Abstract:
تجارب پیشین نشان داده است که با بکارگیری تصاویر سنجندهی مادیس، میتوان، طوفانهای شن، ماسه و گرد و غبار (SDS) را مطالعه نمود، اما شاخصهای شناسایی غبار موجود، قادر به آشکارسازی گرد و غبار با صحت و دقت بالا نیستند. در این مقاله، ترکیب خطی جدیدی متشکل از باندهای 3، 7، 20، 31 و 32 مادیس برای شناسایی طوفانهای گرد و غبار و جداسازی مناطق غبارآلود معرفی شده است. از این ترکیب برای شناسایی طوفان غبار رخ داده شده در 26 و 27 خرداد ماه 1387 استفاده شد. نتایج حاصل از این ترکیب با تصاویر غبار حاصل از شاخصهای اختلاف دمای روشنایی میان باندهای 32 و 31 (BTD32-31)، اختلاف دمای روشنایی میان باندهای 20 و 31 (BTD20-31) و اختلاف نرمال شدهی گرد و غبار (NDDI) که از جمله مهمترین شاخصهای شناسایی گرد و غبار هستند، مقایسه شد. نتایج، نشان داد که ترکیب معرفی شده، قادر به شناسایی SDS با دقت کلی بالای 88 درصد است. یکی دیگر از ارزیابیهای صورت گرفته، آشکارسازی طوفان غبار با استفاده از محصول عمق نوری هواویز (AOD) مادیس و مقایسهی آن با تصاویر غبار بدست آمده از شاخصها است. دقت کلی محاسبه شده برای تصویر غبار حاصل از شاخص معرفی شده در مقایسه با طوفان گرد و غبار جداسازی شده با AOD در مقایسه با شاخصهای NDDI، BTD20-31 و BTD32-31 به ترتیب 5%، 8% و 31% بالاتر بوده است. با توجه به اعتبارسنجی صورت گرفته شده، شاخص معرفی شده در شناسایی رخداد طوفانهای شن، ماسه و گرد و غبار در غرب آسیا در مقیاسهای بالا کارآ است.
Moderate Resolution Imaging Spectroradiometer (MODIS) provides appropriate images for studying of Sand and Dust Storms (SDS). Commonly used MODIS based dust indices, can’t monitor SDS more accurately and properly. In this study, the proposed new dust index is based on reflective and thermal infrared MODIS bands, which consists of a combination of bands 3, 7, 31, and 32. This index is applied to identify two dust events in western Asia ocured July 15 and 16, 2008. The results of applying this index compared to well-known MODIS based dust indices, such as Brightness Temperature Difference (BTD) index between band 32 and band 31 (BTD32-31), and band 20 and 31 (BTD20-31), and Normalize Difference Dust Index (NDDI). The results of this study indicated that the new dust index captured the spatial extent of SDS with high accuracy. Validation of these indices with SDS extracted by MODIS true color image showed that the new dust index detected SDS extent with an overall accuracy more than 88%, which was 7%, 15% and 31% higher than the results derived from BTD20-31, NDDI and BTD32-31, respectively. Also, according to SDS detected by MODIS MCD19A2 Aerosol Optical Depth (AOD) product data, the proposed index identified SDS with an overall accuracy 82%, which was 5%, 8% and 31% higher than the results derived from NDDI, BTD20-31 and BTD32-31, respectively. Our results suggest that the new dust index can effectively capture large-scale SDS and seprate dusty pixels from dust-free areas in western Asia.
Machine summary:
در این مقاله ، ترکیب خطی جدیدی متشکل از باندهای ٣، ٧، ٢٠، ٣١ و ٣٢ مادیس برای شناسایی طوفان های گردوغبار و جداسازی مناطق غبارآلود معرفی شده است .
یکی دیگر از ارزیابیهای صورت گرفته در تحقیق حاضر، جداسازی و آشکارسازی طوفان ماسه و گردوغبار با استفاده از محصول عمق نوری هواویز (AOD) مادیس و مقایسه ی نتایج حاصل از آن با تصاویر غبار بدست آمده از شاخص های ذکر شده و الگوریتم پیشنهادی است .
دقت کلی محاسبه شده برای تصویر غبار حاصل از الگوریتم معرفی شده در مقایسه با طوفان ماسه و گردوغبار جداسازی شده با AOD در مقایسه با شاخص های NDDI، ٣١-BTD٢٠ و ٣١-BTD٣٢ به ترتیب %٥، %٨ و ٣١% بالاتر بوده است .
8 Zeynali and Asghari 9 Brightness Temperature Difference 10 Normalized Difference Dust Index 11 Local Radiance Difference Index مهرابی و همکاران (١٣٩٤) در مطالعه ی موردی پهنه بندی طوفان گردوغبار در استان خوزستان نتیجه گیری نمودند که گستره ی طوفان برآورد شده توسط NDDI کمتر از مقدار واقعی بوده است .
Original Research Article A New Algorithm Based on Reflective and Thermal Infrared MODIS Bands to Detect the Spatial Extent of Sand and Dust Storm in Southwestern Asia Farinaz Farhanj1, Nadia Abbaszadeh Tehrani2, Milad Janalipour 3 1-M.
The results of the validation of the dust detection indices to SDS extracted by MODIS AOD product also demonstrated that the proposed algorithm, BTD20-31, NDDI, and BTD32-31 detected SDS extent with an overall accuracy of 82.