نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی

پایش دریاچه بیابان لوت با بررسی تصاویر ماهواره‌ای لندست و سنتینل2

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجو، پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران.

2 پژوهشگاه علوم و تکنولوژی پیشرفته و علوم محیطی، دانشگاه تحصیلات تکمیلی صنعتی و فناوری پیشرفته، کرمان، ایران

10.22034/rsgi.2025.66297.1127

چکیده

هدف از انجام تحقیق حاضر پایش تشکیل دریاچه بیابان لوت توسط تصاویر ماهواره‌ای سری‌های لندست و سنتینل2 در بازه زمانی 47 ساله از 1972 تا 2019 با استفاده از شاخص‌های آبی و پوشش گیاهی است. این شاخص‌ها شامل تفاضل نرمال شده آب (NDWI)، تفاضل نرمال شده آب اصلاح شده (MNDWI)، استخراج خودکار آب در مناطق شهری (AWEInsh) و مناطق سایه‌دار (AWEIsh) و تفاضل نرمال شده پوشش گیاهی (NDVI) هستند. با استفاده از این شاخص‌ها مرز و مساحت پهنه آبی دریاچه تعیین شد. حوضه آبخیز از داده‌های رقومی ارتفاع استخراج و دو آبراهه اصلی در منطقه بارز شدند. یکی از این آبراهه‌ها که از رود شور منشعب شده و از قسمت شمال حوضه وارد دریاچه می‌شود، تاثیر بسزایی در تشکیل دریاچه داشته است. آبراهه دیگر که از سمت غرب حوضه وارد می‌شود با شواهد موجود به طور قطع نمی‌توان از تاثیرگذاری این آبراهه در تشکیل دریاچه اطمینان حاصل کرد. می‌توان گفت که بارندگی و طغیان رود شور باعث تشکیل دریاچه شده است. نتایج به دست آمده از شاخص‌ها نشان داد که شاخص‌های NDWI و NDVI در بدست آوردن مساحت دریاچه کارآمدتر هستند. در تصویر سنتینل 1398 مساحت استخراج شده از شاخص NDVI، در اردیبهشت 1398 حدود 209 هکتار بوده که پس از گذشت زمان در خرداد ماه کاهش یافته و در تصویر لندست به 191 هکتار رسیده است. شاخص‌های آبی ابزاری مفید برای شناسایی پهنه‌های آبی و روند افزایشی و کاهشی سطح دریاچه‌ها هستند که می‌توانند برنامه‌ریزان و سیاست‌گذاران را در حفاظت و مدیریت منابع طبیعی یاری رسانند.

تازه های تحقیق

با بررسی تصاویر ماهواره‌ای در بازه زمانی 47 ساله از 1972 تا 2019 مشخص شد که علاوه بر سال 2019 در سال‌های 1977، 1986 و 1987 نیز شواهد دریاچه‌ای کوچکتر در تصاویر وجود دارد. همچنین طبق یادداشت‌های دکتر مستوفی در سال 1350 (1971) رودشور طغیان نموده و شاخه‌هایی از آن در غرب گدار باروت رو به جنوب رفته و چاله‌های شمالی کلوت را آب گرفته و در مصب رود شور دریاچه پر آب بزرگی پدید آمده بود. متاسفانه تصویر ماهواره‌ای از سال 1350 در دسترس نیست و در تصویر سال 1972 نیز هیچ پهنه آبی در منطقه دریاچه لوت بارز نشد ولی در محدوده‌ی دریاچه رسوبات به جای مانده شواهدی از وجود دریاچه‌ای خشک شده را نشان می‌دهند که ممکن است ناشی از بارندگی سال 1350 باشد. با پردازش تصاویر در سال‌های 1977، 1986 و 1987 و 2019 پهنه آبی بارز و مساحت آنها محاسبه شد (شکل‌های 3 تا 6).

تصاویر اخذ شده از سال 1977 و 1986 مربوط به سنجنده MSS بوده و با توجه به محدوده طول موج و تعداد باندهای کم این سنجنده تنها شاخص‌های NDVI و NDWI اعمال شدند (شکل 3). نتایج بیانگر وجود دریاچه‌ای بسیار کوچک در این زمان‌ها در منطقه است. نتایج حاصل از شاخص‌های NDVI و NDWI  تقریبا مشابه بوده و نشان می‌دهد که در سال 1977 پهنه آبی با وسعت حدود 51 هکتار تشکیل شده که در ادامه خشک گردید و در سال‌های بعد اثری از آن مشاهده نشد. در آوریل 1986 نیز مجددا پهنه آبی با وسعت 54 هکتار قابل مشاهده است (جدول 2، شکل‌ 3).

تصاویر سنجنده MSI سنتینل 2 و OLI لندست 8 به ترتیب مربوط به مربوط به 19 آوریل و 25 می 2019 می‌باشند. هر پنج شاخص روی این داده‌ها اعمال شد (شکل‌های 5 و 6). بر اساس نتایج به‌دست‌آمده از تصاویر و شاخص‌های مختلف، در سال مورد بررسی نیز با گذشت زمان، وسعت دریاچه کاهش یافته است؛ به‌طوری‌که از آوریل تا می، در تمامی شاخص‌ها به جز NDWI، کاهش مساحت دریاچه مشاهده می‌شود. تنها شاخص NDWI نسبت به سایر شاخص‌ها در برخی موارد وسعت دریاچه را کمی بیشتر نمایش داده است. وسعت مناطق آبی شناسایی شده در تصویر سنتینل-۲ با استفاده از شاخص‌هایAWEI-sh،MNDWI ، NDVI و NDWI کمی متفاوت است. به طور مشخص، شاخصAWEI-nsh  وسعتی حدود 240 هکتار،  AWEI-sh حدود 211،MNDWI  حدود 174 و NDWI  حدود 189 و NDVI حدود 209 هکتار پهنه آبی را نشان می‌دهند. با این وجود، پهنه‌های آبی شناسایی شده توسط شاخص‌های AWEI-sh  و MNDWI نسبت به واقعیت میدانی بیشتر و کمتر بوده و برخی از این مناطق با شرایط واقعی مطابقت ندارند. در مقابل، نتایج حاصل از شاخص‌های NDWI و به ویژه NDVI با دقت بیشتری با مشاهدات میدانی همخوانی دارند (شکل 5).

بررسی تصاویر ماهواره‌ای لندست و سنتینل-۲ در بازه زمانی ۴۷ ساله (۱۹۷۲ تا ۲۰۱۹) نشان داد که بیابان لوت طی چند دهه گذشته، چندین بار شاهد تشکیل دریاچه‌های موقتی با وسعت‌های متفاوت بوده است. بیشترین وسعت این دریاچه‌ها در سال ۲۰۱۹ و به میزان حدود ۲۰۹ هکتار ثبت شد که نسبت به سال‌های ۱۹۷۷، ۱۹۸۶ و ۱۹۸۷ (با وسعتی معادل یک‌چهارم سال ۲۰۱۹) افزایش چشمگیری داشته است. این پدیده عمدتاً در پی سیلاب‌های شدید و طغیان رودخانه شور رخ داده و پس از مدت کوتاهی، به دلیل تبخیر بالا و کاهش بارندگی، دریاچه‌ها به سرعت خشک شده‌اند. مطالعه حاضر نشان داد که شاخص‌های آبی و گیاهی، به‌ویژه NDWI و NDVI، نسبت به شاخص‌های MNDWI  و AWEI، در استخراج و پایش دقیق‌تر پهنه‌های آبی منطقه لوت عملکرد بهتری دارند و با واقعیت‌های میدانی مطابقت بیشتری نشان می‌دهند. این یافته با نتایج پژوهش‌های مشابه در ایران و جهان (مانند خسرویان و همکاران، ۱۳۹۶؛ ژو و همکاران، ۲۰۱۷؛ سیما و همکاران، ۲۰۱۳) همسو است و بر اهمیت داده‌های سنجش از دور و شاخص‌های منتخب در پایش تغییرات سطح آب در مناطق خشک و نیمه‌خشک تأکید دارد. دریاچه نوپدید شهداد، واقع در مسیر شهداد-نهبندان و در میانه بیابان لوت، نمونه بارزی از این رخدادهای هیدرولوژیکی است که در پی طغیان رودخانه شور و ورود حجم قابل توجهی از آب‌های فصلی شکل گرفت. این رخداد علاوه بر تغییرات ساختاری در سطح زمین و تأثیر بر زیرساخت‌هایی مانند جاده و خطوط انتقال برق، پیامدهای اکولوژیکی و زیست‌محیطی قابل توجهی از جمله افزایش شوری خاک و تأثیر بر زیستگاه پرندگان مهاجر به همراه داشته است. از منظر اجتماعی و اقتصادی تشکیل این دریاچه موجب افزایش جذابیت‌های بصری و طبیعی بیابان لوت و جلب گردشگران بیشتری به این منطقه شد؛ به‌ویژه در سال‌های اخیر که ثبت جهانی لوت و پدیده‌های کم‌نظیر آن توجه علاقه‌مندان به طبیعت و ژئوتوریسم را افزایش داده است. از منظر کاربردی و اجرایی، نتایج این پژوهش می‌تواند به‌عنوان مبنایی برای مدیریت ریسک سیلاب، حفاظت از زیرساخت‌های منطقه و برنامه‌ریزی منابع آب مورد استفاده قرار گیرد. پایش مستمر پهنه‌های آبی با داده‌های ماهواره‌ای و GIS، امکان شناسایی به‌موقع تغییرات و تصمیم‌گیری مؤثر را برای مدیران و برنامه‌ریزان فراهم می‌کند. در مجموع، بهره‌گیری از فناوری سنجش از دور و شاخص‌های منتخب، ابزاری کارآمد و مقرون‌به‌صرفه برای پایش و مدیریت منابع آب و اکوسیستم‌های بیابانی فراهم می‌کند و می‌تواند نقش مهمی در تصمیم‌گیری‌های مدیریتی، حفاظت محیط‌زیست و توسعه ژئوتوریسم در مناطق خشک و نیمه‌خشک ایفا نماید

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Monitoring the Lut Desert Lake using Landsat and Sentinel-2 Satellite Imagery

نویسندگان [English]

  • Mahsa Sheikhasadi 1
  • Mahdieh Hosseinjanizadeh 2
  • Mehdi Honarmand 2
  • Reza Hassanzadeh 2

1 Student, Department of Ecology, Institute of Science and High Technology and Environmental Sciences, Graduate University

2 Department of Ecology, Institute of Science and High Technology and Environmental Sciences, Graduate University of Advanced Technology, Kerman, Iran

چکیده [English]

ABSTRACT
The focus of this research is to monitor the formation of the Lut desert lake by investigation of Landsat and Sentinel 2 satellite images in a period of 47 years from 1972 to 2019 using water and vegetation indices. These indices which were used for extraction of the border and lake area include the Normalized Difference Water Index (NDWI), Modified Normalized Difference Water Index (MNDWI), Automatic Water Extraction Index in Urban Areas (AWEInsh), Automatic Water Extraction Index in Shaded Areas (AWEIsh) and Normalized Difference Vegetation Index (NDVI). The watershed of the lake and two main drainages were extracted from digital elevation model (DEM) data. The drainage which branches from the Shur River enters the lake and has had a significant impact on the formation of the lake. In general rainfall and flooding of the Shur River mainly caused the formation of the Lut Lake. The results obtained from the indices showed that NDWI and NDVI indices are more efficient for obtaining the lake area. The area extracted from the NDVI index by Sentinel 2 data was about 209 hectares in April 2019 and gradually decreased to 191 hectares in May in the Landsat image. Results revealed that Water indices are a useful tool for identifying water areas and the increasing and decreasing trend of lake levels, which can help planners and policymakers in the protection and management of natural resources.

کلیدواژه‌ها [English]

  • OLI
  • TM
  • MSS and MSI sensors
  • Water index
  • Vegetation index

هدف: بررسی دقیق تغییرات و پایش نوسانات مساحت دریاچه‌ها و تالاب‌های موقتی، به‌ویژه با استفاده از تصاویر ماهواره‌ای و داده‌های سنجش از دور، برای مدیریت پایدار منابع آب و حفاظت از اکوسیستم‌های حساس بیابانی ضروری است. هدف از انجام پژوهش حاضر، پایش دریاچه لوت در بازه زمانی 47 ساله از 1972 تا 2019 با استفاده از تصاویر ماهواره‌ای است.

روش پژوهش: روش تحقیق در این مطالعه به‌صورت تحلیل زمانی و مکانی تصاویر ماهواره‌ای از سال 1972 تا 2019 انجام شد. به دلیل طولانی بودن بازه زمانی، تصاویر از سنجنده‌های مختلف سری لندست (MSS, TM, OLI) و سنجنده MSI سنتینل-2 انتخاب شدند. پس از دریافت تصاویر، کیفیت آن‌ها بررسی و پیش‌پردازش‌های لازم شامل تصحیح اتمسفری با استفاده از الگوریتم تفریق جسم سیاه برای تصاویر MSS و الگوریتم تحلیل سریع جو در مکعب‌های ابرطیفی (FLAASH) برای سایر تصاویر انجام شد. سپس شاخص‌های طیفی مرتبط با پوشش آبی و گیاهی شامل شاخص تفاضل نرمال شده آب (NDWI)، تفاضل نرمال شده آب اصلاح شده (MNDWI)، استخراج خودکار آب در مناطق شهری (AWEInsh) و مناطق سایه دار (AWEIsh) و تفاضل نرمال شده پوشش گیاهی (NDVI) بر روی تصاویر اعمال شدند تا پهنه‌های آبی به‌صورت دقیق استخراج شوند. داده‌های پهنه‌های آبی به فرمت شیپ‌فایل تبدیل و در محیط GIS برای تعیین تغییرات مساحت دریاچه تحلیل شدند. همچنین، حوضه آبریز دریاچه با استفاده از داده‌های رقومی ارتفاعی (DEM) و افزونه ArcHydro در نرم‌افزار ArcGIS استخراج و دو آبراهه اصلی در محدوده‌ی دریاچه بارز شدند.

نتایج: تحلیل تصاویر ماهواره‌ای لندست و سنتینل-۲ طی بازه زمانی ۴۷ ساله نشان داد که بیابان لوت چندین بار شاهد تشکیل دریاچه‌های موقتی با وسعت‌های متغیر بوده است. بیشترین وسعت دریاچه در سال ۲۰۱۹ به حدود ۲۰۹ هکتار رسید که ناشی از سیلاب‌های شدید و طغیان رودخانه شور بود. دو مسیر اصلی زهکشی در منطقه شناسایی شد که شاخه شمالی آن، منشعب از رودخانه شور، نقش کلیدی در تشکیل دریاچه دارد. شاخص‌های NDWI و NDVI در استخراج دقیق‌تر پهنه‌های آبی نسبت به سایر شاخص‌ها عملکرد بهتری داشتند. همچنین کاهش مساحت دریاچه از ۲۰۹ هکتار در اردیبهشت ۱۳۹۸ به ۱۹۱ هکتار در خرداد همان سال مشاهده شد.

نتیجه‌گیری: این مطالعه نشان داد که بهره‌گیری از فناوری سنجش از دور و شاخص‌های طیفی منتخب، ابزاری موثر و مقرون‌به‌صرفه برای پایش و مدیریت منابع آب در مناطق خشک و نیمه‌خشک است. نتایج به‌دست‌آمده می‌تواند در مدیریت منابع طبیعی، کاهش خطرات سیل و حفاظت از زیرساخت‌ها نقش مهمی ایفا کند. همچنین پایش مستمر پهنه‌های آبی با داده‌های ماهواره‌ای و GIS امکان تصمیم‌گیری به موقع و مؤثر را برای مدیران فراهم می‌سازد.

Chavez, J. P. S. (1989). Radiometric calibration of Landsat thematic mapper multispectral images. Photogrammetric Engineering & Remote Sensing,, 55, 1285-1294.
Chavez, J. P. S. (1996). Image-Based Atmospheric Corrections-Revisited and Improved. Photogrammetric Engineering and Remote Sensing, 62, 1025-1036.
Chen, L., Jin, Z., Michishita, R., Cai, J., Yue, T., Chen, B., & Xu, B. (2014). Dynamic monitoring of wetland cover changes using time-series remote sensing imagery. Ecological Informatics, 24, 17-26. https://doi.org/https://doi.org/10.1016/j.ecoinf.2014.06.007
Duan, Z., & Bastiaanssen, W. G. M. (2013). Estimating water volume variations in lakes and reservoirs from four operational satellite altimetry databases and satellite imagery data. Remote Sensing of Environment, 134, 403-416. https://doi.org/10.1016/j.rse.2013.03.010.
ENVI Tutorial, (2003). ENVI Software Package Version 4.0.
Feyisa, G. L., Meilby, H., Fensholt, R., & Proud, S. R. (2014). Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery. Remote Sensing of Environment, 140, 23-35. https://doi.org/https://doi.org/10.1016/j.rse.2013.08.029
Gao, B.-c. (1996). NDWI—A normalized difference water index for remote sensing of vegetation liquid water from space. Remote Sensing of Environment, 58(3), 257-266. https://doi.org/https://doi.org/10.1016/S0034-4257(96)00067-3
Khosravi, M. Entezari, A., Rahmani, A., Baaghideh, M., (2017) Monitoring the Disturbance of Lake District Water Level Changes Using Remote Sensing Indices. Hydrogeomorphology 4 (13): 99-120. (In Persian)
Leblanc, M., Lemoalle, J., Bader, J. C., Tweed, S., & Mofor, L. (2011). Thermal remote sensing of water under flooded vegetation: New observations of inundation patterns for the ‘Small’ Lake Chad. Journal of Hydrology, 404(1), 87-98. https://doi.org/https://doi.org/10.1016/­j.jhydrol.2011.04.023
Lin, H., Shu, G., Xiping, Y., Yan, L., Guokun, C., & Sha, G. (2021). Spatial Differentiation Analysis of Water Quality in Dianchi Lake Based on GF-5 NDVI Characteristic Optimization. Journal of Spectroscopy, 2021, 5542126. https://doi.org/10.1155/2021/5542126
Maghsoudi, M., Khanbabaei, Z., Mohammadi, A., Mahboobi, S., & Baharvand, M. (2016). Environmental Conditions of Iran Pluvial Lakes using Sedimentary Evidence (Case study: Lut Desert Kalut). Physical Geography Research, 48(1), 125-142. https://doi.org/10.22059/­jphgr.2016.57031. (In Persian)
Maghsoudi, M., Moradi, A., Moradipour, F., & Nezammahalleh, M. A. (2019). Geotourism development in world heritage of the Lut Desert. Geoheritage, 11, 501-516.‏ https://doi.org/10.1007/s12371-018-0303-2. (In Persian)
McFeeters, S. K., & http://dx.doi.org/10.1080/01431169608948714. (1996). The Use of the Normalized Difference Water Index (NDWI) in the Delineation of Open Water Features. International Journal of Remote Sensing, 17, 1425-1432.
Moien Jahanthigh, M. J. (2-23). Monitoring of vegetation changes using daily Landsat-Modis simulated images at in three years of wet, normal and drough in arid region (Case study: Nimroze city) RS & GIS for Natural Resources 14(3), 101-130. (In Persian)
Onyango, D. O., & Opiyo, S. B. (2022). Detection of historical landscape changes in Lake Victoria Basin, Kenya, using remote sensing multi-spectral indices. Watershed Ecology and the Environment, 4, 1-11. https://doi.org/https://doi.org/10.1016/j.wsee.2021.12.001
Propastin, P. A. (2008). Simple model for monitoring Balkhash Lake water levels and Ili River discharges: Application of remote sensing. Lakes & Reservoirs: Science, Policy and Management for Sustainable Use, 13(1), 77-81. https://doi.org/https://doi.org/10.1111/j.1440-1770.2007.00354.x
Rasti, S., Mahdavifardnh, M., Shaykh ghaderi, H., Nasiri, A., Taktaz, N.Z., (2022). Improving Classification accuracy by combining multi-season images of Sentinel 1 and 2 in order to prepare a land use map in the cloud space of Google Earth Engine (Case study: Guilan province), Geoghraphy and Human Relationships Journal, V. 5, N. 3 357-373 (In Persian).
Sima, S., & Tajrishy, M. (2013). Using satellite data to extract volume-area-elevation relationships for Urmia Lake, Iran. Journal of Great Lakes Research, 39, 90-99. https://doi.org/10.1016/j.jglr.2012.12.013. (In Persian).
Wang, L., Dronova, I., Gong, P., Yang, W., Li, Y., & Liu, Q. (2012). A new time series vegetation–water index of phenological–hydrological trait across species and functional types for Poyang Lake wetland ecosystem. Remote Sensing of Environment, 125, 49-63. https://doi.org/https://doi.org/10.1016/j.rse.2012.07.003
 
Xu, H. (2006). Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International Journal of Remote Sensing, 27(14), 3025-3033. https://doi.org/10.1080/01431160600589179
 Zhou, Y., Dong, J., Xiao, X., Xiao, T., Yang, Z., Zhao, G., & Qin, Y. (2017). Open surface water mapping algorithms: A comparison of water-related spectral indices and sensors. Water, 9(4), 256. https://doi.org/10.3390/w9040256. 
نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی
دوره 5، شماره 17
بهمن 1404
صفحه 76-64
  • تاریخ دریافت: 04 فروردین 1404
  • تاریخ بازنگری: 21 اردیبهشت 1404
  • تاریخ پذیرش: 21 آذر 1404