گیسو حسینی - دانشجوی کارشناسی ارشد، گروه سنجش ازدور ، دانشکده علوم اجتماعی ، دانشگاه محقق اردبیلی ، اردبیل ، ایران
آرش فتح الهی - دانشجوی کارشناسی ارشد ، گروه سنجشازدور ، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی ، اردبیل، ایران
حسن خاوریان - استادیار، گروه سنجش ازدور ، دانشکده علوم اجتماعی ، دانشگاه محقق اردبیلی ، اردبیل، ایران
رقیه جهدی - استادیار، گروه علوم و مهندسی جنگل، دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی ، اردبیل، ایران

آتش سوزی جنگل یکی از چالش های جدی در مدیریت محیط زیست و منابع طبیعی است که به عنوان یک پدیده طبیعی یا ناشی از فعالیت های انسانی می تواند آثار جبرانناپذیری بر بومشناسی و تنوع زیستی داشته باشد. آتش سوزی های جنگلی در مقیاس بزرگ یکی از مضرترین خطرات طبیعی است که بر تغییرات آب و هوا و زندگی در سراسر جهان تاثیر می گذارد. بنابراین ، برای به حداقل رساندن آثار آنها بر زندگی مردم و طبیعت ، در زمینه اتخاذ روشهای پیشگیری موثر، هشدارهای اولیه و واکنش به خوبی برنامه ریزی شده است . استفاده از دادههای سنجش ازدوری امکان دستیابی به اطلاعات دقیق و فوری در زمینه آتش سوزی فراهم می کند که تصاویر سنجنده MODIS امکان شناسایی نقاط آتش و ارزیابی مساحت های درگیر آتش را با استفاده از محصولات آتش و الگوریتم های شناسایی آتش فراهم می سازد. بررسی های انجام شده نشان داد الگوریتم Giglio بهترین عملکرد را از خود نشان داده و دقت بالاتری در تشخیص آتش سوزی به همراه کاهش حداقل هشدارهای اشتباه داشته است . اعمال تغییرات در این الگوریتم ، از جمله کاهش حد پیکسل پتانسیل آتش بر اساس دمای آتش در ساعات اولیه ، اعمال ماسک آب بر شاخص NDVI، و حذف مرحله استخراج هشدار اشتباه، به بهبود و بهینه سازی عملکرد آن منجر شده است .

جنگل ، محصولات آتش ، الگوریتم شناسایی آتش ، سنجنده MODIS