فصلنامه اکولوژی انسانی

شماره جاری

بر اساس شماره‌های نشریه

بر اساس نویسندگان

بر اساس موضوعات

نمایه نویسندگان

نمایه کلیدواژه ها

درباره نشریه

اهداف و چشم انداز

اعضای هیات تحریریه

اصول اخلاقی انتشار مقاله

بانک ها و نمایه نامه ها

پیوندهای مفید

پرسش‌های متداول

فرایند پذیرش مقالات

اطلاعات آماری نشریه

اخبار و اعلانات

تحت لیسانس

آشکارسازی لکه‌های نفتی در خلیج‌فارس با استفاده از تصاویر سنجنده MODIS

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانش آموخته کارشناسی ارشد زمین شناسی زیست محیطی، دانشگاه علوم و فنون دریایی،خرمشهر،ایران.

2 دانش آموخته کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی،دانشگاه هرمزگان،هرمزگان، ایران.

10.22034/el.2022.362725.1005

چکیده

پیشرفت‌های فنّاوری سنجش‌ازدور آن را به جایگزین مناسبی برای روش‌های سنتی در پایش، شناسایی و تحلیل لکه‌های نفتی تبدیل کرده است. سنسورهای SAR معمولاً برای تشخیص لکه‌های نفتی استفاده می‌شوند، اما استفاده از تصاویر آن‌ها به دلیل هزینه‌های بالا، عرض برداشت کم و تفکیک زمانی ضعیف محدود است. سنجنده MODIS قرارگرفته بر روی سکوهای ترا و اکوا در هرروز دو بار از هر نقطه از سطح کره زمین تصویر برداشت می‌کنند و تصاویر آن در قدرت تفکیک 250، 500 و 1000 متری هستند که منبع رایگان و ارزشمندی جهت آشکارسازی لکه‌های نفتی هستند. در این پژوهش به‌منظور آشکارسازی لکه‌های نفتی طی سه رخداد نشت نفت در سال‌های 2007، 2015 و 2016 اقدام به آشکارسازی لکه‌های نفتی با استفاده از تصاویر سطح یک MODIS شد. در مرحله پیش پردازش تصاویر MODIS به بازتاب بالای اتمسفر تبدیل شدند، به‌منظور آشکارسازی لکه‌های نفتی، از شاخص آشکارسازی لکه‌های نفتی استفاده شد و به‌ برای بررسی اثر لکه‌های نفتی بر غلظت کلروفیل آب و فیتوپلانکتون‌ها، جلبک‌های شناور، رنگ آب، کدورت آبی و دمای سطح آب به ترتیب از شاخص‌ها و الگوریتم‌های OC3، CMI، FAI و SABI، NDVI، TWI و SST4 استفاده شد. نتایج نشان می‌دهد که لکه‌های نفتی در خروجی شاخص OSI منطبق بر پیکسل‌های با بالاترین DN ها در تصویر مربوط به هرسال است، همچنین لکه‌های نفتی باعث کاهش غلظت کلروفیل، جلبک‌های شناور، رنگ آب و دمای سطح آب و افزایش کدورت آبی می‌شوند که در تصاویر خروجی مربوط به همه شاخص‌ها و الگوریتم‌ها لکه‌های نفتی منطبق بر پیکسل‌های با حداقل ارزش DN ها است. در بین تمامی روش‌های مورداستفاده تنها شاخص CMI مربوط به فیتوپلانکتون‌ها تغییرات محسوسی در محدوده لکه‌های نفتی نشان نمی‌دهد؛ بنابراین پیشنهاد می‌شود جهت آشکارسازی لکه‌های نفتی از روش‌ها و شاخص‌های مورداستفاده در این پژوهش استفاده گردد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Detection of oil slicks in the Persian Gulf using MODIS sensor images

نویسندگان [English]

  • Parisa Khajavi 1
  • Farshad Nemati 2

1 Master's degree in environmental geology, University of Marine Science and Technology, Khorramshahr, Iran.

2 Master's student in remote sensing and geographic information system, Hormozgan University, Hormozgan, Iran.

چکیده [English]

The advances in technology have made it an alternative to traditional methods of monitoring, identifying and analyzing oil spills. SAR sensors are commonly used to detect oil spots, but their use of images is limited due to high costs, low crop width and poor time resolution. The MODIS sensor on the Terra and Okua platforms is taking pictures every two times from anywhere on the planet, with images at 250, 500, and 1000 meters resolution, which is a free and valuable resource for detecting oil spills. In this study, in order to detect oil spills during the three oil spill events in the years 2007, 2015, and 2016, oil spills were detected using surface-level images of MODIS. In the pre-processing stage, MODIS images were converted to atmospheric reflections. In order to detect oil spots, an indicator of oil spill detection was used to study the effect of oil spots on the concentration of water chlorophyll and phytoplankton, floating algae, water color, blue opacity and The surface water temperature was used from the indices and algorithms of OC3, CMI, FAI and SABI, NDVI, TWI and SST4 algorithms respectively. The results show that the oil spots in the OSI index output correspond to the pixels with the highest DN in the image per year, as well as oil spots, which reduce the concentration of chlorophylls, floating algae, water color and water surface temperature, and increasing the opacity of the water. For all indices and algorithms, oil spots are consistent with pixels with a minimum value of DNs. Among all the used methods, only the CMI for phytoplankton does not show any significant changes in the range of oil spills; therefore, it is suggested that the methods and indices used in this study be used to detect oil spots.

کلیدواژه‌ها [English]

  • Oil spills
  • environment
  • floating algae
  • MODIS
  • Persian Gulf
مراجع
  1. تیموری. حسن، (1395)، امکان‌سنجی استفاده از تصاویر ماهواره‌ای در شناسایی و آشکارسازی نیمه اتوماتیک لکه­های نفتی در دریاها و اقیانوس‌ها، مطالعه موردی : خلیج‌فارس، پایان‌نامه کارشناسی ارشد، دانشگاه شهید بهشتی، دانشکده علوم زمین. تهران.
  2. جعفری گلدرق. یونس و صاحبی. محمدرضا، (1389)، بررسی روشهای آشکارسازی مواد نفتی نشت شده در دریاها و اقیانوس‌ها از طریق تصاویر ماهواره‌ای، همایش ژئوماتیک 89، تهران.
  3. حمزه ئی. صمد، صدیق مرتضوی. محمد، علی‌اکبری بیدختی. عباسعلی و غیبی. ابوالحسن، (1390)، بررسی وقوع و گسترش کشند قرمز در خلیج‌فارس و دریای عمان با تحلیل داده‌های سنجنده MODIS. انسان و محیط‌زیست, 9(شماره 3(18-پیاپی 29)), 39-48.
  4. دانیالی. سیدرحمان، محمدی. فاطمه و ابوالحسنی. علیرضا، (1390)، بررسی اثرات آلودگی نفتی بر جاندارن و اکوسیستم آبی خلیج‌فارس و دریای عمان، پنجمین همایش تخصصی مهندسی محیط‌زیست، دانشگاه تهران، دانشکده محیط‌زیست، تهران.
  5. دادور. اسماء، شیخ‌زاده. زهرا و پورخباز. حمیدرضا، (1394)، بررسی اثرات آلودگی نفتی بر اکوسیستم صخره­های مرجانی خلیج‌فارس،سومین همایش سراسری محیط‌زیست، انرژی و پدافند زیستی، موسسه آموزش عالی مهر اروند، گروه ترویجی دوستداران محیط‌زیست، تهران..
  6. سرحدی زاده. احسان و حجازی. کوروش، (1392)، مدل‌سازی گسترش و پخش آلودگی‌های نفتی با روش احجام محدود در محیط‌های آبی( مارونه )، مجله آب و فاضلاب، شماره؛ 22، چاپ؛ 72.
  7. طالبی. احسان، (1395)، خلیج‌فارس ویژگی‌ها و مشکلات محیط‌زیستی،کنفرانس بین المللی منابع طبیعی، مهندسی کشاورزی، محیط‌زیست و توسعه روستایی، تهران
  8. عوفی. فریدون، ربانی­ها. مهناز، کد. برایان و لایت. جواد، (1395)، تنوع گونه‌ای و طبقه‌بندی زیستگاهی ماهیان خلیج‌فارس، دومین همایش ملی توسعه پایدار دریا محور، دانشگاه علوم و فنون دریایی خرمشهر، خرمشهر.
  9. کیخسروی. عباس، (1395)، آشکارسازی لکه‌های نفتی خلیج‌فارس با استفاده از تصاویر راداری (SAR)، دانشگاه هرمزگان، دانشکده علوم انسانی، گروه جغرافیا، هرمزگان.
  10. لطفی. حیدر، بقایی. حمید، موسوی. سید رضا، خیام باشی. سهیل، (1389)، محیط‌زیست خلیج‌فارس و حفاظت از آن، فصلنامه علمی و پژوهشی جغرافیای انسانی، سال سوم، شماره اول. تهران.
  11. متکان. علی‌اکبر و حاجب. محمد (1393)، معرفی و ارزیابی مهم‌ترین روش‌های آشکارسازی لکه‌های نفتی از تصاویر SAR، فصلنامه علمی و پژوهشی علوم محیطی، دوره 12 شماره یکم، ص10-1.
  12. محمدی روزبهانی. مریم، چوبکار. نسرین و رومیانی. لاله، (1388)، بررسی عوامل تهدیدکننده اکوسیستم‌های مرجانی و ارزیابی سکوهای نفتی به‌عنوان مرجان مصنوعی در خلیج‌فارس، همایش بین المللی خلیج‌فارس، بوشهر، دانشگاه آزاد اسلامی واحد بوشهر.
  13. مدحجی. موسی، (1392)، بررسی تأسیسات نفتی با استفاده از تصاویر ماهواره‌ای Multispectral سی و دومین گردهمایی و نخستین کنگره بین‌المللی علوم زمین. تهران.
  14. مرکز مطالعات خلیج‌فارس (Pgsc) آلاینده‌های خلیج‌فارس،1394.
  15. مسعودنیا. محمد، فهندژ سعدی. مهدی، پناهی آزاد. مریم و کشوری. محمد، (1391)، تأثیرات آلودگی‌های نفتی بر اکوسیستم خلیج‌فارس و روشهای پاکسازی آلودگی‌های نفتی، دومین کنفرانس برنامه‌ریزی و مدیریت محیط‌زیست، دانشگاه تهران، تهران.
  16. منافی. هادی، (1367)، حفاظت محیط‌زیست، مجموعه مقالات سمینار بررسی مسائل خلیج‌فارس، انتشارات وزارت امور خارجه دفتر مطالعات سیاسی بین‌المللی.
  17. واقفی. محمد ، زارعی. مجید و نبی الهی. مریم، (1390)، آلاینده‌های دریایی خلیج‌فارس و پیامدهای زیست‌محیطی ناشی از آن، کنفرانس ملی بهره‌برداری از آب دریاها کرمان .
  18. همایون. ناصر، (1380)، خلیج‌فارس، انتشارات دفتر پژوهش‌های فرهنگی، تهران.
  19. Brekke, C., & Solberg, A. H. (2005). Oil spill detection by satellite remote sensing. Remote sensing of environment, 95(1), 1-13.
  20. Bulgarelli, B., & Djavidnia, S. (2012). On MODIS retrieval of oil spill spectral properties in the marine environment. IEEE Geoscience and Remote Sensing Letters, 9(3), 398-402.
  21. Buhe, A., Tsuchiya, K., Kaneko, M., Ohtaishi, N., & Mahmut, H. (2007). Oases and Forest in Xinjiang, China Retrieved From ASTER Data. Advances in Space Research. Advances in Space Research, 9(1), 39-45.
  22. Alawadi, F. (2010, October). Detection of surface algal blooms using the newly developed algorithm surface algal bloom index (SABI). In Remote Sensing of the Ocean, Sea Ice, and Large Water Regions 2010 (Vol. 7825, p. 782506). International Society for Optics and Photonics.
  23. Casciello, D., Lacava, T., Pergola, N., & Tramutoli, V. (2011). Robust satellite techniques for oil spill detection and monitoring using AVHRR thermal infrared bands. International journal of remote sensing, 32(14), 4107-4129.
  24. Coppini, G., De Dominicis, M., Zodiatis, G., Lardner, R., Pinardi, N., Santoleri, R., ... & Georgiou, G. (2011). Hindcast of oil-spill pollution during the Lebanon crisis in the Eastern Mediterranean, July–August 2006. Marine Pollution Bulletin, 62(1), 140-153.
  25. Fingas, M., & Brown, C. (2012). Oil spill remote sensing. In Encyclopedia of Sustainability Science and Technology (pp. 7491-7527). Springer, New York, NY
  26. Feng, L., Hu, C., Chen, X., Tian, L., & Chen, L. (2012). Human induced turbidity changes in Poyang Lake between 2000 and 2010: Observations from MODIS. Journal of Geophysical Research: Oceans, 117(C7).
  27. Hu, C. (2009). A novel ocean color index to detect floating algae in the global oceans. Remote Sensing of Environment, 113(10), 2118-2129.
  28. Hu, C., Lee, Z., Ma, R., Yu, K., Li, D., & Shang, S. (2010). Moderate resolution imaging spectroradiometer (MODIS) observations of cyanobacteria blooms in Taihu Lake, China. Journal of Geophysical Research: Oceans, 115(C4).
  29. Keshavarz, A., Hashemizadeh, K., & Mohammad, S. (2017). Analysis of Hyperspectral Imagery for Oil Spill Detection Using SAM Unmixing Algorithm Techniques. Iranian Journal of Oil & Gas Science and Technology, 6(2), 1-16.
  30. Lacava, T., Ciancia, E., Coviello, I., Di Polito, C., Grimaldi, C. S., Pergola, N., ... & Tramutoli, V. (2017). A MODIS-based Robust Satellite Technique (RST) for timely detection of oil spilled areas. Remote Sensing, 9(2), 128.
  31. Leifer, I., Lehr, W. J., Simecek-Beatty, D., Bradley, E., Clark, R., Dennison, P., ... & Reif, M. (2012). State of the art satellite and airborne marine oil spill remote sensing: Application to the BP Deepwater Horizon oil spill. Remote Sensing of Environment, 124, 185-209..
  32. Liang, Q., Zhang, Y., Ma, R., Loiselle, S., Li, J., & Hu, M. (2017). A MODIS-based novel method to distinguish surface cyanobacterial scums and aquatic macrophytes in Lake Taihu. Remote Sensing, 9(2), 133.
  33. Marghany, M. (2014). Utilization of a genetic algorithm for the automatic detection of oil spill from RADARSAT-2 SAR satellite data. Marine pollution bulletin, 89(1-2), 20-29.
  34. Mokhtari, S., Hosseini, S. M., Danehkar, A., Azad, M. T., Kadlec, J., Jolma, A., & Naimi, B. (2015). Inferring spatial distribution of oil spill risks from proxies: Case study in the north of the Persian Gulf. Ocean & Coastal Management, 116, 504-511.
  35. NRC (2003). Oil in the sea III: Inputs, fates, and effects (pp. 265). Washington, D.C.: National Academy of Sciences.
  36. Rouskov, K., Popov, K., Stoykov, S., & Yamaguchi, Y. (2005). Some applications of the remote sensing in geology by using of ASTER images. In Scientific Conf.“SPACE, ECOLOGY, SAFETY” with Int. Participation (pp. 167-173).
  37. Sale, P. F., Feary, D. A., Burt, J. A., Bauman, A. G., Cavalcante, G. H., Drouillard, K. G., ... & Van Lavieren, H. (2011). The growing need for sustainable ecological management of marine communities of the Persian Gulf. Ambio, 40(1), 4-17.
  38. Schaaf, C. B., Gao, F., Strahler, A. H., Lucht, W., Li, X., Tsang, T., ... & Lewis, P. (2002). First operational BRDF, albedo nadir reflectance products from MODIS. Remote sensing of Environment, 83(1-2), 135-148..
  39. Tseng, W. Y., & Chiu, L. S. (1994, August). AVHRR observations of Persian Gulf oil spills. In Geoscience and Remote Sensing Symposium, 1994. IGARSS'94. Surface and Atmospheric Remote Sensing: Technologies, Data Analysis and Interpretation., International(Vol. 2, pp. 779-782). IEEE.
  40. Zhang, X., Friedl, M. A., Schaaf, C. B., Strahler, A. H., Hodges, J. C., Gao, F., ... & Huete, A. (2003). Monitoring vegetation phenology using MODIS. Remote sensing of environment, 84(3), 471-475.
  41. Zhao, J., Temimi, M., Ghedira, H., & Hu, C. (2014). Exploring the potential of optical remote sensing for oil spill detection in shallow coastal waters-a case study in the Arabian Gulf. Optics Express, 22(11), 13755-13772.
فصلنامه اکولوژی انسانی
دوره 1، شماره 1
دی 1401
صفحه 55-78
فایل ها
هم رسانی
ارجاع به این مقاله
آمار