ارائه الگوریتمی مبتنی بر باندهای انعکاسی و حرارتی مادیس برای شناسایی گستره‌ طوفان‌های ماسه و گردوغبار در جنوب غرب آسیا

تجارب پیشین نشان داده است که با بکارگیری تصاویر سنجنده‌ی مادیس، می‌توان، طوفان‌های شن، ماسه و گرد و غبار (sds) را مطالعه نمود، اما شاخص‌های شناسایی غبار موجود، قادر به آشکارسازی گرد و غبار با صحت و دقت بالا نیستند. در این مقاله، ترکیب خطی جدیدی متشکل از باندهای 3، 7، 20، 31 و 32 مادیس برای شناسایی طوفان‌های گرد و غبار و جداسازی مناطق غبارآلود معرفی شده است. از این ترکیب برای شناسایی طوفان غبار رخ داده شده در 26 و 27 خرداد ماه 1387 استفاده شد. نتایج حاصل از این ترکیب با تصاویر غبار حاصل از شاخص‌های اختلاف دمای روشنایی میان باندهای 32 و 31 (btd32-31)، اختلاف دمای روشنایی میان باندهای 20 و 31 (btd20-31) و اختلاف نرمال‌ شده‌ی گرد و غبار (nddi) که از جمله مهمترین شاخص‌‌های شناسایی گرد و غبار هستند، مقایسه شد. نتایج، نشان‌ داد که ترکیب معرفی شده، قادر به شناسایی sds با دقت کلی بالای 88 درصد است.یکی دیگر از ارزیابی‌های صورت گرفته،آشکارسازی طوفان غبار با استفاده از محصول عمق نوری هواویز (aod) مادیس و مقایسه‌ی آن با تصاویر غبار بدست آمده از شاخص‌ها است. دقت کلی محاسبه شده برای تصویر غبار حاصل از شاخص معرفی شده در مقایسه با طوفان گرد و غبار جداسازی شده با aod در مقایسه با شاخص‌های nddi، btd20-31 و btd32-31 به ترتیب 5%، 8% و 31% بالاتر بوده است. با توجه به اعتبارسنجی صورت گرفته شده، شاخص معرفی شده در شناسایی رخداد طوفان‌های شن، ماسه و گرد و غبار در غرب آسیا در مقیاس‌های بالا کارآ است.

A New Dust Index Based on Reflective and Thermal Infrared MODIS Bands to Detect the Spatial Extent of Sand and Dust Storm in Western Asia

Moderate Resolution Imaging Spectroradiometer (MODIS) provides appropriate images for studying of Sand and Dust Storms (SDS). Commonly used MODIS based dust indices, can’t monitor SDS more accurately and properly. In this study, the proposed new dust index is based on reflective and thermal infrared MODIS bands, which consists of a combination of bands 3, 7, 31, and 32. This index is applied to identify two dust events in western Asia ocured July 15 and 16, 2008. The results of applying this index compared to wellknown MODIS based dust indices, such as Brightness Temperature Difference (BTD) index between band 32 and band 31 (BTD3231), and band 20 and 31 (BTD2031), and Normalize Difference Dust Index (NDDI). The results of this study indicated that the new dust index captured the spatial extent of SDS with high accuracy. Validation of these indices with SDS extracted by MODIS true color image showed that the new dust index detected SDS extent with an overall accuracy more than 88%, which was 7%, 15% and 31% higher than the results derived from BTD2031, NDDI and BTD3231, respectively. Also, according to SDS detected by MODIS MCD19A2 Aerosol Optical Depth (AOD) product data, the proposed index identified SDS with an overall accuracy 82%, which was 5%, 8% and 31% higher than the results derived from NDDI, BTD2031 and BTD3231, respectively. Our results suggest that the new dust index can effectively capture largescale SDS and seprate dusty pixels from dustfree areas in western Asia.