شناسایی گرد و غبار با استفاده از روش درخت تصمیم گیری از تصاویر سنجنده مادیس

کشور ایران به دلیل موقعیت جغرافیایی و اقلیمی و نزدیکی به بیابان های کشورهای مجاور مانند عراق، سوریه و عربستان، همواره در معرض سامانه های گرد و غباری قرار گرفته است. از این روشناسایی پدیده ی گرد و غبار از اهمیت بالایی برخوردار می باشد. در تحقیق پیش رو با به کارگیری اندازه گیری های سنجنده MODIS و تکنیک چند طیفی به شناسایی گرد و غبار رخ داده در استان-های ایلام و خوزستان در طی سال های 1384 تا 1391 پرداخته شده است و شاخص های بکار رفته در مدل های جهانی برای منطقه مورد نظر بومی سازی گردیده است. در این راستا یک الگوریتم درخت تصمیم گیری بهبود یافته جهت تمایز ابر از گرد و غبار و سپس جداسازی گرد و غبار از سطح زمین با رفتارهای بازتابندگی مشابه با ذرات گرد و غبار، استفاده شده است. بنابراین در ابتدا داده های آموزشی مناسب برای سه کلاس ابر، گرد و غبار بر روی سطوح روشن و تاریک و آسمان بدون ابر و گرد و غبار انتخاب می شود. سپس رفتار بازتابندگی پیکسل ها در کلاس های مذکور بررسی می گردد. در مرحله بعدی مناسب ترین باندها جهت شناسایی و تمایز پیکس های گرد و غبار انتخاب می شودو درخت تصمیم گیری بهبود یافته ای برای منطقه مطالعاتی ارائه می شود. در نهایت نیز دقت الگوریتم پیشنهاد شده مورد ارزیابی قرار می گیرد و با الگوریتم های قبلی مقایسه می گردد. برای ارزیابی از معیارهایی همچون میدان دید و کدهای هواشناسی حاصل از ایستگاه های هواشناسی منطقه استفاده می شود. نتایج حاکی از افزایش دقت در صورت استفاده از روش بهبود یافته است. بر این اساس اگر برای شناسایی گرد و غبار بر روی سطوح روشن، شاخص های تفاوت نرمال گرد و غبار (NDDI) و لگاریتم باند یک (Ln(b1)) استفاده شود دقت %58 بدست می آید. برای سطوح تاریک نیز با بکارگیری شاخص های NDDI و اختلاف دمای درخشندگی باندهای 20 و31 دقتی معادل با %53 حاصل می شود.