نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی دکترای تخصصی گروه آب و هواشناسی،واحد مرند،دانشگاه آزاد اسلامی،مرند،ایران
2 استاد گروه آب و هواشناسی،دانشکده برنامه ریزی و علوم محیطی،دانشگاه تبریز،ایران
3 استاد گروه جغرافیا، دانشکده برنامه ریزی و علوم محیطی،دانشگاه تبریز،ایران
4 استاد گروه سنجش از دور و سیستم اطلاعات جغرافیایی دانشکده برنامه ریزی و علوم محیطی،دانشگاه تبریز،ایران
چکیده
هدف این مقاله، تشخیص تغییرات پوششبرفی با استفاده از روشهای تحلیل شیءگرای تصاویر ماهوارهای در حوضههای آبریزغربی دریاچهارومیه (زولاچای، نازلوچای، شهرچای و باراندوزچای) است. وسعت پوششبرف به کمک تصاویر ماهوارهای Sentinel-2 و Landsat-8 برای روزهای با بیشترین برف به روش شیءگرا استخراج و در ادامه به کمک روش CA-Markov وضعیت آتی پوشش برفی هر 4 حوضه در سال 2029 با دقت بالا 80 درصد شبیهسازی شد. سپس، عمقبرف به کمک دادههای FLDAS_NOAH و با استفاده از روش منحنی جرم باقیمانده نرمال شده در محیط اکسل مورد بررسی قرار گرفت. تغییرات پوشش و عمق برف در هر 4 زیرحوضه طی سالهای 2016 تا 2023، دارای نوساناتی بوده است و یک روند کاهشی داشتهاند. بیشترین پوششبرفی مربوط به سالهای 2018، 2019 و 2021 میباشد. بیشینه و میانگین مقادیر عمق برف در سال 2020 به بیشترین مقدار خود یعنی 2/28 و 0/68 و در سالهای 2016 و 2018 نیز بیشینه عمقبرف به کمترین میزان خود یعنی 1/07 و 1/1 رسید. همچنین بررسی نقشه پوششبرفی CA_Markov برای سال 2029 نشان دهنده روند افزایشی نسبی برف است. بنابراین علارغم وجود مشکلات کمآبی در منطقه، بررسی نتایج حاصل از این تحقیق نشان میدهد که عوامل دیگری در تشدید کمآبی منطقه و کاهش آب دریاچهارومیه تاثیر دارد؛ که یافتن و بررسی این عوامل، برای مدیریت مشکلات آبی منطقه بسیار حائز اهمیت است.
کلیدواژهها
موضوعات
عنوان مقاله [English]
Detection of the Snow-Cover Changes on the Urmia Lake western Basins Using Object-Based Image Analysis (OBIA) Methods
نویسندگان [English]
1 Narges Samadi,Ph.D.student,Department of Hydrology and Meteorology,Marand Branch,Islamic Azad University,Marand,Iran
2 Professor,Department of Meteorology,Faculty of Planning and Environmental Sciences,Tabriz University,Iran
3 Professor of Geography Department,Faculty of Planning and Environmental Sciences,Tabriz University,Iran
4 Professor of Remote Sensing and GIS Department,Faculty of Planning and Environmental Sciences,Tabriz University,Iran
چکیده [English]
This article focuses on analyzing snow cover changes in the western watersheds of Lake Urmia (Zola Chay, Nazlou Chay, Shahr Chay, and Barandoz Chay) using object-based image analysis methods applied to satellite imagery. The study utilizes Sentinel-2 and Landsat-8 satellite images to extract the extent of snow cover for days with maximum snowfall. This data was then processed using object-based methods, and the future state of snow cover in these four watersheds for the year 2029 was simulated with 80% accuracy using the CA-Markov model.
In addition, the depth of snow was examined using FLDAS_NOAH data and analyzed through the normalized residual mass curve method in Excel. The study reveals fluctuations in snow cover and depth across all four sub-watersheds between 2016 and 2023, showing an overall decreasing trend. The highest snow cover occurred in 2018, 2019, and 2021. In terms of snow depth, the maximum and average values reached their peak in 2020, with figures of 2.28 meters and 0.68 meters, respectively. Conversely, the lowest maximum snow depth was recorded in 2016 and 2018, at 1.07 meters and 1.1 meters. Moreover, the CA-Markov snow cover map for 2029 indicates a relatively increasing trend in snow cover. Despite the region's water scarcity issues, the findings of this study suggest that other factors are contributing to the intensification of water shortages and the reduction of Lake Urmia's water level. Identifying and examining these factors is crucial for effective water management in the region.
کلیدواژهها [English]