%0 Journal Article %T استخراج گردوغبار از تصاویر ماهواره‌ای MODIS با استفاده از شبکة عصبی مصنوعی %J نشریه سنجش از دور و GIS ایران %I انجمن سنجش از دور ایران %Z 2008-5966 %A امیری, مهدی %A سلیمانی, سیف‌اله %A سلطانی تفرشی, فاخته %D 2020 %\ 04/20/2020 %V 12 %N 1 %P 37-54 %! استخراج گردوغبار از تصاویر ماهواره‌ای MODIS با استفاده از شبکة عصبی مصنوعی %K گردوغبار %K برآورد پارامتر دید افقی %K سنجش از دور %K تولید ویژگی %K شبکة عصبی مصنوعی (ANN) %K MODIS %R 10.52547/gisj.12.1.37 %X طی دهه‌های گذشته، طوفان‌های گردوغبار از لحاظ مکانی و زمانی همواره در حال افزیش بوده‌اند. طوفان‌های گردوغبار خاورمیانه سبب رسیدن آسیب‌های بی‌شماری در حوزة سلامت اجتماعی، اقتصادی، زیست‌محیطی و دیگر موارد به ساکنان مناطق جنوب و جنوب‌غرب ایران شده است. در این مقاله، به‌منظور بررسی طوفان‌های گردوغبار، از داده‌های سنجندة MODIS استفاده شد. از محاسن داده‌های سنجندة MODIS، توان تفکیک طیفی و زمانی بالای آن است. در این پژوهش، از دو مجموعه دادة MODIS استفاده شد؛ بخش اول، داده‌های توسعة مدل (رخداد 21-18 ژانویة 2018) و بخش دوم، داده‌های تست و ارزیابی مدل. داده‌های هواشناسی نیز، با توجه به بازة زمانی مورد مطالعه، جمع‌آوری شد. پس از پیش‌پردازش داده‌ها و آماده‌کردن مشاهدات میدانی، ویژگی (ورودی شبکة عصبی مصنوعی) از داده‌های سنجندة MODIS، به‌روش پیشنهادی، تولید می‌شود. ازطریق شبکة عصبی مصنوعی، مدلی مناسب توسعه یافت که، بدین‌ترتیب، می‌توان گردوغبار استخراج و پارامتر دید افقی را، هم‌زمان، برآورد کرد. خروجی مدل با خروجی شاخص NDDI مقایسة بصری شد. سپس، برای بررسی کارآیی روش پیشنهادی، مدل توسعه‌یافته با داده‌های مربوط به زمان دیگر تست و خروجی مدل با خروجی شاخص NDDI مقایسة بصری شد. در نهایت، به‌منظور نشان‌دادن نقاط قوت و ضعف روش پیشنهادی، ارزیابی دقت ازطریق مقایسة نتایج روش پیشنهادی و پارامتر دید افقی در ایستگاه‌های سینوپتیک انجام شد. میزان خطای کلی، به‌ترتیب، 10%، 10%، 15% و 10% درمورد پردازش تصاویر هجدهم ژانویه، نوزدهم ژانویه، بیستم ژانویه و 21اُم ژانویة 2018 و 20% و 25% درمورد پردازش تصاویر 26اُم ژانویة 2019 و 28اُم اکتبر 2018 به‌دست آمد. با اتصال به پایگاه دادة سازمان هواشناسی کشوری، روش پیشنهادی دارای قابلیت به‌کارگیری در سیستم خودکار استخراج گردوغبار است. %U https://gisj.sbu.ac.ir/article_96911_3e319e6a9633e1bc8c342b87dd265e8c.pdf