سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی
سال:1404 | دوره:16 | شماره:1 |تعداد مقالات:6

چکیده دمای سطح زمین یا LST که از تصاویر سنجش از دور مادون قرمز حرارتی به دست می‌آید، مستقیماً با تغییرات کاربری و پوشش زمین مرتبط است. سنجش از دور، به عنوان یک روش غیرقابل جایگزین در مقیاس جهانی و منطقه‌ای، نظارت مؤثر با تداوم مکانی-زمانی دمای سطح زمین را امکان‌پذیر می‌کند. همچنین، تهیه تصاویر دمای سطح زمین امکان جداسازی بهتر شهرها از مناطق بایر اطراف را فراهم می‌کند و در طبقه‌بندی سایر پوشش‌ها و کاربری‌ها نیز مفید خواهد بود. در این مطالعه، یک رابط کاربری مبتنی بر پایتون توسعه داده شد که امکان بازیابی بسیار آسان‌ و سریع‌تر دمای سطح زمین را فراهم می‌سازد. دمای سطح زمین را می‌توان با وارد نمودن پارامترهای مورد نیاز در روش‌هایی نظیر الگوریتم تک کانال (SCA)، روش معادله انتقال تابشی (RTE)، الگوریتم پنجره مجزا (SWA) و دو الگوریتم تک پنجره (MWA)، از مأموریت‌های لندست (5، 7 و 8) بازیابی نمود. مقایسه نتایج در این مطالعه نشان داد که روش‌های روش معادله انتقال تابشی (RTE) و الگوریتم تک کانال (SCA) با خطای جذر میانگین مربعات (RMSE) معادل 76/3 و 97/8 درجه سانتی‌گراد بیشترین و کمترین دقت را داشتند. دمای سطح زمین تحت تأثیر عوامل زیادی مانند ذرات معلق در هوا، پوشش زمین و ریخت‌شناسی شهر قرار دارد. الگوریتم‌های مختلف با در نظر گرفتن دمای نزدیک به سطح زمین، محتوای بخار آب و سایر پارامترهای جوی آن را محاسبه می‌کنند. این رابط کاربری به محققان و متخصصان اجرایی کمک می‌کند تا تغییرات حرارتی را در سری‌های زمانی و بر اساس کاربری‌های مختلف در مطالعات خود و به ‌ویژه توسعه شهری پایش نمایند.

علم سنجش‌از‌دور ‌فنّاوری‌ مفید و با ارزشی هست که می‌توان ازآن‌جهت استحصال لایه‌های مختلف اطلاعاتی از قبیل خاک، بارندگی، پوشش گیاهی و بهره برد. مقصود نهایی در بیشتر عملیات‌های آنالیز سنجش‌ازدور که به‌منظور بررسی فاکتورهای مختلف ‌پوشش ‌گیاهی ‌به کار‌ گرفته می‌شود این مورد است که ‌داده‌هـای ‌باند‌های ‌طیفی گوناگون ‌که ‌می‌توانند نمایانگر داده‌هـایی از قبیل میزان ‌درصد‌ پوشش گیاهی، بیوماس و ‌شاخص ‌سطح ‌برگ‌ باشد ‌به ‌یک ‌مقدار ‌واحد ‌در ‌هر ‌پیکسل ‌کاهش ‌دهد. در گذر زمان، عوامل محیط و انسان سبب تغییرات مثبت و منفی در کمیت و کیفیت پوشش گیاهی شده‌اند؛ ایـن وضـعیت در آینده نیز ادامه خواهد داشت. تغییرات زمانی در پوشش گیاهی ممکن است به‌صورت روندهای افزایشـی یـا کاهشی باشد. شناخت این تغییرات و تعیین روند آن‌ها در گذشته و آینده می‌تواند راهگشای تصمیم سازی بـرای سیمای سرزمین باشد. یکی از راه‌های مطالعه تغییرات پوشش گیاهی به‌عنوان مهم‌ترین شاخص تخریب زمین، سنجش از راه دور است. بر این اساس، در این پژوهش با استفاده از شاخص تفاوت پوشش گیاهی نرمال شده NDVI با فرمت HDF و در بازه زمانی 16 روزه سنجندة MODIS با اندازة پیکسل 250 متر پایش تغییرات بلندمدت پوشش گیاهی استان فارس طی یک دوره 20 ساله از دوره زمانی 2000 تا 2020 و با استفاده از توابع آمار فضایی به‌منظور تهیه نقشه راه در سال 1400 موردبررسی‌ قرار گرفت‌. برای این منظور با استفاده از توابع آمار فضایی به‌منظور تهیه نقشه راه است. بدین منظور از داده‌هـای مادیس در بازه بیست‌ساله استفاده شده است. سپس داده‌هـای مورد تجزیه‌وتحلیل‌های آمار کلاسیک و آمار فضایی قرار گرفتند. نتایج نشان‌دهنده روند افزایشی سطح پوشش گیاهی در بازه زمانی 20 ساله بوده همچنین پراکنش پوشش گیاهی در طول زمان خوشه‌ای بوده است. در انتها نقشه راهی به‌منظور پایش بلندمدت پوشش گیاهی در استان فارس پیشنهاد گردید.

برای رسیدن به امنیت آبی و غذایی پایش به‌هنگام، دقیق و با قابلیت تکرار پذیری سطوح زیر کشت لازم و ضروری است. در این راستا تحقیق حاضر با هدف ارزیابی قابلیت تلفیق تصاویر سنتینل1 و سنتینل2 جهت تفکیک سطوح زیر کشت گندم، کلزا، نخلستان‌ها و اراضی کشت تابستانه در منطقه شمال شرق اهواز انجام شد. برای رسیدن به هدف تحقیق، براساس داده‌های در دسترس سه گروه ترکیبات سری زمانی ایجاد شد. گروه اول شامل ترکیب سری زمانی سنتینل1و2 به همراه شاخص NDVI برای کل دوره مورد بررسی، گروه دوم ترکیبات سری زمانی سنتینل1 و2 براساس دوره اوج سبزینگی و گروه سوم ترکیبات از ترکیب تک تصاویر سنتینل1 و 2 در دوره اوج سبزینگی ایجاد شدند. سپس با استفاده از الگوریتم‌های یادگیری ماشین حداکثر احتمال و ماشین بردار پشتیبان اقدام به طبقه‌بندی تصاویر شد و نقشه‌های موضوعی سطوح زیر کشت به این ترتیب تهیه شد. درنهایت صحت نتایج بدست آمده با استفاده از شاخص‌های صحت کلی و ضریب کاپا ارزیابی شد. براساس نتایج بدست آمده مشخص شد که ترکیب سری زمانی تصاویر سنتینل1 و2 به‌همراه شاخصNDVI برای کل دوره مورد بررسی (ترکیب شماره 3) به روش ماشین بردار پشتیبان جهت استخراج سطوح زیر کشت منطقه مورد مطالعه دارای بالاترین دقت کلی و ضریب کاپا بوده که بترتیب 22/91 درصد و 89/0 می‌باشد. همچنین نتایج بدست آمده بیان‌گر این واقعیت بود که الگوریتم ماشین بردار پشتیبان برای ترکیبات سری زمانی بالاترین دقت کلی و ضریب کاپا را دارد و برای روش‌های تک تصویر الگوریتم حداکثر احتمال دارای بالاترین دقت کلی و ضریب کاپا می‌باشد. براساس یافته‌ها نتیجه‌گیری می‌شود که ترکیبات سری زمانی تصاویر سنتینل2 و الگویتم ماشین بردار پشتیبان جهت استخراج سطوح زیر کشت دارای صحت بالایی نسبت به روش تک تصویر هستند و تلفیق قطبش VH سنتینل1 به سری زمانی سنتینل2 سبب افزایش صحت به میزان 5 درصد می‌شود.

بیابان‌زایی یک مشکل زیستمحیطی در سراسر جهان است. دادهها و تکنیک سنجش‌ازدور اطلاعات قابل‌توجهی را برای تهیه نقشه و ارزیابی بیابانزایی ارائه میدهد. برای بررسی دقیق بیابان‌زایی دشت کاشان ابتدا با استفاده از تصاویر ماهواره لندست 5 و 8 نقشه کاربری اراضی برای سال 2008 و 2020 تهیه گردید. سپس با استفاده از داده‌های تصاویر ماهواره‌ای شاخص‌های TGSI (شاخص اندازه دانه سطحی خاک) و داده‌های Albedo (آل بدو سطح زمین) تهیه، سپس نقشه بیابان‌زایی DDI مدل‌های فضای Albedo-TGSI ایجاد و دقت استخراج این نقشه‌ها بررسی گردید. اراضی بایر و مراتع به ترتیب کاهش 75/7 و 80/1 درصدی داشته این در حالی است که شورهزار، مناطق انسان‌ساخت و اراضی کشاورزی به ترتیب حدود 60/6، 61/1 و 43/1 درصد افزایش نشان داده است. بررسی صحت کلی و ضریب کاپا نقشه کاربری اراضی نشان داد که این شاخص‌ها برای سال 2008 به ترتیب 95% و 91/0 و برای سال 2020 نیز 96 و 94/0 است. همچنین بررسی نقشه بیابانزایی سال 2008 نشان داد که بیشترین مساحت مربوط به کلاس متوسط و کم و بدون بیابان‌زایی بوده که حدود 69 درصد از دشت کاشان را پوشش داده است. این در حالی است که نتایج بیابانزایی در سال 2020 بیان داشت که کلاسهای بیابانزایی شدید و خیلی شدید حدود 42/55 درصد از مساحت این منطقه را دربر گرفتهاند. این نتایج بیانگر افزایش بیابانزایی و شرایط ایجاد اراضی بیابانی دشت کاشان است. نتایج صحت سنجی نشان داد که دقت کلی و ضریب کاپا نقشه تهیه‌شده به ترتیب 92/94 % و 52/93 % است. درحالی‌که مدل Albedo-TGSI برای مناطق با پوشش گیاهی نسبتاً کم مناسب است. این مطالعه یک مرجع فنی برای بررسی بیابان‌زایی مناطق مختلف فراهم می‌کند.

استفاده بهینه از منابع آب زیرزمینی به‌ویژه در مناطق خشک و نیمه‌خشک با استفاده از روش‌های پایدار بهره‌برداری مانند قنوات همواره مورد توجه بوده است. از طرفی، تحلیل اطلاعات مکانی موثر بر وجود آب‌های زیرزمینی به روش‌های تحلیلی قوی نیاز دارد تا بتواند روابط غیرخطی، ارتباط درونی و اطلاعات پنهان میان لایه‌ها را تفسیر نماید. در همین ارتباط، پژوهش حاضر با هدف ارزیابی مقایسه‌ای تغییرات مکانی پتانسیل آب زیرزمینی با استفاده از مدل‌های نسبت فراوانی و وزن شواهد در محدوده شهرستان اسفراین استان خراسان شمالی برنامه‌ریزی شده است. عوامل ارتفاع از سطح دریا، جهت شیب، درجه شیب، کاربری اراضی، زمین‌شناسی، شاخص رطوبت توپوگرافی، انحنای دامنه، انحنای آبراهه، فاصله از رودخانه، تراکم زهکشی، شاخص توان آبراهه، فاصله از گسل و تراکم گسل به‌عنوان لایه‌های موثر در محیط سامانه اطلاعات جغرافیایی تهیه و براساس مدل‌های نسبت فراوانی و وزن شواهد میزان ارتباط آن‌ها با پتانسیل آب زیرزمینی تعیین شد. ارزیابی نقشه‌های تهیه شده با استفاده از منحنی عملکرد نسبی انجام شد. براساس نتایج، مدل نسبت فراوانی با مقدار سطح زیرمنحنی برابر با 4/84 درصد عملکرد بهتری نسبت به مدل وزن شواهد در منطقه مطالعاتی نشان داد. هم‌چنین، عوامل زمین‌شناسی، کاربری اراضی، ارتفاع از سطح دریا و فاصله از رودخانه در مدل‌های مورد استفاده به‌عنوان مهم‌ترین عوامل مؤثر بر پتانسیل آب زیرزمینی انتخاب شدند. علاوه بر این، 5/12، 45/28، 75/34، 3/19 و 5 درصد از منطقه مورد پژوهش به‌ترتیب در طبقات با پتانسیل خیلی کم، کم، متوسط، زیاد و خیلی‌ زیاد پتانسیل آب زیرزمینی براساس مدل نسبت فراوانی قرار گرفته‌اند. نتایج پژوهش حاضر می‌تواند در سیاست‌گزاری‌ها و تصمیم‌سازی‌های مرتبط با مدیریت منابع آب و مکان‌یابی مناطق مستعد وجود قنات و استخراج آب‌های زیرزمینی یا اتخاذ راهبردهای مدیریت بهینه آبخوان در شهرستان اسفراین مورد استفاده قرار گیرد.

امروزه تصاویر سنجنده های MODIS و VIIRSبه دلیل قدرت تفکیک طیفی و زمانی بالا به طور گسترده ای برای شناسایی آتش فعال مورد استفاده می گیرند. هدف از انجام این مطالعه ارزیابی آتش‌سوزی‌های فعال در تالاب هورالعظیم با استفاده از روش سنجش از دور است. بدین منظور تصاویر سنجنده MODIS Terra)و(Aqua و VIIRS در دوره زمانی 2022-2002 مربوط به ماه‌های ژوئن، ژولای و اوت اخذ گردید. پس از بررسی های اولیه، تصاویر با نرم افزار ENVI پردازش و مساحت آتش سوزی ها با Arc GIS محاسبه شد. مشخص گردید که اکثر آتش‌سوزی‌ها در قسمت های غربی تالاب رخ‌داده و امکان استفاده از داده‌های زمینی مربوط به آتش‌سوزی وجود نداشت، بنابراین برای صحت ارزیابی‌ها و دقت تصاویر ماهواره‌ای از تصاویر Landsat 8/OLI به‌عنوان نقشه صحت زمینی استفاده و نتایج آن با بهره گیری از روش ترکیب باندی مورد تائید قرار گرفت. بر اساس نتایج حاصل شده، وسیع‌ترین آتش‌سوزی ها در این تالاب در ژولای 2018 و اوت 2015 به ترتیب با مساحت 13564 و 13500 هکتار به وقوع پیوسته است. در 2018 و2022 به ترتیب 36 و 27 درصد آتش سوزی ها رخ داده و بیش از 70 درصد آتش سوزی ها کمتر از 10000هکتار مساحت دارند. روند وقوع آتش سوزی های وسیع افزایش یافته است. 39 درصد آتش سوزی ها مربوط به ژولای بوده که نسبت به ماه های ژوئن و اوت بیشترین میزان را داشته است. در 2018 بیشترین تعداد آتش‌سوزی‌های وسیع در این تالاب مشاهده شد. به دلیل مشخص نبودن علت یا علل موثر در وقوع آتش سوزی در محدوده مطالعاتی، نمی توان روند خاصی برای تغییرات مکانی و زمانی حریق در نظر گرفت. تغییرات مکانی و زمانی وقوع آتش سوزی در این تالاب به گونه ای است که طراحی مدل یا الگوی مکانی و زمانی برای آن مشکل است.