بررسی کاربرد سنجش از دور در آشکارسازی آلودگی های نفتی دریا

Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 432

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

JR_SCJS-12-1_001

تاریخ نمایه سازی: 11 آبان 1400

Abstract:

نشت نفت به محیط­های دریایی از مهم ترین عوامل آلودگی دریا بوده است. شناسایی سریع و جلوگیری از نشت نفت در دریاها و کاهش اثرات مخرب آن بر اکوسیستم­های دریایی، امری ضروری است. تکنولوژی سنجش از دور به واسطه برداشت داده در بخش­های مختلف طیف الکترومغناطیس و در فواصل زمانی کوتاه هم چنین دید ناحیه­ای وسیع، گزینه مناسبی جهت آشکارسازی و پایش سریع لکه­های نفتی می باشد. هدف اصلی در این تحقیق معرفی قابلیت­ بخش­­های مختلف سنجش از دور در آشکارسازی آلودگی های نفتی می باشد. در این تحقیق معایب و مزایای هر یک از سنجنده های مختلف در زمینه پایش لکه­های نفتی مورد ارزیابی و بررسی قرار گرفته است. سنجنده ها محدوده مرئی طیف الکترومغناطیس در شب عمل نمی کنند و تمایز بین نفت و زمینه در آن ها مشکل است. در محدوده مادون قرمز حرارتی، تابش برخاسته از علف­های دریایی، خطوط ساحلی و جبهه­های اقیانوسی شبیه نفت می باشد که منجر به ایجاد خطا در فرآیند آشکارسازی لکه­های نفتی می گردد. در رادیومتر ماکروویو، موجودات آلی، سیگنال­هایی مشابه نفت در آن ها ایجاد می کنند که باعث ایجاد خطا می­شود هم چنین این سنجنده ها پرهزینه هستند. در مقابل موارد ذکر شده، داده های SAR به دلیل پوشش ناحیه­ای وسیع و قابلیت اخذ در همه مدت شبانه روز و در همه شرایط آب و هوائی، جهت پایش آلودگی های نفتی در دریاها و اقیانوس­ها پرکاربرد می­باشند. بر طبق نتایج این تحقیق، داده های SAR بخصوص در باند C امواج ماکروویو و پلاریزاسیون VV جهت آشکارسازی لکه نفتی مناسب­تر شناخته شده­اند، هم چنین نتایج بیانگراین است که استفاده توام از داده های کاملا پلاریمتریک اطلاعات مفیدتری نسبت به داده های تک پلاریزه در این زمینه در اختیار قرار می­دهد.

Authors

علی اکبر متکان

دانشیار گروه سنجش از دور و GIS ، دانشکده علوم زمین، دانشگاه شهید بهشتی

محمد حاجب

مربی گروه سنجش از دور و GIS ، دانشکده علوم زمین، دانشگاه شهید بهشتی،

زینب آذرخش

دانشجوی کارشناسی ارشد سنجش از دور و GIS ، دانشکده علوم زمین، دانشگاه شهید بهشتی

مراجع و منابع این Paper:

لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :
  • Pajot, E. Examples of SAR Imagery Applications to the Petroleum ...
  • Fingas M. F., Brown, C. E. Review of oil spill ...
  • Solberg, A. H. S. Remote sensing of ocean oil-spill pollution. ...
  • Tseng W. Y, Chiu, L. S. AVHRR observations of Persian ...
  • Adamo M, Carolis V D. Pasquale, and G. Pasquariello, Detection ...
  • Fabregas J, Herrero C, Veiga M. Effect of oil and ...
  • Goodman R. Overveiw and Furure Trend in oil Spill Remote ...
  • Grüner K, Reuter R, Smid, H. A New Sensor System ...
  • Fingas M F, Brown C E. Review of oil spill ...
  • Lee J S, Pottier E. Polarimetric Radar Imaging: From Basics ...
  • Hovland H A, Johannessen J A, Digranes, G. Slick detection ...
  • Solberg A H S, Storvik G, Solberg R, Volden E. ...
  • Pelizzari S. Oil Spill Detection Using Sar Images. Lisboa: UTL. ...
  • Brekke C, Solberg A. Oil spill detection by satellite remote ...
  • Migliaccio M, Nunziata F, Montuori A, Li X, Pichel W. ...
  • Velotto D, Migliaccio M, Nunziata F, Lehner S. Dual- polarized ...
  • Zhang B, Perrie W, Li X, Pichel W G. Mapping ...
  • Azarakhsh Z. Sea oil spill detection using SAR images, Msc ...
  • Brekke C, Solberg A. Classifiers and confidence estimation for oil ...
  • Matkan A A, Hajeb M, Azarakhsh Z. Introduction and evaluation ...
  • Topouzelis K. Oil spill detection by SAR images: Dark formation ...
  • Migliaccio M, Nunziata F, Gambardella A. On the copolarised phase ...
  • Velotto D, Migliaccio M, Nunziata F, Lehner S. Oil-slick observation ...
  • Wenguang W, Fei L, Peng W, Jun W. Oil spill ...
  • Matkan A A, Hajeb M, Azarakhsh Z. Oil spill detection ...
  • Topouzelis K. Oil spill detection by SAR images: Dark formation ...
  • Migliaccio M, Gambardella A, Giacinto G, Montali A. One-class classification ...
  • نمایش کامل مراجع