ارزیابی مقایسه‌ای تصاویر لندست8 و سنتینل2 برای تهیه نقشه وقوع آتش سوزی در ارسباران
محورهای موضوعی : جنگلداری
امید رفیعیان
1
(استادیار گروه محیط زیست، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران و استادیار مرکز تحقیقات مدیریت توسعه پایدار حوضه آبریز دریاچه ارومیه و رودخانه ارس.)
خلیل ولی زاده کامران
2
(دانشیار گروه سیستم اطلاعات جغرافیایی و سنجش از دور، دانشکده برنامهریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران.)
محمدابراهیم رمضانی
3
(استادیار گروه محیط زیست، واحد تبریز، دانشگاه آزاد اسلامی، تبریز، ایران و استادیار مرکز تحقیقات مدیریت توسعه پایدار حوضه آبریز دریاچه ارومیه و رودخانه ارس.)
سجاد مشیری
4
(دانش آموخته گروه سیستم اطلاعات جغرافیایی و سنجش از دور، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران.)
کلید واژه: سیستم اطلاعات جغرافیایی, ارسباران, سنجش از دور, آتش سوزی, گوگل‌ارث‌انجین,
چکیده مقاله :
جنگل ارزشمند ارسباران اکوسیستمی پیچیده و پویا است که همواره در معرض آتش سوزی‌های گسترده بوده است. هدف تحقیق حاضر بهره‌گیری از فناوری سنجش‌از دور و سیستم اطلاعات جغرافیایی و قابلیت‌‌‌‌‌‌های فنی سامانه گوگل‌ارث‌انجین به منظور تهیه نقشه وقوع آتش سوزی در مراتع و جنگل‌های ارسباران بود. به منظور انتخاب روش و نوع ماهواره مناسب از بین سنتینل2 و لندست8 از شاخص جداپذیری استفاده شد. بر این اساس، از بین شاخص‌های مختلف شناسایی آتش سوزی، شاخص تفاضلی RdNBR برای تهیه نقشه نهایی 9 سال اخیر و تجمعی آتش سوزی انتخاب شد. در ارزیابی صحت نقشه حاصل به صورت کمی، 84 درصد نقاط واقعی آتش سوزی ثبت شده توسط اداره کل منابع طبیعی و آبخیزداری استان آذربایجان شرقی در فاصله 200 متری پلی‌گون‌های آتش سوزی مستخرج از تصاویر ماهواره‌ای قرار گرفتند که نشان دهنده صحت بالای نقشه آتش سوزی بود. بازدید میدانی نیز تطابق خوبی بین مناطق آتش سوزی منتج از پردازش تصاویر ماهواره‌ای با وضعیت موجود منطقه نشان داد. تحقیق حاضر پتانسیل بالای این دو ماهواره و نیز توانایی و امکانات فوق‌العاده سامانه گوگل‌ارث‌انجین در تامین حجم عظیم داده‌های دورسنجی و پردازش‌های پیشرفته بر روی آنها برای تهیه نقشه‌های وقوع آتش سوزی را نشان داد. مزایای لندست8 نسبت به سنتینل2، داشتن باند حرارتی و سری زمانی بیشتر است. قدرت مکانی و رادیومتری هر دو تقریبا مشابه است و نقیصه فاصله زمانی زیاد تصاویر تکراری در لندست8 با ترکیب آن با تصاویر لندست9 تا حد زیادی جبران خواهد شد. در نهایت همسو با نتایج تحقیقات مشابه، لندست8 در مجموع به سنتینل2 ارجحیت دارد. با توجه به فقدان داده‌های مکانی دقیق، صحیح و هم‌مقیاس از منطقه ارسباران، ایجاد یک پایگاه اطلاعات مکانی یکپارچه و بزرگ‌مقیاس پیشنهاد می‌شود.
The valuable Arasbaran forest is a complex and dynamic ecosystem that has always been subject to extensive fires. The purpose of the present research is to utilize the technology of remote sensing and geographic information system and the technical abilities of the Google Earth Engine system in order to prepare a fire occurrence map in the rangelands and forests of Arasbaran. In order to choose the appropriate method and type of satellite between Sentinel2 and Landsat8, the separability index was used. Accordingly, the RdNBR differential index was selected among the different indicators of fire detection to prepare the final map of the last 9 years and the cumulative fire map. Based on the accuracy assessment of the resulting map quantitatively, 84% of the actual fire points recorded by the General Directorate of Natural Resources and Watershed of East Azarbayjan province were placed at a distance of 200 meters from fire polygons extracted from satellite images, which showed the high accuracy of the fire map. The field visit also showed a good match among the fire areas resulting from the processing of satellite images with the existing situation of the region. The current research showed the high potential of these two satellites as well as the extraordinary ability and facilities of the Google Earth Engine system in providing a huge amount of remotely sensed data and advanced processing on them to prepare fire occurrence maps. The advantages of Landsat8 compared to Sentinel2 are having thermal bands and more time series. The spatial and radiometric resolution of both are almost similar, and the low-temporal resolution of Landsat8 will be compensated by combining it with Landsat 9 images. Therefore, in line with the results of similar studies, Landsat8 is generally preferable to Sentinel2. For the correct and scaled spatial data from Arasbaran region, it is suggested to create an integrated and large-scale Geo-database due to the lack of accuracy.
_||_