fa آشکار سازی خطواره های مرتبط با گسل دهشیر با داده های سنجش از دور اپتیک و رادار فتوگرامتری و سنجش از دور Photo&RS ترویجی Tarviji <div style="text-align: justify;">گسل به شکستگی&shy;های سنگ&shy;های پوسته زمین گفته می&shy;شود که سنگ&shy;های دو طرف شکستگی نسبت به همدیگر حرکت کرده باشند. این جابجایی می&shy;تواند از چند میلیمتر تا صدها متر باشد. انرژی آزاد شده به هنگام حرکت سریع گسل&shy;های فعال عامل وقوع اغلب زمین&shy;لرزه&shy;ها است. گسل دهشیر یکی از گسل&shy;های فعال در ایران مرکزی است و با روند تقریبی شمال غرب- جنوب شرق و طول بیش از 350 کیلومتر یکی از بزرگترین گسل&shy;های فعال ایران می&shy;باشد. نقشه خطواره&shy;ها در مطالعات گوناگون از جمله زمین&shy;شناسی، هیدروژئولوژی ، توپوگرافی و غیره نقش مهمی ایفا می کند. امروزه با پیشرفت&shy;های گسترده در فنون سنجش از دور، بهتر می&shy;توان خطواره&shy;ها را شناسایی نمود. هدف این مطالعه بررسی قابلیت داده&shy;های&nbsp; لندست 5، لندست7، لندست8، استر، سنتینل 1، آلوس پالسار و مدل رقومی ارتفاع در آشکارسازی خط گسل و بالا آمدگی سطوح پیرامون آن می باشد. روش کار مبتنی بر الگوریتم تشخیص لبه است. در این تحقیق پارامتر های بهینه برای استخراج اتوماتیک خطواره برای منطقه مورد مطالعه تعیین شد. مقایسه و ارزیابی نتایج به دست آمده نشان داد که برای آشکارسازی خط گسل، مدل رقومی ارتفاع با رزولوشن 5/12 متر با دقت 61/91 درصد و ضریب کاپای 91/81 درصد بهترین نتیجه را داشته است. داده&shy;های سنتینل 1 نیز نسبت به تصاویر اپتیکال قابلیت بیشتری در تشخیص خطواره&shy;های مرتبط با گسل داشته است.</div> <div style="text-align: justify;">Introduction<br> Remote sensing satellite data has been widely used as a source of information for geologists on a regional scale. Detecting lineaments by remote sensing in desert and semi-desert areas where bedrock is fully visible can provide better results. Two types of lineaments are usually distinguishable by remote sensing data, namely: 1. Positive lineaments, including ridge and dyke bumps, and 2. Negative lineaments consisting of seams, cracks and faults. The purpose of this study is to detect the lineaments associated with the Fault, one of the active faults in central Iran, using optical, radar and altimetry data.<br> Materials and Methods<br> By examining the different bands of Landsat 8 satellite in order to select the appropriate band for extraction of lineaments, it was concluded that the shorter wavelength due to more penetration and better interaction with the ground surface phenomena would be more accurate. As a result, bands with wavelengths close to the wavelengths of Band 2 are used. After the necessary preprocessing, the filtering operation was performed, local sigma filtering was applied to all images (Asher, Landsat 8, DEM 12.5m and SRTM 30 m). The local sigma filter uses the local standard deviation calculated for the filter box to determine valid pixels within the filter window. This filter replaces the pixel value with the average calculated from valid pixels inside the filter box. In addition, Li filter were applied on radar images (Sentinel 1and Alos Palsar). In the present study, the automatic extraction of lineaments is based on two main calculations: first, the use of filters to detect edges, second, the information that gives us sudden changes in the value of neighboring pixels. Usually it is related to lineaments. The second stage reveals the lineaments<br> Results and discussion<br> In general, for fault detection, radar images are better than optical images. The DEM 12.5 m had the best accuracy among the other data sets. Among the optical images, Landsat 8 OLI sensor data with 30 m spatial resolution was more capable of fault detection. Sentinel-1 images in C band is more capable than Alos palsar L-band radar images. In the northern sections of the fault, the eastern plate of the Dehshir Fault, show an uplift. In the southern part of the fault the western plate of the fault is uplifted. The Dehshir fault moves in both horizontal and vertical directions.<br> Conclusion<br> In this study, using the remote sensing data (optical, radar and digital elevation model), the Dehshir Fault, which is an active strike-slip fault, is detected. Remote sensing data are particularly important in radar extraction for geological and geomorphological applications. Radar data have been able to identify fault lines in almost all parts of the area due to their better interaction with surface phenomena. Optical data is not well capable as radar images for extracting fault line. By combining remote sensing techniques with fieldwork, you can achieve desirable results with lower cost and better accuracy.</div> استخراج اتوماتیک خطواره, گسل دهشیر, سنجش از دور, رادار Automatic Linear Extraction, Dehshir Fault, Remote Sensing, Radar 51 64 http://jgst.issgeac.ir/browse.php?a_code=A-10-793-1&slc_lang=fa&sid=1 A. Amiri افشین امیری afshinamirii@yahoo.com 10031947532846006329 10031947532846006329 No University of Tehran دانشگاه تهران A. Abdollahi Kakroodi عطا اله عبدالهی کاکرودی a.a.kakroodi@ut.ac.ir 10031947532846006330 10031947532846006330 Yes University of Tehran دانشگاه تهران M. Ghadimi مهرنوش قدیمی ghadimi@ut.ac.ir 10031947532846006331 10031947532846006331 No University of Tehran دانشگاه تهران