خام دریافت و با پردازشهای اولیه به سطح L1B تبدیل شد. تصاویر با الگوریتم جهانی کشف آتش تحلیل و بررسی شدند. با مقایسۀ آتشهای شناساییشده از تصاویر با واقعیت زمینی، مشخص شد که 6 مورد از آتشها با وسعت کم، شناسایی شدهاند. علاوه بر این، 4 سلول آتش دیگر روی تصاویر شناسایی شدند که قبلاً گزارش نشده بودند. با بررسی نقشههای منطقه مشخص شد که موقعیت این چهار نقطه در مناطق شهری است. از دلایل مهم شناسایی نشدن تمامی آتشها در این مناطق، میتوان به عدم حرارت کافی آنها در هنگام اخذ گذر ماهواره اشاره کرد. 30 درصد آتشها شناسایی شدند که کشف همین مقدار نیز میتواند در جلوگیری و کاهش خسارتها تأثیرگذار باشد. تصاویر سنجندة MODIS پتانسیل بالقوه خوبی در شناسایی آتشها در جنگلهای ناحیة رویشی زاگرس دارند، اما با استفاده از الگوریتم جهانی کشف آتش درصد شناسایی آتشها پایین است. بنابراین، پیشنهاد میشود امروزه از این تصاویر و الگوریتم یادشده در پایش این ناحیه استفاده شود و تحقیقهای تکمیلی برای بهبود الگوریتم متناسب با شرایط این ناحیة رویشی انجام شود. | ||
| کلیدواژه‌ها | ||
| الگوریتم جهانی کشف آتش؛ تصاویر ماهوارهای؛ جنگلهای زاگرس؛ سنجندة MODIS؛ کشف آتش | ||
| عنوان مقاله [English] | ||
| Potential of MODIS Images and Contextual Algorithm for Active Fire Detection in the Zagross Forests, West of Iran | ||
| نویسندگان [English] | ||
| Farrokh Pourshakouri Allahdeh1؛ Ali Asghar Darvishsefat2؛ Farhad Samadzadegan3؛ Pedram Attarod4 | ||
| 1PhD. Candidate, Faculty of Natural Resources, University of Tehran, Iran | ||
| 2Professor, Faculty of Natural Resources, University of Tehran, Iran | ||
| 3Professor, Faculty of Engineering, University of Tehran, Iran | ||
| 4Associate Professor, Faculty of Natural Resources, University of Tehran, Iran | ||
| چکیده [English] | ||
| Moderate Resolution Imaging Spectroradiometer (MODIS) have been widely used for active fire detection in the world as the specific channels used for the fire detection have made the MODIS images applicable. The main objective was to explore the capability of MODIS images for active fire detection in the Zagross forests using the MODIS contextual algorithm. The study was performed in the Marivan forests located in the Zagross forests, west of Iran. Details of 20 reference fires occurred in the study areas were acquired and imported to GIS. MODIS images of fire days as well as the previous and past days of fires were collected. The Aqua images were obtained from the L1B level, which was suitable for using in this algorithm whereas Terra images were obtained from PDS format and then preprocessed to the L1B. MODIS images were processed for active fire detections using MODIS contextual algorithm. MODIS active fire detections were compared with reference fires. The results revealed that six reference fires were found. In addition, four fires were detected by images not included in the 20 reference fires. Finding the location of these four fires on the 1:25000 topographic maps showed that they have happened in urban areas. The shorter duration and lower temperature of fires during the data acquisition was probably the main reason in failing fire detection. Thirty percent of all reference fires were detected which may help to prevent more losses. It can be concluded that MODIS images provide a valuable source of information concerning the fire activity in the Zagross forests; however, the contextual algorithm was not successful in the detection of forest fires. We recommend that MODIS contextual algorithm can be used in the Zagross forests, however, complementary research, should be carried out for development a regional fire detection algorithm in this area. | ||
| کلیدواژه‌ها [English] | ||
| active fire detection algorithm, fire detection, MODIS, Satellite images, Zagross forests | ||
| مراجع | ||
|
[1]. http://mellatonline.net/index.php/component/content/article/77-gozaresh/5833-1390-05-05-04-32-43 (05/12/2012).
[2]. http://mellatonline.net/index.php/component/content/article/77-gozaresh/5833-1390-05-05-04-32-43 (05/12/2012).
[3]. http://old.isna.ir/ISNA/NewsView.aspx?ID=News-1690845 (05/12/2012).
[4]. Jazirehi, M.D. (2005). Forest Protection, University of Tehran Press, Tehran.
[5]. Justice, C.O., Giglio, L., Korontzi, S., Owens, J., Morisette, J. T., Roy, D., Descloitreset, J., Alleaumed. S., Petitcoline, F., and Kaufman, Y. (2002). The MODIS fire products. Remote Sensing of Environment, 83(1): 244−262.
[6]. Alavipanah, S. K. (2008). Thermal Remote Sensing, University of Tehran Press, Tehran.
[7]. Robinson, J.M. (1991). Fire from space: Global fire evaluation using infrared remote sensing. International Journal of Remote Sensing, 12(1): 3-24.
[8]. Croft, T.A. (1978). Nighttime Images of the Earth from Space. Scientific America, 2(1): 68-79.
[9]. Dozier, J. (1981). A method for satellite identification of surface temperature fields of subpixel resolution. Remote Sensing of Environment, 11(1): 221-229.
[10]. Flannigan, M.D., and Vonder Haar, T.H. (1986). Forest fire monitoring using NOAA satellite AVHRR. Canadian Journal of Forest Research, 16(5): 975–982.
[11]. Lee, T.F., and Tag, P.M. (1990). Improved Detection of Hotspots using the AVHRR 3.7-μm Channel. Bulletin of the American Meteorological Society, 71(12): 1722-1730.
[12]. Kaufman, Y.J., Kleidman, R.G., and King, M.D. (1998). SCAR-B fires in the tropics: Properties and Fire Detection Based on MODIS Data. Remote sensing from EOS-MODIS. Journal of Geophysical Research, 103(31): 955-968.
[13]. Giglio, L., Descloitres, J., Justice, C.O., and Kaufman, Y.J. (2003). An enhanced contextual fire detection algorithm for MODIS. Remote Sensing of Environment, 87(2): 273−282.
[14]. Giglio, L. (2010). MODIS Collection 5 Active Fire Product User’s Guide Version 2.4, Science Systems and Applications, Inc, University of Maryland press, Maryland.
[15]. Wang, W., Qu, J.J., Hao, X., Liu, Y., and Sommers, W.T. (2007). An improved algorithm for small and cool fire detection using MODIS data: A preliminary study in the southeastern United States. Remote Sensing of Environment, 108(2): 163-170.
[16]. Hawbaker, T.J., Radeloff, V.C., Syphard, A.D., Zhu, Z., and Stewart, S.I. (2008). Detection rates of the MODIS active fire product in the United States. Remote Sensing of Environment, 112(5): 2656-2664.
[17]. Liu, s., and Yongming, Z. (2010). An Enhanced algorithm for Forest Fire Detection Based on MODIS data. 2010 International Conference on Optoelectronics and Image Processing. Dec. 11-12 Haiko, China, pp.200-203.
[18]. Amraoui, M., DaCamara, C.C., and Pereira, J.M.C. (2010). Detection and monitoring of African vegetation fires using MSG-SEVIRI imagery. Remote Sensing of Environment: 114(5): 1038-1052.
[19]. Bowo, E.C., fearns. P., and McAtee. B. (2012). Analysing Threshold Value in Fire Detection Algorithm Using MODIS Data. Aceh International Journal of Science and Technology, 1(2): 54-59.
[20]. Movaghati, S., Samadzadegan, F., and Azizi, A. (2008). A comparative study of three algorithms for forest fire detection in IRAN. In: The International Archives of the Photogrammetry. Remote Sensing and Spatial Information Sciences. Jul.3-11, Beijing, China, pp. 379-382.
[21]. Movaghati, S., Samadzadegan, F., and Azizi, A. (2009). An Agent-Based Approach for Regional Forest Fire Detection using MODIS Data. Journal of Applied Sciences, 9(20). 3672-3681.
[22]. Ardakani, A.S., Valadan Zoej. M., Mansourian. A., and Mohammadzadeh, A. (2009). Spectral analysis of Fire to detection and estimate the extent of fire affected areas using satellite imagery. Iranian Remote Sensing & GIS, 1(3): 65-80.
[23]. Rahimzadegan, M., Zohari, M., Tayefi Fiejani, M., Taghizadeh, N., Saberi, N., Alimohamadi, S., Tavakoli, A., and Akbrian. M. (2011). Satellite fire detection in natural resources by MODIS imagery. The 1th International Conference on Wildfire in Natural Resources Lands. Oct.26-28 Gorgan, Iran.
[24]. Pourshakouri. F., Darvishsefat, A.A., Samadzadegan, F., and Selyari. J. (2011). Investigation of active fire detection using MODIS images (case study: Golestan National park). The 1th International Conference on Wildfire in Natural Resources Lands. Oct.26-28 Gorgan, Iran.
| ||
|
آمار تعداد مشاهده مقاله: 3,153 تعداد دریافت فایل اصل مقاله: 1,424 |
||