[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی ::
اطلاعات نشریه::
راهنمای نویسندگان::
بخش داوری::
ثبت نام و اشتراک::
سیاست های نشریه::
آمار و ارقام نشریه::
آرشیو مجله و مقالات::
تسهیلات پایگاه::
سامانه های پژوهشگاه::
تماس با ما::
::
فرمت مقالات نشریه

فرمت مقاله برای نگارندگان
لطفا قبل از ارسال مقاله، بخش
شیوه‌نامه نگارش مقالات
را مطالعه و مقاله خود را با فرمت جدید نشریه مطابقت دهید 

..
پایگاه ها و نمایه ها


AWT IMAGE
AWT IMAGE
AWT IMAGE

AWT IMAGE

AWT IMAGE

..
CC BY
تبعیت از قوانین COPE

 
این نشریه با احترام به قوانین اخلاق در نشریات تابع قوانین کمیته اخلاق درانتشار (COPE) است و از آیین نامه اجرایی قانون پیشگیری و مقابله با تقلب در آثار علمی پیروی می نماید.
..
:: دوره 9، شماره 33 - ( 1397 ) ::
جلد 9 شماره 33 صفحات 40-31 برگشت به فهرست نسخه ها
بررسی شاخص مناسب آشکارسازی لکه نفتی با استفاده از تصاویر ماهواره Sentinel-2 (مطالعه موردی خلیج فارس ۲۶ بهمن ۹۴)
نادیا طالب پور ، طاهر صفرراد ، محمد اکبری نسب ، معصومه رسولیان
دانشکده علوم انسانی و اجتماعی ، t.safarrad@umz.ac.ir
چکیده:   (9164 مشاهده)
پژوهش پیش رو سعی دارد با استفاده از تصاویر سنجنده Sentinel-2 و بهره‌گیری از ویژگی­ های رفتار طیفی نفت با تاکید بر کمیت‌های آماری، به آشکارسازی لکه نفتی ایجادشده در حادثه نشت نفت از سکوی پارس جنوبی در تاریخ ۲۶ بهمن ۹۴ واقع در منطقه خلیج‌فارس بپردازد. در این راستا بعد از اخذ تصاویر مربوطه، پیش پردازش‌های مورد نیاز شامل تصحیحات هندسی و رادیومتریک روی تصاویر انجام شدند. با استفاده از منحنی رفتار طیفی نفت و آب و همچنین شاخصOIF، ترکیب‌های رنگی بهینه تشخیص داده شدند. با محاسبه شاخصNDWI  و اعمال آستانه‌هایی روی آن، لکه‌ی نفتی به‌طور دقیق آشکارسازی گردید. نتایج این پژوهش مشخص نمود که الزاماً OIF بیشتر به معنای ترکیب مناسب‌تر نخواهد بود و لازم است که ترکیب‌های بهینه بر اساس نمودار رفتار طیفی و شاخص‌های تاثیرگذار در آشکارسازی لکه نفتی مورد توجه قرار گیرند که این امر افزایش دقت در آشکارسازی را موجب خواهد شد.
واژه‌های کلیدی: لکه های نفتی، سنجش از راه دور، شاخص فاکتور بهینه، شاخص تفاضلی استاندارد شده آب، سنجند
متن کامل [PDF 2601 kb]   (4106 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: مهندسی سواحل، بنادر و سازه های دریایی
دریافت: 1396/9/28 | پذیرش: 1397/2/17 | انتشار الکترونیک: 1397/5/7
فهرست منابع
1. چراغی، ا.؛ چراغی کوتیانی، ح.؛ جودکی، س.، ۱۳۹۴. مروری بر اهمیت تصاویر ماهواره‌ای در پایش لکه‌های نفتی. دومین کنفرانس بین‌المللی مهندسی محیط‌زیست، تهران، مرکز راهکارهای دستیابی به توسعه پایدار. ۶ صفحه.#
2. خباز ثابت، س.، ۱۳۹۴. شناسایی آلودگی نفتی در دریاها از طریق تصاویر ماهواره‌ای. هفدهمین همایش صنایع دریایی، جزیره کیش، انجمن مهندسی دریایی ایران. ۶ صفحه.#
3. رضوانی اصل، ا.؛ مختاری، ا.، ۱۳۹۴. کاربرد شاخص OIF در داده‌های سنجنده OLI و TIRS ماهواره لندست ۸ در تهیه نقشه لیتولوژی مناطق مرکزی ایران. اولین کنگره پژوهشی کاربرد علوم نوین در مطالعات جغرافیایی ایران، مشهد، دانشگاه تربیت مدرس تهران، شرکت ساج گستر کاسپین. ۱۸ صفحه.#
4. رنگزن، ک.؛ عبیداوی، ز.، ۱۳۹۴. پایش آلودگی نفتی دریاها و اقیانوس‌ها با بهره‌گیری از فناوری سنجش ازدور. کنفرانس بین‌المللی علوم، مهندسی و فناوری‌های محیط‌زیست، تهران، دانشکده محیط زیست دانشگاه تهران. ۱۲ صفحه.#
5. کوهشاهی، س.؛ شاهدی، ک.؛ دارابی، ح.؛ سلیمانی، ک.، ۱۳۹۵. تهیه نقشه‌های پهنه آبی با استفاده از تصاویر ماهواره لندست 8 و شاخص‌های NDWI و MNDWI، مطالعه موردی: دریاچه مهارلو، استان فارس. دومین کنگره سراسری در مسیر توسعه علوم کشاورزی و منابع طبیعی، گرگان، گروه آموزش و پژوهش شرکت مهندسی باروگستر پارس، دانشگاه فرهنگیان استان گلستان. ۹ صفحه.#
6. سرمستی، ن.؛ فتحی، م.؛ ایاسه، ف.؛ بیگی پور، ف.، ۱۳۹۲. کاربرد تکنیک فاکتور شاخص مطلوب (OIF) داده‌های +ETM لندست ۷ در ارزیابی پوسته‌های نمکی کاشان. دومین کنفرانس بین‌المللی مخاطرات محیطی، تهران، دانشگاه خوارزمی. ۱۲ صفحه.#
7. عریان، ش.؛ تاتینا، م.؛ قریب خانی، م.، ۱۳۸۸. بررسی اثرات آلودگی نفتی در حوضه شمالی خلیج فارس بر میزان تجمع فلزات سنگین (نیکل، سرب، کادمیوم و آنادیوم) در بافت عضله ماهی حلواسفید. نشریه اقیانوس شناسی، سال اول، شماره ۴، صفحات ۶۸-۶۱.#
8. عزت‌آبادی پور، ح.، ۱۳۹۵. معرفی تصاویر ماهواره سنتینل ۲. سومین کنفرانس سراسری نوآوری‌های اخیر در مهندسی عمران، تهران، موسسه آموزش عالی نیکان. ۸ صفحه.#
9. علمی‌زاده، ه.؛ فاضل پور، خ.، ۱۳۹۵. برآورد تغییرات پارامترهای زیست‌محیطی در تنگه هرمز با استفاده از تصاویر ماهواره‌ای مودیس. نشریه اقیانوس‌شناسی، سال هفتم، شماره ۲۷، صفحات ۳۹-۲۹.#
10. علوی پناه، ک.، ۱۳۹۵. سنجش‌ازدور حرارتی و کاربرد آن در علوم زمین. چاپ سوم. انتشارات دانشگاه تهران. ۶۶۶ صفحه.#
11. ‌فاطمی‌، ب.؛ رضایی‌، ی.، ۱۳۹۳. مبانی سنجش‌ازدور. چاپ چهارم.‌ انتشارات آزاده. صفحات۲۲-۲۰.#
12. کشاورز، ا.؛ کیهان پور، ح.؛ هاشمی زاده، م.، ۱۳۹۵. بررسی تشخیص نفت با استفاده از الگوریتم‌های جداسازی طیفی PPI و FPPI در تصاویر ابر طیفی. فصلنامه تخصصی علمی ترویجی، دوره ۱۱، شماره ۵۳، صفحات ۷۹-۶۶.#
13. مجیدحسینی، ح.؛ اکبری نسب، م.؛ صفرراد، ط.، ۱۳۹۵. محاسبه شاخص اندیس بهینه برای پایش آلودگی منابع آب با تصاویر ماهواره‌هایی (مطالعه موردی حوزه دریای عمان). نشریه هیدروفیزیک، دوره ۲، شماره ۱. صفحات ۴۵-۳۵.#
14. محمدی، ج.؛ شتابی، ش.، ۱۳۸۸. ارزیابی حساسیت شاخص‌های طیفی گیاهی با استفاده از تابع حساسیت در برآورد حجم سرپای توده‌های جنگلی. مجله پژوهش‌های علوم و فناوری چوب و جنگل، دوره ۱۶، شماره ۲. صفحات ۱۲۰-۱۰۱.#
15. ملکی نجف‌آبادی، س.؛ راهداری، و.، ۱۳۸۸. پایش آلودگی‌های نفتی در دریا با استفاده از تکنیک سنجش‌ازدور (RS). همایش بین‌المللی HSE در صنعت نفت و گاز، تهران، شرکت پتروپارس. ۱۰ صفحه.#
16. مهدوی، ر.؛ علی عوضی دختک، ا.؛ غلامی، ح.؛ کمالی، ع.، ۱۳۹۴. مقایسه روش‌های طبقه‌بندی در تهیه نقشه مناطق برداشت رسوبات بادی با استفاده از داده‌های رقومی (مطالعه موردی: شهرستان رودبار جنوب-استان کرمان). سومین همایش سراسری کشاورزی و منابع طبیعی پایدار، تهران، موسسه آموزش عالی مهر اروند، گروه ترویجی دوستداران محیط زیست. ۹ صفحه.#
17. یوسفوند، م.؛ طهماسبی پور، ن،؛ زینیوند، ح.؛ حقی زاده، ع.، ۱۳۹۵. تهیه نقشه تغییرات کاربری اراضی با استفاده از تکنیک‌های سنجش‌ازدور و GIS. سومین کنفرانس ملی مهندسی عمران و توسعه پایدار ایران، تهران، موسسه آموزش عالی مهر اروند، مرکز راهکارهای دستیابی به توسعه پایدار. ۸ صفحه.#
18. Butler, M.J.A.; Mouchot, M.C.; Barale, V.; LeBlanc, C., 1988. The application of remote sensing technology to marine fisheries: an introductory manual. FAO Fisheries Technical Paper, (295):165p. (section 2.3 Target Interactions, Figure 2.6 Spectral reflectance of ocean water and a thin layer of crude oil).#
19. Chavez, PS.; Berlin, GL.; Sowers, LB., 1982. Statistical method for selecting Landsat MSS ratios. Journal of Applied Photographic Engineering, 8(1): 23-30.#
20. Frost, J.D.; Barnes, C.F., 2018. Assessment and enhancement of SAR Noncoherent change detection of Sea-surface oil spills. IEEE Journal of Oceanic Engineering, 43(1): 211-220.#
21. GAO, B., 1996. NDWI - a normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58: 257-266.#
22. Garcia-Pineda, O.; Holmes, J.; Rissing, M.; Jones, R.; Wobus, C.; Svejkovsky, J.; Hess, M., 2017. Detection of oil near shorelines during the deepwater horizon oil spill using Synthetic Aperture Radar (SAR). Remote Sensing, 9(6): 567.#
23. Grimaldi, C.S.L.; Casciello, D.; Coviello, I.; Lacava,T.; Pergola, N.; Tramutoli, V., 2011. An improved RST approach for timely alert and Near Real Time monitoring of oil spill disasters by using AVHRR data. Natural Hazards and Earth System Sciences, 11: 1281-1291.#
24. Hu, C.; E.F.; Mqller, K.; Taylor, C.J.; Myhre, D.; Murch, B.; Odriozola, A.L.; Godoy, G., 2003. MODIS detects oil spills in Lake Maracaibo, Venezuela. EOS, Transactions, American Geophysical ::union::, 84(33): 313-319.#
25. Jensen, J.R., 2005. Introductory digital image processing: A remote sensing prospective. Series in geographic information science, 3rd ed. Prentice-Hall, 163-164p.#
26. JI, L.; Zhang, L.; Wylie, B.k.; Rover, J., 2011. On the terminology of the spectral vegetation index (NIR − SWIR)/(NIR+SWIR). International Journal of Remote Sensing, 32(21): 6901-6909.#
27. Kolokoussis, P.; Karathanassi, V., 2018. Oil spill detection and mapping using Sentinel 2 imagery. Journal of Marine Science and Engineering, 6(1): 4.#
28. Migliaccio, M.; Nunziata, F; Buono, A., 2015. SAR polarimetry for sea oil slick observation. International Journal of Remote Sensing, 36(12): 3243-3273.#
29. Mishra, K.; Prasad, P., 2015. Automatic extraction of water bodies from Landsat imagery using perceptron model. Journal of Computational Environmental Sciences, 1-9p.#
30. Mityagina, M.; Lavrova, O., 2016. Satellite survey of inner seas: Oil pollution in the Black and Caspian Seas. Remote Sensing, 8(10): 875.
31. Mo, Y.; Kearney, M.S.; Riter, J.C., 2017. Post-Deepwater horizon oil spill monitoring of Louisiana salt marshes using landsat imagery. Remote Sensing, 9(6): 547.#
32. Nirchio, F.; Di Tomaso, S.; Biamino, W.; Parisato, E.; Trivero, P.; Giancaspro, A., 2005. Automatic detection of oil spills from sar images. International Journal of Remote Sensing, 26: 1157-1174.#
33. Pisano, A.; De Dominicis, M.; Biamino, W.; Bignami, F.; Gherardi, S.; Colao, F.; Coppini, G.; Marullo, S.; Sprovieri, M.; Trivero, P.; Zambianchi, E., 2016. An oceanographic survey for oil spill monitoring and model forecasting validation using remote sensing and in situ data in the Mediterranean Sea. Deep Sea Research Part II: Topical Studies in Oceanography, 133: 132-145.#
34. Prakash, S.V.; Sawant, S.; Avhad, T.; Yadav, A.; Yelmame, A., 2017. Observing and recognizing oil spill using MODIS image obtained by satellite. Imperial Journal of Interdisciplinary Research, 3(5).#
35. Qaid, A.M.; Basavarajappa, H.T., 2008. Application of optimum index factor technique to Landsat-7 data for geological mapping of north east of Hajjah, Yemen. American-Eurasian Journal of Scientific Research, 3(1): 84-91.#
36. SENTINEL2 -- Sentinel-2 Products. (n.d.). Retrieved Jan 26, 2018, from http://www.gdal.org/frmt_sentinel2. html.#
37. Sentinel-2 | The Long Term Archive. (n.d.). Retrieved Jan 26, 2018, from https://lta.cr.usgs.gov/sentinel_2.#
38. Solberg, A.; Solberg, R.; Storvik, G.; Volden, E., 1999. Automatic detection of oil spills in ERS SAR images. IEEE Transactions on Geoscience and Remote Sensing, 37(4): 1916-1924.#
39. Wei, L.; Hu, Z.; Dong, L.; Zhao, W., 2015. A damage assessment model of oil spill accident combining historical data and satellite remote sensing information: A case study in Penglai 19-3 oil spill accident of China. Marine Pollution Bulletin, 91(1): 258-271.#
40. Xing, Q.; Li, L.; Lou, M.; Bing, L.; Zhao, R.; Li, Z., 2015a. Observation of oil spills through landsat thermal infrared imagery: A case of deepwater horizon. International Oil Spill Response Technical Seminar, 151-156p.#
41. Xing, Q.; Meng, R.; Lou, M.; Bing, L.; Liu, X., 2015b. Remote sensing of ships and offshore oil platforms and mapping the marine oil spill risk source in the Bohai Sea. Aquatic Procedia, 3: 127-132.#
42. Xu, H., 2006. Modification of normalized difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, 27(14): 3025-3033.#
43. Zhao, J.; Temimi, M.; Ghedira, H.; Hu, C., 2014. Exploring the potential of optical remote sensing for oil spill detection in shallow coastal waters: A case study in the Persian Gulf. Optics Express, 22(11).#



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Talebpour N, Safarrad T, Akbarinasab M, Rasolian M. Investigation of Proper Index of Oil Spill Detection Using Space-Borne Sentinel-2 (Case Study: The Persian Gulf, 15 Feb 2016) . Journal of Oceanography 2018; 9 (33) :31-40
URL: http://joc.inio.ac.ir/article-1-1261-fa.html

طالب پور نادیا، صفرراد طاهر، اکبری نسب محمد، رسولیان معصومه. بررسی شاخص مناسب آشکارسازی لکه نفتی با استفاده از تصاویر ماهواره Sentinel-2 (مطالعه موردی خلیج فارس ۲۶ بهمن ۹۴). اقیانوس شناسی. 1397; 9 (33) :31-40

URL: http://joc.inio.ac.ir/article-1-1261-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 9، شماره 33 - ( 1397 ) برگشت به فهرست نسخه ها
نشریه علمی پژوهشی اقیانوس شناسی Journal of Oceanography
Persian site map - English site map - Created in 0.1 seconds with 41 queries by YEKTAWEB 4657