نوع مقاله : مقاله پژوهشی

نویسندگان

• صیاد اصغری سراسکانرود ¹
• سینا خون خام ²
• عذرا عبدی ²

¹ استاد گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران

² دانشجوی کارشناسی ارشد، گروه جغرافیای طبیعی، دانشکده علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران

چکیده

در سال‌های اخیر، داده‌های سنجش از دور نقش مهمی در مطالعات مربوط به مدیریت منابع طبیعی، به‌ویژه در پژوهش‌های مربوط به منابع آبی ایفا کرده‌اند. در میان مطالعات مربوط به منابع آبی، استفاده از شاخص‌های آبی به‌شدت مورد توجه قرار گرفته است. این شاخص‌ها با پیشرفت فناوری و تولید تصاویر ماهواره‌ای رشد و توسعه بیشتری یافته و دقت آن‌ها به‌طور چشمگیری افزایش پیدا کرده است. در این پژوهش به منظور تحلیل و شناسایی مناطق آبی در منطقه مورد مطالعه از تصاویر لندست 8 و سنتنیل 2A مربوط به دریاچه‌ی زریبار استفاده شد. شش شاخص آبی انتخاب و اجرا گردید. نتایج نشان داد که شاخص AWEIshadow با میانگین ضریب کاپای 0.9901 در سنتنیل و0.9692 در لندست 8 بهترین شاخص و بدترین نتیجه را شاخص AWEINoShadow با میانگین ضریب کاپای 0.4997 در سنتنیل و 0.618 در لندست 8 برای شناسایی آب داشته‌اند. به طور کلی در اجرای شاخص‌های آبی، دقت تصاویر ستتینل 2A به نسبت لندست 8 به طور چشمگیری بالاتر بود که این عامل می‌تواند به علت قدرت تفکیک مکانی بالای تصاویر سنتینل باشد.. نتایج این تحقیق حاکی از آن بود که استفاده از شاخص‌های استخراج آب و تصاویر ماهواره‌ای با دقت بالا می‌تواند ابزار مؤثری برای پایش و مدیریت پایدار منابع آبی باشد. نتایج حاصل می‌توانند به برنامه‌ریزان و مدیران کمک کنند تا تصمیمات بهینه‌تری در خصوص حفاظت و بهره‌برداری از منابع طبیعی اتخاذ کنند.

تازه های تحقیق

یکی از مهم ترین سیستم های محیطی که تحت تأثیر متغیرهای متعددی قرار می گیرد، دریاچه ها هستند. در نتیجه مطالعه و تحلیل آنها بسیار مهم است. نتیجه‌گیری این مطالعه نشان می‌دهد که چگونه تعدادی از شاخص‌ها می‌توانند مناطق آبی را در تصاویر ماهواره‌ای شناسایی کنند، به ویژه زمانی که بازتاب آب طیف مادون قرمز نزدیک به خوبی از هم جدا شده باشد. این مطالعه شش شاخص مختلف شامل NDWI، MNDWI، NDWIPlus، WRI و AWEI در دو نسخه‌‌ی سایه‌دار و بدون سایه  را بررسی شد. برای ارزیابی عملکرد هر شاخص از روش‌های آماری و تحلیل دیداری استفاده شد. اگرچه همه شاخص‌ها دریاچه زریبار را استخراج می‌کنند، اما تمایز سطح آب از سایر پدیده‌ها، به‌ویژه در مناطق با آلبدو و سایه می‌تواند چالش برانگیز باشد. با توجه به داده های جمع آوری شده، همه شاخص ها به استثنای شاخص AWEI_NSh، دقت خوبی در تشخیص آب نشان می دهند. اما از بین همه شاخص ها، شاخص AWEI_Sh بهترین دقت را دارد. شاخص NDWIPlus در تشخیص مناطق آبی و غیرآبی در تصاویر لندست 8 موفق‌تر از شاخص NDWI است. شاخص AWEI_NSh کمترین ضریب صحت سنجی را در هر دو نوع تصویر لندست 8 و سنتینل  2A به دلیل انعکاس قابل‌توجه پدیده‌های غیرآبی داشت. به طور کلی، می توان ادعا کرد که دقت کلی به دست آمده در اکثر شاخص های مورد بحث، مقادیر قابل اعتمادی را نشان می دهد که انتخاب آستانه مناسب را در این شاخص ها نشان می دهد. با این حال، عواملی از جمله نوع پوشش زمین، ویژگی‌های توپوگرافی و متغیرهای محیطی بر عملکرد شاخص‌ها تأثیر می‌گذارند. بنابراین برای حصول نتایج دقیق‌تر و قابل اعتمادتر باید از آستانه‌های مناسب استفاده کرد. بررسی دقیق مراحل پیش پردازش، تجربه کاربر، و درک عمیق زمینه مورد مطالعه نیز می تواند دقت نتایج را بهبود بخشد. این مطالعه اهمیت استفاده از رویکردهای چند باندی و شاخص‌های طیفی را در سنجش از دور نشان می‌دهد و همچنین چگونگی توسعه روش و انتخاب آستانه محتاطانه می‌تواند دقت شناسایی و استخراج مناطق آبی را افزایش دهد. علاوه بر این، وضوح فضایی عالی تصاویر سنتینل به آن‌ها اجازه می‌دهد تا شاخص‌ها را به طور موثرتری نسبت به لندست اعمال کنند. این مطالعه همراه با شاخص‌ها، روند 9 ساله دریاچه زریبار را نیز مورد بررسی قرار داده است که نشان دهنده کاهش سطح آب بر اساس شاخص AWEI_Shadow که دقیق‌ترین روش استخراج مناطق آبی  است که کاهش آب در دریاچه زریبار را نیز نشان می‌دهد. به طور کلی، چند دلیل اصلی در کاهش سطح آب دریاچه زریبار وجود دارد. اولاً به دلیل خشکسالی و بارندگی کمتر، سطح آب حوضه آبریز این دریاچه به شدت کاهش یافته است. دوم، چاه های متعدد دریاچه که آب کشاورزی و آشامیدنی را تامین می کند، تقاضا برای منابع آب را افزایش داده و اثرات خشکسالی را تشدید کرده است. علاوه بر این، عمق دریاچه و اکسیژن محلول به دلیل آلودگی و رسوب ناشی از فاضلاب شهرداری های مجاور که به آن می ریزد، کاهش یافته است. تغییرات آب و هوایی و کاهش حجم آب جاری از چشمه های دریاچه دو دلیل قابل توجهی است که ممکن است بدانیم. از این رو برای حفظ پایداری و سلامت این زیستگاه گرانبها مدیریت و حفظ مناسبی لازم است.

کلیدواژه‌ها

• شاخص‌های آب
• تصاویر ماهواره‌ای
• دریاچه زریبار

موضوعات

• سنجش از دور و سیستم اطلاعات جغرافیایی

عنوان مقاله [English]

Evaluation of water indicators using Landsat and Sentinel satellite images (case area: Zaribar Lake)

نویسندگان [English]

• sayyad asghari Saraskanroud ¹
• sina khonkham ²
• ozra abdi ²

¹ Department of Physical Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran.

² - Department of Physical Geography, Faculty of Social Sciences, University of Mohaghegh Ardabili, Ardabil, Iran.

چکیده [English]

In recent years, remote sensing data have played an important role in natural resource management studies, especially in water resources research. Among the studies related to water resources, the use of water indicators has been highly considered. With the advancement of technology and the production of satellite images, these indicators have grown and developed more and their accuracy has increased significantly. In this research, Landsat 8 and Sentinel 2A images related to a 9-year period have been used to analyze and identify water areas in the target area. The indices used in the research are NDWI, NDWIPlus, MNDWI, WRI and AWEI indices in two shaded and unshaded versions. The results showed that the AWEIshadow index with an average kappa coefficient of 0.9901 in Sentinel and 0.9692 in Landsat 8 was the best index and the worst result was AWEINoShadow index with an average kappa coefficient of 0.4997 in Sentinel and 0.618 in Landsat 8 for water identification.The results of this research showed that the use of water extraction indicators and high-precision satellite images can be an effective tool for monitoring and sustainable management of water resources. The results can help planners and managers to make more optimal decisions regarding the protection and exploitation of natural resources

کلیدواژه‌ها [English]

• Remote sensing
• water index
• Zaribar Lake