Journal of Applied Research in Geographical Sciences

fa برآورد سطح پوشش برف از طریق تکنیک های شیءگرا با استفاده از تصاویر سنجنده های OLI و TIRS (مطالعه موردی: کوهستان سبلان) Estimation of snow cover through object-oriented techniques using image sensors OLI and TIRS (Case Study: Sabalan Mountain) سنجش از دور Rs پژوهشي Research <div style="text-align: justify;"><span dir="RTL">مطالعه و اندازه گیری سطوح برف به عنوان یکی از منابع مهم تأمین آب، بسیار حائز اهمیت است. با توجه به شرایط سخت فیزیکی محیط های کوهستانی، امکان اندازه گیری برف وجود ندارد. استفاده از سنجش ازدور با توجه به هزینه کم، بهروز بودن و پوشش وسیع می تواند در شناسایی مناطق برفگیر روش مناسبی باشد. هدف اصلی این پژوهش تخمین سطح پوشش برف کوهستان سبلان با استفاده از تصاویر ماهوارهای سنجندههای </span>OLI<span dir="RTL"> و </span>TIRS<span dir="RTL"> و به وسیله روش طبقه بندی شیءگرا می باشد. طبقه بندی تصاویر رقومی ماهواره ای یکی از مهمترین روش ها برای استخراج اطلاعات کاربردی محسوب میشود که در حال حاضر با دو روش پردازش پیکسل پایه و شیءگرا انجام می گیرد. روش پیکسل پایه که مبتنی بر طبقه بندی ارزشهای عددی تصاویر است، و روش جدید شیءگرا که علاوه بر ارزش های عددی، اطلاعات مربوط به محتوا، بافت و زمینه را نیز در فرآیند طبقه بندی تصاویر بهکار میگیرد. لذا در تحقیق حاضر بنا به دقت بالای طبقهبندی شیءگرا، برای استخراج سطح پوشش برفی از روشهای شیءگرا استفاده شد. در این پژوهش، به دلیل استفاده از داده های با قدرت تفکیک مکانی بالا (30 متر) و روش نوین طبقه بندی تصاویر، سطح برف به وسیله شاخص نرمالشده تفاوت برفی (</span>NDSI<span dir="RTL">)، شاخص نرمالشده تفاوت پوشش گیاهی (</span>NDVI<span dir="RTL">)، دمای سطح زمین (</span>LST<span dir="RTL">) و ضریب روشنایی (</span>Brightness<span dir="RTL">) </span><span dir="RTL">با دقت کلی 91 درصد، به میزان 62/2142 کیلومترمربع برای محدوده کوهستانی سبلان استخراج گردید که از نتایج آن می توان به عنوان جایگزین ایستگاه های برف سنجی استفاده کرد.</span></div> <div class="s3gt_translate_tooltip_mini_box" id="s3gt_translate_tooltip_mini" is_mini="true" style="background: initial !important; border: initial !important; border-radius: initial !important; border-spacing: initial !important; border-collapse: initial !important; direction: ltr !important; flex-direction: initial !important; font-weight: initial !important; height: initial !important; letter-spacing: initial !important; min-width: initial !important; max-width: initial !important; min-height: initial !important; max-height: initial !important; margin: auto !important; outline: initial !important; padding: initial !important; position: absolute; table-layout: initial !important; text-align: initial !important; text-shadow: initial !important; width: initial !important; word-break: initial !important; word-spacing: initial !important; overflow-wrap: initial !important; box-sizing: initial !important; display: initial !important; color: inherit !important; font-size: 13px !important; font-family: X-LocaleSpecific, sans-serif, Tahoma, Helvetica !important; line-height: 13px !important; vertical-align: top !important; white-space: inherit !important; left: 480px; top: 134px; opacity: 0.15;"><div class="s3gt_translate_tooltip_mini" id="s3gt_translate_tooltip_mini_logo" title="Translate selected text"></div><div class="s3gt_translate_tooltip_mini" id="s3gt_translate_tooltip_mini_sound" title="Play" title_play="Play" title_stop="Stop"></div><div class="s3gt_translate_tooltip_mini" id="s3gt_translate_tooltip_mini_copy" title="Copy text to Clipboard"></div></div> <li<illegal tag>nk href="moz-extension://e82f9c05-bf9c-4e25-87b0-684d37ab5915/skin/s3gt_tooltip_mini.css" rel="stylesheet" type="text/css" > <style media="print" type="text/css">#s3gt_translate_tooltip_mini { display: none !important; } </style> <div style="text-align: justify;">It is very matter to study and measure snow covers as one of the important sources of water supply. Due to the hard physical conditions of mountainous environments, there is no possibility of snow measurement. the use of  remote sensing with regard to low costs, up-to-date and extensive coverage in this field can be proven to be a good way to identify in snowflake areas. the main objective of this research is to estimate the surface coverage of Sabalan mountains using satellite images of OLI and TIRS sensors and using the object-oriented classification method. The classification of satellite digital images is one of the most important methods for extracting information, which is currently done with two pixel-based and object-oriented processing methods. The base pixel method is based on the classification of numerical values of images, and the new object-oriented method, which, in addition to numerical values, uses content, Texture, and Background information also in the image classification process. Therefore, in the present study based on the precision of the object-oriented classification, the object-oriented techniques were used to extract the surface of snow cover. In this study, due to the use of high resolution spatial resolution (Landsat 8) and the new method of classification of images, the snow surface was characterized by Normalized Difference Snow Index (NDSI), Normalized Difference Vegetation Index (NDVI), Land Surface Temperature (LST), Brightness with a total accuracy of 91 percent, to 2142.62 square kilometers for the range Sabalan mountains have been extracted and the results can be used as alternatives to snowflake stations.</div> سنجش از دور, سطح برف, شیءگرا, سنجنده های OLI و TIRS, سبلان Remote sensing, Snow surface, Object oriented, OLI and TIRS sensors, Sabalan 19 37 http://jgs.khu.ac.ir/browse.php?a_code=A-10-3821-1&slc_lang=fa&sid=1 Hooshang Seifi هوشنگ سیفی sifihooshang@gmail.com 100319475328460015831 100319475328460015831 Yes Master of Science, rs and gis, Tabriz University کارشناسی ارشد سیستم اطلاعات جغرافیایی سنجش از دور دانشگاه تبریز