سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی
سال:1396 | دوره:8 | شماره:4 (پیاپی 29) |تعداد مقالات:8

یکی از بزرگترین چالش های عصر حاضر تخریب خاک و به دنبال آن تخریب سرزمین می باشد. یکی از عوامل تخریب خاک در کانون های گردوغبار، کیفیت پایین تغذیه خاک به عنوان بستر رشد و توسعه پوشش گیاهی می باشد. آهک یکی از عواملی اصلی کاهش کیفیت تغذیه ای خاک می باشد. زمان بر و پرهزینه بودن روش آزمایشگاهی تخمین آهک خاک، بررسی روش های سریع و غیرمخرب مانند تصاویر ماهواره ای و طیف سنجی VNIR را ضروری می نماید. در این پژوهش 29 نمونه خاک دست نخورده هم زمان با تصویربرداری ماهواره لندست 8 از دو کانون برداشت گردید. این نمونه ها در سه حالت، IMS، IDS و SMD طیف سنجی شدند. میزان آهک نمونه های سطحی و مخلوط در آزمایشگاه اندازه گیری شد. از روش شاخص خاک و روش رگرسیون حداقل مربعات جزئی PLSR برای پردازش داده ها استفاده شد. نتایج روش PLSR برای حالت SMD (R2=0.30 و RMSE=1.84) و برای حالت های IDS و IMS به ترتیب (0.08، 0.13) = R2، (0.87، 0.85) = RMSE بدست آمد. نتایج روش شاخص RI برای حالت های SMD، IDS و IMS به ترتیب (0.19، 0.29، R2=0.56 و 0.80، 0.75، 1.41= RMSE) به دست آمد که نتایج برای حالت SMD قابل قبول بود. نتایج روش PLSR برای تصویر ماهواره ای R2=0.84 و 0.34= RMSE به دست آمد. اما نتایج مربوط به استفاده از سه شاخص RI، DI، NDI به ترتیب (0.31، 0.08، R2=0.28 و 0.74، 0.86، 0.75= RMSE) به دست آمد که نتایج این بخش نسبت به روش PLSR ضعیف و غیرقابل قبول بود. بر این اساس نقشه مربوط به آهک منطقه با روش PLSR تهیه گردید.

هدف از این مطالعه، تعیین مهم ترین پارامترهای شیمیایی موثر در کیفیت آب های زیرزمینی دشت بیضاء-زرقان استان فارس با استفاده از تکنیک تحلیل عاملی و برآورد توزیع مکانی پارامترهای کیفی به کمک تحلیل گر زمین آماری در نرم افزار ArcGIS است. ابتدا داده های 12 پارامتر کیفی آب مربوط به 27 حلقه چاه در تابستان سال 1392جمع آوری گردید. پس از نرمال سازی داده ها، با استفاده از روش تحلیل عاملی (FA)، سه عامل سختی، شوری و اسیدیته آب که در مجموع 90% کل واریانس داده ها را شامل می شدند، استخراج گردید.سهم متغیرها در هر عامل بعد از عمل چرخش واریماکس مشخص شد و از هر عامل، دو پارامتر که بیشترین همبستگی معنی دار را با عامل خود برقرار نمودند، تعیین گردید.بنابراین از عامل اول، پارامترهای TH و Mg، از عامل دوم، متغیرهای SAR و Na و از عامل سوم، عناصر pH و HCO 3 به عنوان مهم ترین پارامترهای موثر در کیفیت آب زیرزمینی منطقه انتخاب شدند. نتایج حاصل از روش های قطعی و زمین آماری برای برآورد پارامترهای فوق به کمک معیار آماری ریشه دوم میانگین مربعات خطا (RMSe) مورد ارزیابی قرار گرفت.نتایج نشان داد که برای همه متغیرها به جز pH، روش کوکریجینگ مناسبت ترین روش است. برای TH و Mg مدل جی- بسل، برای SAR و Na مدل رشنال کوادریک، برای HCO3 مدل نمایی و برای pH روش معکوس فاصله وزنی به توان 1، از کمترین خطا و بیشترین دقت نسبت به سایر روش های میانیابی برخوردار می باشند.نقشه های پهنه بندی مکانی پارامترهای فوق بیانگر آن است که میزان پارامترهای TH، Mg، SAR و Na در نواحی جنوب شرقی به بیشترین و در شمال دشت به کمترین غلظت خود می رسد. مقدار pH در منطقه بانش واقع در شمال دشت، نسبت به سایر مناطق بیشتر است و از لحاظ غلظت HCO3، نواحی شمال شرق و جنوب منطقه در شرایط نامناسبی قرار دارند.

با افزایش روزافزون جمعیت و نیاز به مواد غذایی، گندم به عنوان محصولی با بیشترین سطح زیر کشت و تولید سالانه در مقیاس جهانی از اهمیت ویژه ای برخوردار بوده است لذا شناسایی و معرفی مناطق مساعد کشت آن در هر منطقه ضروری است. استان کرمانشاه به عنوان محدوده مورد مطالعه یکی از مناطق حاصلخیزی است که بیشترین کشت گندم را در بین محصولات زراعی دارد. بدین منظور در این مطالعه از شبکه عصبی پرسپترون چندلایه (MLP) با الگوریتم آموزش لونبرگ- مارکوات جهت شناسایی و معرفی مناطق مساعد کشت گندیم دیم استفاده شد. لایه های ورودی شبکه شامل 12 لایه، کاربری اراضی، میانگین بارندگی سالانه، میانگین بارندگی فصل پاییز، میانگین بارندگی فصل بهار، میانگین دمای سالانه، میانگین دمای فصل بهار، میانگین دمای فصل پاییز، شیب، جهت شیب، ارتفاع از سطح دریا، رطوبت نسبی، درجه- روز است. لایه های مربوط به بارندگی و دما به ترتیب با استفاده از داده های ایستگاه های باران سنجی و سینوپتیک و عمل درون یابی در محیط ArcGIS تهیه شدند. لایه های وابسته به ارتفاع نیز با استفاده از DEM با قدرت تفکیک 30×30 متر IRS استخراج شدند. ابتدا به منظور تعیین فضای جست وجو الگوریتم شبکه عصبی، مناطق غیر قابل کشت تعیین و از کل لایه های ورودی حذف گردید. 210 مکان مناسب کشت به عنوان نقاط آموزشی شبکه تهیه شد. در نهایت کلاس مناطق غیر قابل کشت که 15% و نتایج حاصل از مدل شامل پنج کلاس بسیار مساعد، مساعد، نسبتا مساعد، نامساعد و بسیار نامساعد که به ترتیب 5.4، 14.8، 24، 22.5 و 18.3 درصد از کل مساحت استان را به خود اختصاص داده اند، تعیین شد. همچنین ضریب رگرسیون کلی 91 درصدی شبکه که حاصل شرکت کلیه داده در شبکه است، بیانگر کارای بالای شبکه عصبی پرسپترون چندلایه در این پهنه بندی است.

بر اثر فعالیت های انسانی و پدیده های طبیعی، چهره زمین همواره دستخوش تغییر است. ازاین رو برای مدیریت بهینه مناطق طبیعی آگاهی از نسبت کاربری اراضی از ضروریات محسوب می شود. فرسایش خاک نیز از جمله بلایای محیطی است که هر ساله موجب هدر رفتن هزاران تن خاک زراعی می شود و تغییرات کاربری اراضی یکی از عامل های مهم در فرسایش است. بنابراین، تحقیق حاضر به منظور بررسی روند تغییرات کاربری اراضی شهرستان نیر، واقع در استان اردبیل و تاثیر آن بر فرسایش با استفاده از GIS و RS انجام شده است. برای انجام تحقیق از تصاویر سال 2000 و 2016، سنجنده OLI و TIRS، ماهواره لندست 8 استفاده شد و نقشه کاربری اراضی با استفاده از روش طبقه بندی نظارت شده تهیه گردید. نقشه پهنه بندی فرسایش با استفاده از نقشه های کاربری اراضی و عوامل شامل شیب، لیتولوژی، فاصله از جاده، فاصله از آبراهه، بارش و خاک با استفاده از روش وزن دهی کرتیک و روش ترکیب خطی وزن (WLC) انجام شد. نتایج نشان داد بیشترین میزان مساحت در سال 2000 مربوط به کاربری زراعت دیم با 442.38 کیلومترمربع و سپس مراتع نیمه متراکم با مساحت 347.39 کیلومتر مربع است و در سال 2016، بیشترین میزان مساحت مربوط به کاربری مراتع متراکم و سپس کاربری مراتع نیمه متراکم به ترتیب با 478.76 و 458.50 کیلومتر مربع است. با توجه به نقشه پهنه بندی فرسایش سال 2000 به ترتیب 17.25 و 24.55 درصد و با توجه پهنه بندی فرسایش 2016 به ترتیب 12.54 و 26.51 درصد از مساحت شهرستان در دو طبقه بسیار پرخطر و پرخطر قرار دارند. به طور عمده مناطق با طبقه بسیار پرخطر و پرخطر در هر دو دوره زمانی در کاربری های زراعت دیم و زراعت آبی- باغات قرار دارند.

اخیرا بازسازی و توسعه جاده اصلی دو دهستان رباط- سیاهپوش مخاطرات ناشی از حرکات توده ای را افزایش داده است. با توجه به اهمیت این مساله، مهار و پهنه بندی پتانسیل خطر وقوع زمین لغزش به عنوان یکی از انواع مخاطرات طبیعی در توسعه پایدار امری ضروری به نظر می رسد. هدف از انجام این تحقیق، شناخت عوامل مسبب و تشدیدکننده زمین لغزش و پهنه بندی خطر وقوع آن از طریق مدل های آماری و تجربی است. بدین منظور، عوامل موثر بر وقوع زمین لغزش، شامل سنگ شناسی، درجه شیب، جهت دامنه، تیپ خاک، کاربری اراضی، فاصله از گسل، شبکه آبراهه و جاده در محیط ArcGIS مورد تجزیه و تحلیل قرار گرفتند. نتایج حاصل از همبستگی بین متغیرها با فراوانی وقوع زمین لغزش نشان داد که عوامل موثر بر وقوع زمین لغزش در منطقه به ترتیب شیب دامنه، فاصله از آبراهه ها و سنگ شناسی هستند. همچنین عامل فاصله از جاده به عنوان عامل تشدیدی در بروز زمین لغزش های جدید شناسایی شد. مقایسه و ارزیابی میزان تطابق مدل های دو متغیره ارزش اطلاعاتی و چند متغیره رگرسیون با استفاده از تکنیک CTA، نشان داد که مدل ارزش اطلاعاتی در طبقات خطر بسیار کم، کم، متوسط، زیاد و بسیار زیاد به ترتیب 30.06، 0.26، 19.11، 17.43 و 33.12% و مدل رگرسیون چند متغیره 9.25، 12.54، 13.54، 53.06 و 11.57% از مساحت کل منطقه را به خود اختصاص داده اند.

کربن آلی منبع اصلی مواد آلی خاک و شاخص کیفیت خاک در اکوسیستم های طبیعی است. بنابراین پایش ذخایر کربن آلی خاک در شرایط مختلف برای مطالعه چرخه جهانی کربن ضروری به نظر می رسد. مطالعه حاضر به منظور بررسی میزان کربن آلی خاک در دو منطقه بحرانی و آسیب پذیر از دشت قهاوند که دارای اکوسیستم مرتعی بوده و در دهه های گذشته بیابان زایی گسترده ای را شاهد بوده است، انجام شد. نمونه برداری خاک سطحی تا عمق 20 سانتی متر در 63 نقطه به صورت تصادفی در دو منطقه بحرانی و آسیب پذیر انجام شد. بررسی تغییرات کربن آلی خاک در دو منطقه نشان داد که تفاوت معنی داری در سطح یک درصد بین دو منطقه آسیب پذیر و بحرانی وجود دارد. همچنین میزان کربن آلی خاک حاصل از نمونه ها با نتایج حاصل از شاخص های طیفی تصویر ماهواره لندست 8 مقایسه شد. سپس، تعداد نه شاخص مختلف پوشش گیاهی و روشنایی شامل NDVI، RVI، SAVI، MSAVI، TSAVI، OSAVI، WDVI، NDBI و BI مربوط به 63 نقطه نمونه گیری زمینی بر اساس تصویر ماهواره ای اردیبهشت ماه سال 1395 محاسبه شد. شاخص های ماهواره ای NDVI، RVI، SAVI، MSAVI، TSAVI، OSAVI، NDBI و BI همبستگی پیرسون نسبتا خوبی با میزان کربن آلی خاک به ترتیب با R2 به ارزش 0.41، 0.38، 0.38، 0.41، 0.40، 0.39، -0.44 و 0.48 از خود نشان دادند. این نتایج نشان دهنده امکان استفاده از شاخص های طیفی تصویر ماهواره ای لندست 8 جهت بررسی و مطالعه ذخایر کربن آلی خاک در دشت قهاوند است.

به منظور تعیین نواحی پتانسیل حضور چشمه های زیردریایی در سواحل استان بوشهر، نقشه دمای سطح دریا در اطراف بحرین و سواحل استان بوشهر با توجه به ضرایب تصحیحات اتمسفری و با اعمال روابط حاکم بر DN باند 10 حرارتی ماهواره لندست 8 طی چهار ماه از سال 1395 با استفاده از نرم افزارهای ENVI و ArcGIS تهیه گردید. پس از استخراج دمای برآوردی چشمه های زیردریایی بحرین، شش چشمه به عنوان شاخص تعیین شد. دمای این چشمه ها در تصویر مربوط به بهمن ماه، 16.54، 18.52، 17.29، 15.97، 17.73 و 15.83 درجه سانتی گراد برآورد گردید. با مطابقت دمای میانگین شاخص (16.98 درجه سانتی گراد) با دمای نواحی ساحلی استان بوشهر، بخشی از سواحل عسلویه و خلیج نای بند، بخش وسیعی از حدفاصل بندر دیر تا رودخانه مند، حوالی روستای کلات، شرق و غرب بندر بوشهر، حدفاصل رودخانه حله و جزیره شیف، بندر ریگ، حوالی بندر گناوه و حدفاصل هندیجان و بندر دیلم به عنوان نواحی دارای پتانسیل حضور چشمه زیردریایی مشخص شدند. ناهنجاری های دمایی کمتر از 100 متر ناشی از جریان های ورودی آب زیرزمینی به پیکره های آبی، به احتمال زیاد اهمیت به نسبت کمتری نسبت به ناهنجاری های بزرگ تر از 100 متر دارند. بنابراین می توان تصاویر با کیفیت تفکیک پذیری متوسط مانند لندست 8 را به منظور تشخیص ناهنجاری های وسیع و با اهمیت، به عنوان آزمون ابتدایی غربالگری برای شناسایی اولیه نواحی پتانسیل حضور چشمه های زیردریایی مورد استفاده قرار داد.

هدف از تحقیق، مقایسه برآورد مشخصه های ساختاری حجم سرپا، رویه زمینی و تعداد درختان در هکتار توده های جنگلی خزری با استفاده از داده های رادار و تلفیق داده های رادار و لیدار در بخشی از سری یک و دو جنگل های شصت کلاته گرگان در استان گلستان است. اطلاعات مشخصه های ساختاری از 307 قطعه نمونه دایره ای شکل در جنگل موردمطالعه محاسبه و استخراج شد. پیش پردازش ها و پردازش های موردنیاز بر روی داده های خام راداری (سال 2009) و لیداری (سال 1390) صورت گرفت و مقادیر متناظر با قطعات نمونه زمینی بر روی همه شاخص های حاصل از داده های رادار و لیدار استخراج گردید. مدل سازی با استفاده از مشخصه های استخراجی راداری به صورت جداگانه و به صورت تلفیقی با لیدار با الگوریتم غیرپارامتریک جنگل تصادفی با 75 درصد از قطعات نمونه انجام شد. ارزیابی اعتبار مدل سازی ها با استفاده از 25 درصد باقی مانده قطعات نمونه و با معیارهای مجذور میانگین مربعات خطا و اریبی به صورت مطلق و نسبی صورت گرفت. نتایج نشان داد که مقدار درصد مجذور میانگین مربعات خطا و درصد اریبی با استفاده از داده های رادار به ترتیب برای حجم سرپا (44.09 درصد و -0.99 درصد)، رویه زمینی در هکتار (35.72 درصد و -3.15 درصد) و تعداد درختان در هکتار (42.73 درصد و 3.52 درصد) و با استفاده از تلفیق داده های رادار و لیدار به ترتیب برای حجم سرپا (37.23 درصد و 0.76 درصد)، رویه زمینی در هکتار (31.37 درصد و -3.14 درصد) و تعداد درختان در هکتار (36.44 درصد و 0.95 درصد) برآورد گردید. نتایج تحقیق نشان داد که تلفیق داده های رادار و لیدار سبب بهبود نتایج برآورد ها به خصوص در مشخصه حجم سرپا نسبت به موقعی که از داده راداری به صورت مجزا استفاده گردید شده است.