تلفیق روش های سنجش از راه دور و الگوریتم های هوش مصنوعی در شناسایی آلودگی های نفتی ناشی از آسیب دیدن کشتی ها در محیط های دریایی
کد مقاله : 1629-IWWA
نویسندگان
حسام حاجی وند *1، فاطمه رضویان2، حمید موسوی3
1دانشجوی کارشناسی ارشد
2عضو هیات علمی دانشگاه آزاد تهران غرب
3دانشجو
چکیده مقاله
آلودگیهای نفتی ناشی از آسیبدیدن کشتیها از مهمترین تهدیدهای زیستمحیطی در محیط های دریایی محسوب
میشوند و شناسایی سریع و دقی ق آن ها برای کاهش پ یامدهای اکولوژیکی و اقتصادی ضروری است. پژوهش حاضر با
هدف بررسی ظرفیت تلفیق روش های سنجش از راه دور و الگوریتمهای هوش مصنوع ی در شناسایی آلودگیهای نفتی،
به روش مروری انجام شده است. در این راستا، مطالعات پ یشین مرتبط با تصاویر ماهوارهای راداری و اپتیکی، پردازش
تصاویر، الگوریتمهای ی ادگیری ماشین و یادگیری عمیق، و همچنین کاربرد سامانههای اطالعات جغرافیایی و دادههای
تردد شناورها بررسی و مقایسه شدهاند. یافتههای مطالعات مرورشده نشان م یدهند که تصاویر راداری به دلیل قابلیت
تصویربردار ی در شرایط مختلف نوری و جوی، نقش مهمی در پایش دریایی دارند؛ درحالیکه تصاویر اپتیکی اطالعات
طیفی مکملی فراهم م یکنند. الگوریتم های هوش مصنوع ی نیز میتوانند فرآیند شناسایی لکههای مشکوک، استخراج
ویژگیها و تفکیک آلودگیهای نفت ی از پدی دههای مشابه را بهبود بخشند. بااینحال، تغییرات شرایط محیطی، محدودیت
دادههای آموزشی و شباهت ظاهر ی برخی پدیدههای طبیعی با لکههای نفتی، از چالشهای اصلی ای ن حوزه هستند. در
مجموع، تلفیق دادههای چندمنبعی، الگوریتمهای هوشمند و اطالعات مکان ی شناورها م یتواند قابلیت اعتماد شناسا یی
را افزایش دهد؛ هرچند تأ یید نهایی آلودگی به اعتبارسنجی میدانی و ارزیابی دقیق نتایج نیاز دارد
کلیدواژه ها
سنجش از راه دور،هوش مصنوعی،آلودگی نفتی،محیط دریایی
وضعیت: پذیرفته شده برای ارسال فایل های ارائه پوستر