بررسي تشخيص نفت با استفاده از الگوريتم‌هاي جداسازي طيفي PPI و FPPI در تصاوير ابرطيفي

با رهاشدن نفت به اقيانوس‌ها از تانكرها، كشتي و خطوط انتقال نفت تاثير اجتماعي اقتصادي روي محيط‌هاي ساحلي دارد. آشكارسازي سريع نشت نفت مي‌تواند خطرات جدي روي محيط زيست و ساكنان ساحلي را كاهش دهد. كشور ما از شمال و جنوب توسط دريا احاطه شده پس حفاظت از دريا امري حياتي است. سنجنده‌هاي‌ فراطيفي مجموعه‌اي از تصاوير مكاني را در باندهاي متعدد با قدرت تفكيك طيفي بالا از يك منطقه جمع‌آوري مي‌نمايند؛ كه به پشتوانه اطلاعات موجود در صدها باند طيفي، امكان شناسايي مواد تشكيل دهنده صحنه تصوير با استفاده از مشخصه هاي طيفي آن‌ها فراهم شده است. در اين تحقيق جهت استفاده از داده مورد نظر با الگوريتم FLAASH تصحيح اتمسفري و حذف باندهاي زايد انجام، سپس با استفاده از الگوريتم‌هاي جداسازي فراطيفيPPI و FPPI نسبت به تشخيص نفت خام رهاشده در خليج مكزيك و تخمين نسبت نفت به آب در صحنه اقدام شد.

Oil spills is one of major marine environment challenge. The main impacts on the marine environment can be cited such as reduction in light transmission and also oxygen absorption and breakup which these prevents water plants photosynthesis. In this research, we used SpecTIR airborne sensor data and extracted and classified oils spills due DWH which happened in Gulf of Mexico at 2010. Atmospheric correction is done, because the data was in radiance level. In the next step, pure members extracted using PPI and FPPI algorithm with 1000 iterations and then they clustered 6 classes.Pure members classified in 6 classes of oil ratio, as 100%,80%,60%,40%,20% and water, rationality.Finally, FPPI had satisfactory results as it produces Infeasibility images for overtop False Alarm problem and also it doesnʹt need to use all of the pure membersʹ spectral patterns for doing an accurate analysis in image.