حمیدرضا متین فر - گروه علوم ومهندسی خاک، دانشگاه لرستان
آذر فاریابی - گروه علوم ومهندسی خاک، دانشگاه لرستان
سیدکاظم علوی پناه - گروه سنجش از دور دانشگاه تهران
علی اکبر نوروزی - پژوهشکده حفا ت خاک و آبخیزداری

الگوریتم شاخص گردوغبار آئروسل (DAI) بر اساس اندازه گیری در طول موج های دیپ بلو (412 نانومتر)، آبی (440 نانومتر)و موج کوتاه IR (2130 نانومتر (با استفاده از مشاهدات مودیس) (MODIS) توسعه داده شده است. اندازه گیری هایی که در بخشکوتاه طول موج مرئی مثل بخش دیپ بلو یا فرابنفش صورت گرفته است به خوبی قادر به شناسایی ریز گرد در نواحی بیابانیمی باشد مناطق غرب و جنوب غرب ایران به دلیل مجاورت با بیابان کشورهای مجاور، همواره در معرض سامانه های گردوغباریقرارگرفته است. با توجه به اینکه پیش ازاین بیشتر شاخص های طیفی ارائه شده جهت شناسایی گردوغبار بر اساس اندازه گیریهایشاخص های ماهواره ای برای مناطق بیابانی آزمون و اجراشده است، این شاخص ها و حد آستانه مربوط به آنها برای مناطقی باتوپوگرافی پیچیده تر نیاز به بررسی های بیشتر و دقیق تری دارند. ازاینرو در مناطق غرب و جنوب غرب ایران که شرایط کوهستانیبا تنوع پوشش گیاهی حکم فرماست، لازم است روش های شناسایی گردوغبار، آزمون و ارزیابی شوند؛ برخلاف برخی ازالگوریتم های تشخیص گردوغبار که با استفاده از اندازه گیری ها در باند مادون قرمز حرارتی انجام می شود، مزیت این الگوریتماستفاده از وابستگی طیفی پراکندگی ریلی، بازتاب سطح و جذب گردوغبار موجود در هوا برای تشخیص گردوغبار می باشد. مزیتاین شاخص استفاده از اندازه گیری در منطقه طول موج آبی (410 تا 490 نانومتر) برای بازیابی خواص نوری آئروسل می باشد.به طور کلی، مشخص شد که اعتبار سنجی نتایج با نقشه های AOD که توزیع مکانی بسیار خوب الگوی آئروسل محلی را نشانمی دهد بسیار رضایت بخش است.

الگوریتم DAI ، تصاویر ماهواره ای مودیس، گردوغبار، شناسایی