Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

سیستم های اتوماتیک تشخیص ریزش‌های نفتی از طریق تصاویر SAR

Year: 1391
COI: CEE06_628
Language: PersianView: 955
This Paper With 9 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 9 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

حسین کمیلیان - دانشجوی کارشناسی ارشد، گروه مهندسی محیط زیست، دانشکده مهندسی عمرا
حسین گنجی دوست - استاد گروه مهندسی محیط زیست، دانشکده مهندسی عمران و محیط زیست، دا
علی اکبر نوروزی - عضو هیئت علمی پژوهشکده حفاظت خاک و آبخیزداری

Abstract:

ریزش‌های نفتی در پهنه های آبی موجب بروز اثرات سوء زیستی و اقتصادی می گردد. پیگیری و موشکافی مردم و رسانه‌ها که از پیامدهای جدی این حوادث است، تعیین مکان و وسعت آلودگی را اضطرار‌ی‌تر می‌سازد. با به کمک گرفتن از تکنیک‌های پیشرفته‌ سنجش از دور، می‌توان آلودگی نفتی را به طور مداوم و در تمام ساعات روز پایش نمود. تیم‌های واکنش به بحران با دانستن مکان لکه‌‌ نفتی و چگونگی پخش آن در سطح پهنه‌ آبی، به شکل مؤثرتری برای مواجهه‌ با این رویداد برنامه‌ریزی و عملیات انجام می‌دهند و بدین گونه به سمت کمینه نمودن اثرات آلودگی ایجاد شده حرکت می‌نمایند. پرکاربردترین سنسور در پایش ریزش‌‌های نفتی، SAR است. برخلاف سنجش از دور اپتیک، SAR مستقل از شرایط آب و هوایی و روشنایی خورشید است بنابراین تصاویر SAR ، در طول شبانه روز و تحت پوشش ابر کارایی دارند. الگوریتم‌های ریزش نفتی که با تصاویر SAR کار می‌کنند، چارچوب مورد نیاز را در سه بخش 1) تشخیص نواحی تیره، 2) استخراج خصیصه‌های نواحی تیره‌ی انتخاب شده و 3) طبقه‌بندی ریزش نفتی و پدیده‌های مشابه عنوان می کنند که در این پژوهش شرحی از روش کار و ساختار این سیستم ها آمده است.

Keywords:

ریزش نفتی , تصاویر SAR , سیستم ‌های اتوماتیک تشخیص , استخراج خصیصه , طبقه‌بندی

Paper COI Code

This Paper COI Code is CEE06_628. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/170262/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
کمیلیان، حسین و گنجی دوست، حسین و نوروزی، علی اکبر،1391،سیستم های اتوماتیک تشخیص ریزش‌های نفتی از طریق تصاویر SAR،6th Conference and Exhibition on Environmental Engineering،Tehran،https://civilica.com/doc/170262

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 :

  • امینی، جلال (ترجمه)، پردازش کامپیوتری تصاویر سنجش از دور، انتشارات ...
  • هویدی، حسن؛ شناخت، پیشگیری و کنترل آلودگی‌های محیط زیست، انتشارات ...
  • Andreoli, Giovanni. Et al, Hyperspectral Analysis of Oil and Oil-Impacted ...
  • Brekke, Camilla and H.S. Solberg, Anne., Oil spill detection by ...
  • Cheng, Yongcun. et al, SAR observation and model tracking of ...
  • F.N. Kanaa. et al, Detection of Oil Slick Signatures in ...
  • Ferraro, Guido. et al, On the SAR derived alert i ...
  • /8] Fingas, Mervin, Brown, Carl. Review of Oil Spill Remote ...
  • H.S. Solberg, Anne. et al, Automatic detection of oil spills ...
  • Nand Jha, Maya. et al, Advances in Remote Sensing for ...
  • Robla, S. et al, An Approach for Tracking Oil Slicks ...
  • Shu, Yuanming. Et al, Dark-spot detection from SAR intensity imagery ...
  • Stathakis, Dimitris. Large-scale feature selection using evolved neurl networks. In ...
  • 4]Topouzelis, Konstantinos and Psyllos, Apostolos., Oil spill feature selection and ...
  • Topouzelis, Konstantino, et al, Investigation of genetic algorithms contribution to ...
  • Topouzelis, Konstantinos., Oil Spill Detection by SAR Images: Dark Formation ...
  • Wang, Zhendi, and A. Stout, Scott, Oil Spill Environmentl Forensics: ...

Research Info Management

Certificate | Report | من نویسنده این مقاله هستم

اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

New Papers

New Researchs

Share this page

More information about COI

COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

Support