پردازش‌خودکار بر مبنای فن تداخل‌سنجی با پراکنشگرهای دائمی جهت پایش فرونشست (مطالعۀ موردی: آبخوان هرات و مروست)

محورهای موضوعی : برنامه های کاربردی در خطر بلایای طبیعی

ابوالفضل محمدی فتح آباد ¹ ( دانشجوی کارشناسی ارشد سنجش ازدور و سیستم‌اطلاعات‌جغرافیایی، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی یزد، یزد، ایران )
سید علی الحسینی المدرسی ² ( استاد، گروه سنجش ازدور، دانشکده فنی مهندسی، دانشگاه آزاد اسلامی یزد، یزد، ایران )

تاریخ دریافت : 1400/04/12 تاریخ پذیرش : 1400/06/09 تاریخ انتشار : 1401/07/01

کلید واژه: تداخل سنجی با پراکنش گرهای دائمی (PSI), ماهواره سنتینل-1, فرونشست زمین, تداخل‌سنجی تفاضلی(DInSAR), آبخوان هرات و مروست,

چکیده مقاله :

پیشینه و هدف یکی از مسائلی که در اثر برداشت آب زیرزمینی اتفاق می‌افتد نشست زمین (Land subsidence) است. این وضعیت اکنون در بسیاری از نقاط خشک و نیمه خشک ایران و بویژه استان یزد گزارش شده است. به علاوه، در دهه‌های اخیر توسعه ناهمگن اراضی کشاورزی و استخراج بی‌رویه از آب‌های زیرزمینی مخازن آبخوان‌های هرات و مروست در استان یزد باعث بروز پدید فرونشست زمین در پیرامون اراضی کشاورزی شده است. بالا آمدن جداره فلزی میله چاه‌های عمیق، شکاف‌های افقی بر روی سطح زمین به‌طور مستقیم نشان‌دهنده میزان فرونشینی سطح است. تشخیص و نمایان‌سازی نواحی که به دلیل خطرپذیری و به مخاطره انداختن زندگی، مستعد فرونشست هستند ضروری است..از سوی دیگر باید توجه داشته باشیم که تاثیرات فرونشست ممکن است به وسیله دیگر فعالیت‌های طبیعی در ناحیه همچون فعالیت‌های آتشفشانی، زمین لرزه‌ها و زمین‌لغزش‌ها تسریع شود و با توجه به لرزه‌خیز بودن مناطق زیادی از کشور ما توجه به این پدیده اهمیت ویژه‌ای دارد. امروزه یکی از دقیق‌ترین و کم هزینه‌ترین روش‌ها برای شناسایی حرکات سطح زمین، فن تداخل سنجی راداری است. این روش با مقایسه فازهای دو تصویر راداری که از یک منطقه در دو زمان متفاوت اخذ شده‌اند، قادر به تعیین تغییرات سطح زمین با دقت و توان تفکیک مکانی در حد سانتی‌متر و حتی میلی‌متر در آن بازهی زمانی خواهد بود. در این مقاله ما برای نخستین بار با استفاده از تصاویر ماهواره‌ای سنتینل-1 و نرم‌افزارهای منبع باز سعی در پایش وجود فرونشست زمین در آبخوان‌های هرات و مروست نمودیم. در این تحقیق، سعی داریم با به به‌کارگیری داده‌های سری زمانی حس‌گر سنتینل-1 که تاکنون در مطالعه فرونشست مناطق موردمطالعه استفاده‌نشده است به اهداف زیر دست‌یابیم. هدف پژوهش حاضر، اجرا کردن فن تداخل سنجی با پراکنش کننده‌های دائمی با استفاده از پکیج یکپارچه SNAP2StaMPS است. هدف دیگر می‌توان به برآورد نرخ فرونشست با پردازش مجموعه‌ای از تصاویر سنجنده سنتینل-1 در بازه زمانی 20/02/2017 تا 10/02/2019، تقریباً دوساله سری زمانی است. و هدف آخر بررسی پتانسیل دادۀ این حس گر در تحلیل سری زمانی و پایش تغییرات حاصل از فرونشست زمین بود.مواد و روش‌ها آبخوان هرات و مروست درواقع مناطق موردمطالعه در این تحقیق شامل، آبخوان هرات و مروست واقع در استان یزد می‌باشند. آبخوان هرات و مروست ازنظر زمین‌شناسی بخشی از زون‌های زاگرس (افیولیت، رادیولاریت) و سنندج- سیرجان هستند. مناطق مورد مطالعه موجود در حوضۀ درجه ۲ آبریز کویر ابرقو و سیرجان با کد 44 و مساحتی برابر با 57125.3 کیلومترمربع واقع شده است. در این پژوهش تعداد 24 داده مربوط به سنجنده سنتینل-1، در سطح تصویر مختلط تک منظر، گذر بالا، قطبش VV و شماره قطعه 93 مربوط به بازه زمانی تقریباً دوساله را در هر دو منطقه موردمطالعه مورد پردازش قرار گرفت. به‌طورکلی، قسمت اعظم پروسه پردازش و تحلیل سری زمانی تداخل سنجی با پراکنش کننده‌های دائمی (PSI) در این مقاله توسط دو نرم‌افزار متن‌باز اسنپ و استمپس صورت گرفت گرفت. درنهایت، برای خودکار نمودن مراحل تداخل سنجی از نوع تک مرجع، از مجموعه‌ای کد نوشته به زبان برنامه‌نویسی پایتون به نام SNAP2StaMPS که به‌خوبی بر اساس گراف‌های نرم‌افزار اسنپ طراحی‌شده است، استفاده شد.نتایج و بحث یکی از نتایج پردازش تداخل‌سنجی به اساس الگوریتم خودکار SNAP2StaMPS در این پژوهش، تولید تداخل‌نگاشت که فاز توپوگرافی از روی آن‌ها حذف‌شده است، بود. از دیگر نتایج شاخص پراکندگی انحراف استاندارد برای نقشه متوسط جابجایی، هر دو آبخوان هرات و مروست به ترتیب برابر با 4.19 و 3.65 میلی‌متر در سال بود. همچنین از نتایج اصلی در این پژوهش برآورد نقشه متوسط جابجایی، آبخوان هرات بین -40.33 تا 11.46 میلی‌متر در سال و برای آبخوان مروست بین -39.79 تا 10.63 میلی‌متر در سال در راستای دید ماهواره در طول بازه زمانی موردمطالعه (2017 تا 2019) به دست آمد. بدین منظور ناحیه‌های به‌صورت تصادفی و ناحیه‌های نیز بر اساس شواهد میدانی فرونشست در هر دو محدوده مطالعاتی انتخاب شدند نواحی مربوط به آبخوان هرات شامل، 1) قنات سفید و 2) شمال چشمه‌علی و 3) شهر هرات و نواحی 4) قنات شوشوران 5) چاه حاجی‌آباد ناصری و 6) شهر مروست، مربوط به آبخوان مروست را می‌توان نام برد. در این مقاله با توجه عدم وجود ابزارهای تخصصی، جهت ارزیابی و صحت سنجی تنها راه بررسی نتایج، انطباق آن با شواهد زمینی فرونشست، نمودار های سری زمانی و هیدرو گراف واحد آبخوان است. با توجه به نتایج هیدرو گراف واحد آبخوان های آبرفتی هرات و مروست، سطح آب زیرزمینی در آبخوان هرات در طول دوره 8 ساله از سال 1390 تا 1398 بر اساس داده‌های 28 چاه مشاهده‌ای در حدود 5.5 متر افت نموده است، برای آبخوان محدوده مطالعاتی مروست این هیدرو گراف نشان‌دهنده افت آب زیرزمینی در حدود 7 متر در طی دوره هشت‌ساله هست. نتایج سری زمانی حاصل از تداخل سنجی تصاویر مورداستفاده در این مقاله، نشان‌دهنده شیب‌خط برازشی که درواقع میزان وجهت جابجایی (به سمت بالا یا پایین) را نشان می‌دهد، حاکی یک‌روند نزولی رو به پایین در ناحیه شماره دوم (قنات سفید از آبخوان هرات) و پنجم (قنات شو شوران از آبخوان مروست) به ترتیب میزان آن برابر با حدود 5 و 7 سانتی‌متر را نشان می‌دهند. که این نتایج ارتباط معنی‌داری با هیدرو گراف واحد هر دو آبخوان دارد.نتیجه‌گیری در این تحقیق، برای برآورد نرخ پدیده فرونشست در آبخوان‌های هرات و مروست از استان یزد، از فن تداخل سنجی با پراکنش گرهای دائمی با استفاده از داده‌های سنجنده سنتینل-1 و پکیج منبع باز SNAP2StaMPS، استفاده شد. همچنین، پتانسیل نرم افزارهای استمپس و اسنپ جهت پردازش تداخل سنجی راداری بررسی شد، و همچنین جزئیات اجرای بسته نرم‌افزاری استپ به استمپس را نشان داده شد. به طور کلی، بر اساس خروجی های پردازش شده از این پکیچ و نتایج حاصل از صحت سنجی می توان به توانایی روش خودکار ارائه شده در این پژوهش جهت پایش فرونشست پی برد و از این الگوریتم در مناطق مطالعاتی دیگر استفاده کرد.

چکیده انگلیسی:

Background and Objective One of the issues that occur due to groundwater abstraction is land subsidence. This situation is now reported in many arid and semi-arid regions of Iran, especially in Yazd province. In addition, in recent decades, heterogeneous development of agricultural lands and uncontrolled extraction of groundwater from the reservoirs of Herat and Marvast aquifers in Yazd province have caused the occurrence of land subsidence around agricultural lands. The rising metal wall of deep wells and the horizontal cracks on the ground directly indicate the degree of subsidence. It is necessary to identify and identify areas that are prone to subsidence due to the risk and danger to life. On the other hand, we must note that The effects of subsidence may be accelerated by other natural activities in the area such as volcanic activity, earthquakes and landslides, and due to the seismicity of many areas of our country, attention to this phenomenon is of particular importance. Today, one of the most accurate and cost-effective methods for detecting ground surface movements is the radar interference technique. By comparing the phases of two radar images taken from the same area at two different times, this method will be able to determine changes in the earth's surface with accuracy and spatial resolution in centimetres and even millimetres in that time interval. In this article, for the first time, we tried to monitor the subsidence of land subsidence in Herat and Marva's aquifers by using Sentinel-1 satellite images and open source software. In this research, we try to achieve the following goals by using the time series data of the Sentinel-1 sensor, which has not been used in the study of subsidence of the studied areas. The aim of this study is to implement the technique of interferometry with permanent distributors using the integrated SNAP2StaMPS package. Another goal can be to estimate the subsidence rate by processing a set of Sentinel-1 sensor images in the period 20/02/2017 to 10/02/2019, approximately two years of time series. The ultimate goal was to investigate the data potential of this sensor in time series analysis and monitoring of changes due to land subsidence.Materials and Methods Herat and Marvast aquifers, in fact, the study areas in this study include Herat and Marvast aquifers located in Yazd province. Herat and Marvast aquifers are geologically part of the Zagros (ophiolite, radiolarite) and Sanandaj-Sirjan zones. The study areas are located in the 2nd-degree catchment area of Abargoo and Sirjan deserts with code 44 and an area equal to 57125 square kilometres. In this study, 24 data related to Sentinel-1 sensor were processed in one-dimensional mixed image level, high pass, VV polarization and segment number 93 related over a period of approximately two years in both study areas. In general, most of the process of processing and analyzing the time series of interferometers with permanent distributors (PSI) in this paper was done by two open source software, Snap and Stamps. Finally, to automate the single-reference interferometry steps, a set of code written in the Python programming language called SNAP2StaMPS was used, which is well designed based on the graphs of the Snap software.Results and Discussion One of the results of interferometric processing based on the innovative SNAP2StaMPS algorithm in this research was the production of interference maps from which the topographic phase has been omitted. Other results of the standard deviation scatter index for the average displacement map of both Herat and Marva's aquifers were 4.19 and 3.65 mm per year, respectively. Also, the main results of this study are the estimation of the average displacement map of the Herat aquifer between -40.33 to 11.46 mm per year and for Marva's aquifer between-39.79 to 10.63 mm per year in terms of satellite visibility during the study period (2017 to 2019). For this purpose, areas were randomly selected and areas based on subsidence field evidence in both study areas were selected. Hajiabad Naseri and, 6) Marvast city, related to the Marvast aquifer can be named. In this paper, due to the lack of specialized tools to evaluate and validate the only way to review the results, its compliance with ground subsidence evidence, time series diagrams and hydrograph of the aquifer unit. According to the hydrograph results of Herat and Marvast alluvial aquifers, the groundwater level in the Herat aquifer has decreased by about 5.5 meters during the 8-year period from 2011 to 2019, based on data from 28 observation wells. This hydrograph shows a drop of groundwater of about 7 meters over an eight-year period. The time series results obtained from the interferometry of the images used in this paper show the slope of the fitting line, which actually shows the amount of displacement (up or down), indicating a downward trend in the second area (white aqueduct of Herat aquifer) and Fifth (Shuran aqueduct from Marvast aquifer) shows its amount equal to about 5 and 7 cm, respectively. These results have a significant relationship with the hydrograph of the unit of both aquifers.Conclusion In this study, for the first time, to estimate the rate of subsidence in Herat and Marvast aquifers in Yazd province, the technique of interferometry with permanent dispersants was used using Sentinel-1 sensor data and SNAP2StaMPS open source package. Also, the potential of Stamps and SNAP software for radar interferometry processing was investigated, and also the details of the implementation of the Step to Stamps software package were shown. In general, based on the processed outputs of this package and the results of validation, it is possible to understand the ability of the automated method presented in this study to monitor subsidence and use this algorithm in other study areas.

منابع و مأخذ:

Arvin A, Vahabzadeh G, Mousavi SR, Bakhtyari Kia M. 2019. Geospatial modeling of land subsidence in the south of the Minab watershed using remote sensing and GIS. Journal of RS and GIS for Natural Resources, 10(3): 19-34. (In Persian).

Bamler R, Hartl P. 1998. Synthetic aperture radar interferometry. Inverse problems, 14(4): R1-R54. doi:http://dx.doi.org/10.1088/0266-5611/14/4/001.

Berardino P, Fornaro G, Lanari R, Sansosti E. 2002. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms. IEEE Transactions on geoscience and remote sensing, 40(11): 2375-2383. doi:http://dx.doi.org/10.1109/TGRS.2002.803792.

Bozzano F, Esposito C, Franchi S, Mazzanti P, Perissin D, Rocca A, Romano E. 2015// 2015. Analysis of a Subsidence Process by Integrating Geological and Hydrogeological Modelling with Satellite InSAR Data. In: Lollino G, Manconi A, Guzzetti F, Culshaw M, Bobrowsky P, Luino F (eds) Engineering Geology for Society and Territory - Volume 5, Cham. Springer International Publishing, pp 155-159.

Bozzano F, Esposito C, Franchi S, Mazzanti P, Perissin D, Rocca A, Romano E. 2015// 2015. Analysis of a Subsidence Process by Integrating Geological and Hydrogeological Modelling with Satellite InSAR Data. In: Lollino G, Manconi A, Guzzetti F, Culshaw M, Bobrowsky P, Luino F (eds) Engineering Geology for Society and Territory - Volume 5, Cham. Springer International Publishing, pp 155-159. https://doi.org/110.1007/1978-1003-1319-09048-09041_09031.

Cian F, Blasco JMD, Carrera L. 2019. Sentinel-1 for monitoring land subsidence of coastal cities in Africa using PSInSAR: a methodology based on the integration of SNAP and StaMPS. Geosciences, 9(3): 124. doi:https://doi.org/10.3390/geosciences9030124.

Crosetto M, Monserrat O, Cuevas-González M, Devanthéry N, Crippa B. 2016. Persistent Scatterer Interferometry: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 115: 78-89. doi:https://doi.org/10.1016/j.isprsjprs.2015.10.011.

Dehghani M. 2016. Landslide Monitoring Using Hybrid Conventional and Persistent Scatterer Interferometry. Journal of the Indian Society of Remote Sensing, 44(4): 505-513. doi:https://doi.org/10.1007/s12524-015-0536-3.

Delgado Blasco J, Foumelis M. Automated SNAP Sentinel-1 DInSAR processing for StaMPS PSI with open source tools (version 1.0. 1). Zenodo Available online: doi:http://doiorg/105281/zenodo1322353.

Delgado Blasco JM, Foumelis M, Stewart C, Hooper A. 2019. Measuring urban subsidence in the Rome metropolitan area (Italy) with Sentinel-1 SNAP-StaMPS persistent scatterer interferometry. Remote Sensing, 11(2): 129. doi:https://doi.org/10.3390/rs11020129.

Ferretti A, Prati C, Rocca F. 2000. Nonlinear subsidence rate estimation using permanent scatterers in differential SAR interferometry. IEEE Transactions on geoscience and remote sensing, 38(5): 2202-2212. doi:http://dx.doi.org/10.1109/36.868878.

Ferretti A, Prati C, Rocca F. 2001. Permanent scatterers in SAR interferometry. IEEE Transactions on Geoscience and Remote sensing, 39(1): 8-20. doi:http://dx.doi.org/10.1109/36.898661

FerrettiA M, GuarnieriA P. 2007. InSAR Principles: GuidelinesforSARInterferometryProcessingand Interpretation. ESAPublications.

Foroughnia F, Nemati S, Maghsoudi Y. 2018. PS-InSAR Time Series Analysis Using Sentinel-1A and ENVISAT-ASAR Data Stacks for Subsidence Estimation in Tehran. Iranian Journal of Remote Sensing & GIS, 10(1): 57-72.

Foumelis M, Blasco JMD, Desnos Y-L, Engdahl M, Fernández D, Veci L, Lu J, Wong C. 2018. ESA SNAP-StaMPS integrated processing for sentinel-1 persistent scatterer interferometry. In: IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium. IEEE, pp 1364-1367.

Galloway D, Burbey T. 2011. Review: regional land subsidence accompanying groundwater extraction. Hydrogeology 19: 1459–1486. doi:https://doi.org/10.1007/s10040-011-0775-5

Hooper A, Bekaert D, Spaans K, Arıkan M. 2012. Recent advances in SAR interferometry time series analysis for measuring crustal deformation. Tectonophysics, 514-517: 1-13. doi:https://doi.org/10.1016/j.tecto.2011.10.013.

Hooper A, Spaans K, Bekaert D, Cuenca MC, Arıkan M, Oyen A. 2010. StaMPS/MTI manual. Delft Institute of Earth Observation and Space Systems Delft University of Technology, Kluyverweg, 1: 2629.

Jelének J, Kopačková V, Fárová K. 2018. Post-earthquake landslide distribution assessment using sentinel-1 and-2 data: The example of the 2016 mw 7.8 earthquake in New Zealand. In: Proceedings, vol 7. MDPI AG, pp 361. doi:https://doi.org/310.3390/ecrs-3392-05174.

Mahapatra P, der Marel Hv, van Leijen F, Samiei-Esfahany S, Klees R, Hanssen R. 2018. InSAR datum connection using GNSS-augmented radar transponders. Journal of Geodesy, 92(1): 21-32. doi:https://doi.org/10.1007/s00190-017-1041-y.

Mancini F, Grassi F, Cenni N. 2021. A workflow based on SNAP–StaMPS open-source tools and GNSS data for PSI-Based ground deformation using dual-orbit sentinel-1 data: Accuracy assessment with error propagation analysis. Remote Sensing, 13(4): 753.

Orellana F, Delgado Blasco JM, Foumelis M, D’Aranno PJ, Marsella MA, Di Mascio P. 2020. Dinsar for road infrastructure monitoring: Case study highway network of Rome metropolitan (Italy). Remote Sensing, 12(22): 3697. doi:https://doi.org/10.3390/rs12223697.

Scheiber R, Moreira A. 2000. Coregistration of interferometric SAR images using spectral diversity. IEEE Transactions on Geoscience and Remote Sensing, 38(5): 2179-2191. doi:https://doi.org/10.1109/36.868876.

Takaku J, Tadono T, Tsutsui K, Ichikawa M. 2016. Validation of" AW3D" global DSM generated from Alos Prism. ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 3: 25. doi:http://dx.doi.org/10.5194/isprs-annals-III-4-25-2016.

Villasenor J, Zebker H. 1992. Temporal decorrelation in repeat pass-radar interferometry. In: In: IGARSS'92; Proceedings of the 12th Annual International Geoscience and Remote Sensing Symposium, Houston, TX, May 26-29, 1992. Vol. 2 (A93-47551 20-43). Institute of Electrical and Electronics Engineers, Inc.

Zan De F, Guarnieri AM. 2006. TOPSAR: Terrain observation by progressive scans. IEEE Transactions on Geoscience and Remote Sensing, 44(9): 2352-2360. doi:http://dx.doi.org/10.1109/TGRS.2006.873853.

Zarekamali M, Alhoseini Almodaresi SA, Naghdi K. 2017. Comparing the magnitude of the earth’s vertical relocation using the SBAS algorithm in X and C radar bands (Case study: Tehran lands). Journal of RS and GIS for Natural Resources, 8(3): 104-120. (In Persian).

Zhou X, Chang N-B, Li S. 2009. Applications of SAR interferometry in earth and environmental science research. Sensors, 9(3): 1876-1912. doi: https://doi.org/10.3390/s90301876.

Zhu XX, Wang Y, Montazeri S, Ge N. 2018. A review of ten-year advances of multi-baseline SAR interferometry using TerraSAR-X data. Remote Sensing, 10(9): 1374. doi:https://doi.org/10.3390/rs10091374.

متن کامل:



پردازش خودکار بر مبنای فن تداخل سنجی با پراکنشگرهای دائمی جهت پایش فرونشست(مطالعه موردی آبخوان هرات و مروست)

چکیده

در این پژوهش برای نخستین بار جهت خودکاری سازی فرآیند پردازش و تحلیل فرونشست آبخوان‌های هرات و مروست در تصاویر ماهواره‌ای راداری از پکیج SNAP2StaMPS استفاده شده است. در دهه‌های اخیر توسعه ناهمگن اراضی کشاورزی و استخراج بی‌رویه از آب‌های زیرزمینی مخازن آبخوان‌های هرات و مروست در استان یزد باعث بروز پدید فرونشست زمین در پیرامون اراضی کشاورزی شده است. بالا آمدن جداره فلزی میله چاه‌های عمیق، شکاف‌های افقی بر روی سطح زمین به‌طور مستقیم نشان‌دهنده میزان فرونشینی سطح است. در این پژوهش جهت برآورد میزان جابجایی در جهت خط دید ماهواره، یک الگوریتم پردازش کاملاً خودکار بین نرم‌افزار SNAP و روش طراحی‌شده توسط دانشگاه استنفورد به نامStaMPS  تهیه شد. نتایج فن سری زمانی تداخل سنجی با پراکنش کننده‌های دائمی (PSI) بروی 24 تصویر سنتینل-1 در مدار صعودی ماهواره، حاکی از نرخ متوسط جابجایی برای آبخوان هرات بین 33/40- تا 46/11 میلی‌متر در سال و برای آبخوان مروست بین 79/39- تا 63/10 میلی‌متر در سال است. باهدف صحت سنجی، مقایسه میزان فرونشست حاصل از پردازش تداخل سنجی (PSI) با میزان افت سطح در آبخوان هرات و مروست ملاحظه شده بوسیله‌ی روش تحلیل هیدرو گراف واحد، مدلهای آماری، و مشاهدات میدانی انجام شد. نتایج نشان می‌دهد که میزان افت سطح آب و نتایج حاصل از تحلیل هیدرو گراف واحد آبخوان، با نتایج حاصل نقشه‌های سری زمانی حاصل از تداخل سنجی (PSI) تطابق دارند. بنابراین، از روش خودکار ارائه شده در این پژوهش می‌توان جهت پایش فرونشست استفاده کرد.

 

کلمات کلیدی: ماهواره سنتینل-1، فرونشست زمین، فن تداخل‌سنجی تفاضلی(DInSAR)، آبخوان هرات و مروست، فن تداخل سنجی با پراکنش گرهای دائمی (PSI)

 

مقدمه

فرونشست زمین (Land Subsidence) یک پدیده زیست محیطی است که بر اثراستخراج بیش از حد منابع زیرزمینی همانند آب زیرزمینی به وسیله عوامل انسانی که در صورت گسترش، عواقب شدید زیست‌محیطی و اقتصادی را در پی دارد ایجاد می‌شود. (14) در آبخوان های مناطق خشک و نیمه خشک مرکزی و شرقی کشور ایران همچون آبخوان هرات و مروست مهمترین علت فرونشت زمین، تراکم سفره‌های آب زیرزمینی در اثر برداشت بی‌رویه آب است.

 مخاطرات محیطی که خود شامل طیف وسیعی از مخاطرات کاملاً طبیعی تا مخاطرات حاصل از فعالیت‌های انسانی است. همچنین ازجمله موانع توسعه در مناطق مختلف است عوامل بازدارنده که به محیط‌زیست وارد می‌شود. فرونشست زمین ازجمله مخاطرات محیطی است که امروزه بسیاری از دشت‌های ایران را تهدید می‌کند.

امروزه یکی از دقیق‌ترین و کم‌هزینه‌ترین روش‌ها جهت شناسایی حرکات سطح زمین، فن تداخل سنجی راداری است. این روش با مقایسه فازهای دو تصویر راداری که از یک منطقه در دو زمان متفاوت اخذشده‌اند، قادر به تعیین تغییرات سطح زمین با دقت و توان تفکیک مکانی در حد سانتیمتر و حتی میلی‌متر در آن بازه‌ئ زمانی خواهد بود.

اخیراً با راه‌اندازی ماهواره سنتینل-1 نوع A و B که به ترتیب در 3 آوریل 2014 و 25 آوریل 2016 از شهر کورو در فرانسه با موشک سایوز عرصه و دریچه نوینی از نظارت مستمر بر سطوح کره زمین، برای کاربران سامانه‌های رادار با دریچه مصنوعی گشوده گردید(2). ماهواره سنتینل-1 به دلایل؛ افزایش قدرت تفکیک زمانی و همچنین تفکیک مکانی، و عرض وسیع پوشش زمینی تا 250 کیلومتر به‌نوبه خود قابل‌توجه هست (23). به‌علاوه داده‌های این ماهواره به‌عنوان ابزاری سودمند برای گسترش مطالعات علوم زمینی از جمله پایش فرونشست و همچنین جوامع علمی و متخصصان مشاهده زمین، محسوب می‌شود(13).

سازمان فضایی اروپا(ESA) اخیراً جهت همکاری با جوامع مشاهده زمین، به توسعه ابزارهایی مناسب در جهت پردازش تخصصی داده‌های سری ماهواره‌ای سنتینل گام برداشته است. بر همین اساس ابتدا نرم‌افزارNEST و پس‌ازآن موفق به رونمایی نرم‌افزاری قوی و چندکاره به نام SNAP که همزمان قابلیت پردازش داده‌های راداری و اپتیکی سری سنتینل و ماهواره‌های دیگر را داشت، شد(29). توسعه نرم افزار اسنپ بر اساس مجوز جی پی ال(GPL) ، رایگان و منبع باز بوده است (23). به‌تازگی، نوعی فناوری پیشرفته در حالت اخذ داده بر روی ماهواره سنتینل-1 پیاده‌سازی شده به نام اسکن تصاعدی (TOPSAR) (28). این قابلیت برای کاربران در مراحل اولیه، درست قبل از شروع انتشار داده‌های سنتینل-1 و نتایج آن برای اولین بار در کارگاه آموزشی فرینج (Fring 2015) توسط سازمان فضایی اروپا ابلاغ شد و دسترس قرار گرفت(13). در حال حاضر، فن تداخل سنجی راداری، توانایی خود را درزمینه اندازه‌گیری دقیق از تغییر شکل سطح زمین، در سطح گسترده و با دقت بالا به اثبات رسانده و همچنان به‌عنوان ابزاری با توانایی پردازش صفرتا صد تصاویر سری سنتینل-1 محسوب می‌شود(9 و 17). 

یکی از موارد ترقی در راستای فن تداخل سنجی پیشرفته در بستر نرم‌افزار اسنپ، ایجاد خروجی‌های متناسب با بسته نرم‌افزاری استمپس(StaMPS)، با استفاده از پکیجی در قالب زبان برنامه‌نویسی پایتون بود(15). روش­های تداخل سنجی سنتی درمواردی از تغییر شکل غیرخطی و مشاهدات در فواصل زمانی طولانی‌تر (مانند رشد سریع پوشش گیاهی) که باعث نا همبستگی و ایجاد خطا در فاز تداخل سنجی می‌شود، دارای محدودیت هستند (29). بنابراین روش تداخل سنجی پراکنده پایدار (PSI) به منظور غلبه بر این محدودیت ها، برای نظارت بر تغییر شکل با دقت میلی‌متر معرفی شد‌ند (10 و 11). پس از آن، بسیاری مطالعات در مورد انتخاب و پردازش نقاط پراکنش­کننده­های پایدار (PS) و بهبود دقت انجام گرفت (31 و 3). پردازش در این روش بر اساس تحلیل فاز و دامنه انجام می‌گیرد (13 و 11). این تکنیک در اصل توسط پژوهش جلنک (18) ارائه شد که با درنظر گرفتن یک مدل تغییر شکل، نقاط پراکنش­کننده را بر اساس تغییر فاز آنها انتخاب می کند. در حالی که روش StaMPS بدون پیش فرض قبلی در مورد ماهیت زمانی آن ، از همبستگی مکانی مرحله آنها بهره برداری می‌کند (16). 

سیان و همکاران (5) که به بررسی پدیده فرونشست در شهرهای ساحلی بانجول (گامبیا) و لاگوس (نیجریه) در کشور آفریقا پرداخته‌اند اشاره نمود. در این تحقیق با استفاده مجموعه داده‌های سنتینل-1 و پردازش با پکیج یکپارچه SNAP2StaMPS، به روش تداخل سنجی با پراکنش کننده‌های پایدار، با هدف برآورد فرونشست انجام و همچنین آن‌ها در پایان نتایج را با تداخل سنجی حاصل از داده‌های ماهواره­ای دیگر مقایسه کردند. مانچینی و همکاران (19)، در پژوهشی مشابه با استفاده از این پکیج و همچنین ترکیب نتایج پردازش فن تداخل سنجی با پراکنش گرهای دائمی در هر دو مدار صعودی و نزولی سنتینل-1 به پایش فرونشست در بخش جنوب غربی دشت پو (ایتالیا) پرداختند. اورلانا و همکاران (21)، در مقاله‌ای به بررسی پدیده فرونشست بر روی مسیرها و جاده‌های شهری در شهر رم (ایتالیا) پرداختند. آن‌ها برای رسیدن به این هدف با استفاده از این پکیج خودکار و بر اساس پردازش دو مجموعه داده از ماهواره سنتینل-1 و کاسمو اسکای مد توانستند به خروجی­های متناسب با فن تداخل سنجی پراکنش­کننده ها با طول خط مبنای کوتاه(SBAS) و پراکنش کننده­های دائمی و همچنین ترکیب هر دو فن در جهت کارایی بیشتر دست یابند.

زارع کمالی و همکاران (29)، در مقاله‌ای باهدف تحلیل و مقایسه جابجایی عمودی زمین با استفاده از الگوریتم طول خط مبنای کوتاه در باندهای X و C بر روی منطقه موردی اراضی شهر تهران صورت گرفت. برای این منظور از 19 تصویر باند C سنجنده ASAR و 11 تصویر باند X از سنجنده TerraSAR-X استفاده شد، آن‌ها به این نتیجه رسیدند که باوجود یکسان نبودن طول‌موج و زمان اخذ تصاویر مورداستفاده، نتایج به‌دست‌آمده برای مناطق نشست و بالاآمدگی برای هر سنجنده نزدیک به هم است. فروغ­نیا و همکاران (26)، در مقاله باهدف برآورد میانگین نرخ تغییرات سالیانه فرونشست در منطقه شهری تهران با استفاده از مجموعه داده‌های سنجنده سنتینل-1 و انویست، برای اولین بار پرداختند. نتایج بیانگر فرونشست چشمگیری، در بخش جنوبی منطقه موردمطالعه و حومه اطراف شهر تهران را نشان می‌داد. با توجه به منابع بررسی شده، محققان مختلف برای پایش فرونشست حاصل از برداشت آب زیرزمینی کارکرده‌اند.

نتایج این تحقیقات در بالا نشان می‌دهد که استخراج آب زیرزمینی جهت مصارف کشاورزی تاثیر زیادی در وقوع پدیده فرونشست و شکاف‌ها بر سطح زمین دارد. و این سناریو در آبخوان هرات و مروست در این مقاله نیز صادق بوده است.

نوآوری این تحقیق از دو جنبه قابل‌بررسی است؛ بدین‌صورت که در تحقیقات مشابه برای استخراج نقشه جابجایی فرونشست بیشتر از روش‌های تداخل سنجی با پراکنش کننده‌های با طول خط مبنایی کوتاه استفاده‌شده درحالی‌که در این تحقیق برای استخراج نقشه جابجایی تداخل سنجی راداری از روش StaMPS-PSI و پکیج SNAP2StaMPS استفاده‌شده که دقت بسیار بالاتری دارد. همچنین پژوهش حاضر برای نخستین در سطح آبخوان‌های هرات و مروست در مبحث پایش فرونشست بر اساس روش‌های تداخل سنجی راداری مطرح‌شده است. بنابراین این تحقیق شامل چند هدف است؛ اول اجرا کردن فن تداخل سنجی با پراکنش کننده‌های دائمی با استفاده از پکیج یکپارچه SNAP2StaMPS است. هدف دوم به برآورد نرخ فرونشست با پردازش مجموعه‌ای از تصاویر سنجنده سنتینل-1 در بازه زمانی 20/02/2017 تا 10/02/2019، تقریباً دوساله سری زمانی است. و هدف آخر بررسی پتانسیل داده‌ای این حس­گر در تحلیل سری زمانی و پایش تغییرات حاصل از فرونشست زمین بود. اگرچه فعالیت‌های اعتبار سنجی در مورد فن‌های تداخل سنجی با دریچه مصنوعی پیش‌تر در مورداندازه‌گیری های سطح زمین در مجامع علمی اثبات و تائید شده است (6)، ولی به‌منظور ارزیابی نقشه فرونشست خروجی و مقدار سازگاری آن با داده‌های واقعی لازم است تا نواحی بارز شده با مشاهدات میدانی و واقعی تطبیق داده شود. به لحاظ علمی، مرسوم‌ترین روش‌ها جهت ارزیابی نتایج فن تداخل سنجی با پراکنش کننده‌های دائمی، بر اساس مقایسه سرعت تغییر شکل و سری زمانی، با فن‌های مشابه ولی با دقت و کیفیت بهتر، به‌عنوان‌مثال داده‌های ایستگاه‌هایی سیستم موقعیت‌یاب جهانی(30)، روش ترازیابی دقیق است (6) و روش‌های کالیبراسیون بر اساس بازتابندهای گوشه‌ای (20). در پژوهش حاضر با توجه عدم وجود ابزارهای ذکرشده، عملاً استفاده از این ابزارها در منطقه، جهت ارزیابی و صحت سنجی نتایج حاصل از فناوری تداخل‌سنجی راداری وجود نداشت؛ بنابراین تنها راه بررسی نتایج، انطباق آن با شواهد زمینی فرونشست، نمودار سری زمانی و هیدرو گراف واحد آبخوان است.

روش تحقیق

در این پژوهش، ابتدا یک پیش­پردازش تداخل سنجی تفاضلی (DInSAR) توسط نرم‌افزار متن‌باز اسنپ و سپس قسمت اصلی پردازش سری زمانی تداخل­سنجی با پراکنش کننده‌های پایدار (PSI) در بسته نرم افزاری استمپس به روی مناطق مورد مطالعه انجام شد (مطابق مراحل قابل مشاهده در شکل 1). روش تداخل سنجی مورد استفاده در این تحقیق از روش ابدا شده از پژوهش فرتی و همکاران (10 و 11) برگرفته شده است. به‌طورکلی فاز تداخل نما ()، از سیگنال‌های مزاحمی تشکیل‌شده است (رابطه 1) ازجمله این عوامل مزاحم می‌توان به  یعنی فاز ناشی از توپوگرافی،فاز ناشی از زمین مسطح، فاز ناشی از تغییر زاویه دید سنجنده، فاز ناشی از جابجایی ایجادشده در فاصله زمانی بین دو تصویر، اختلاف‌فاز ناشی از اتمسفر، وهمچنین که نشانگر سایر عوامل نویز می‌باشد (27).

[1]        

بر این اساس،  را می‌توان با مدل‌سازی یا برآورد سایر ترم‌های مزاحم فاز و درنتیجه کسر آن‌ها از فاز تداخل سنجی بازیابی کرد (5 و 12). 

 

شکل1 . دیاگرام از مراحل پردازش تحقیق. قسمت بالا مربوط به فن تداخل سنجی تفاضلی در نرم‌افزار SNAP، قسمت پایین مربوط به پردازش پراکنش کننده‌های دائمی در نرم‌افزار StaMPS

Fig. 1. Diagram of research processing steps. The upper part is related to the differential interferometry technique in SNAP software, the lower part is related to the processing of permanent distributors in StaMPS software.

 

جهت خودکار نمودن مراحل پردازش تداخل سنجی نوع تک مرجع (single master)، از مجموعه‌ای کد نوشته به زبان برنامه‌نویسی پایتون به نام SNAP2StaMPS، استفاده شد. چیدمان این مجموعه کد نوشته‌ها بر اساس جعبه‌ابزار اسنپ تاپسار است و خروجی آن کاملاً سازگار با نرم‌افزار استمپس و فن تداخل سنجی باپراکنش کننده­های پایدار است (13). اولین نسخه از این اسکریپت در ژوئیه 2018، منتشر کردند (23). این مجموعه اسکریپت از طریق مخزن زنودو (Zenodo) قابل‌دسترس هستند (8).  همچنین از مدل سه‌بعدی مدل رقومی سطح زمین (DSM) در سطح جهانی ماهواره الوس (ALOS) با رزولوشن 30 متری جهت بصری سازی پس‌زمینه نقشه‌های خروجی استفاده گردید (25).

منطقه موردمطالعه

مناطق موردمطالعه در این تحقیق شامل، آبخوان هرات و مروست واقع در استان یزد می‌باشند. شکل (2 و 3). آبخوان هرات و مروست ازنظر زمین‌شناسی بخشی از زون‌های زاگرس (افیولیت، رادیولاریت) و سنندج- سیرجان هستند.شکل (2 و 3). قسمت‌های ب و ج، به ترتیب نشان‌دهنده تقسیم‌بندی محدوده‌های مطالعاتی موجود در حوضه درجه‌۲ آبریز کویر ابرقو و سیرجان با کد ۴۴ و مساحتی برابر با ۳/۵۷۱۲۵ کیلومترمربع است. محدوده مطالعاتی هرات از بین ۱۹ محدوده مطالعاتی موجود حوزه ابرقو سیرجان، دارای کد ۴۴۰۹ و مروست با کد ۴۴۰۷ با مساحتی به ترتیب ۶/1625 و 2/1151 کیلومترمربع هستند.

 

شکل 2. نمایش موقعیت جغرافیایی مناطق موردمطالعه بر اساس حوزه آبریز.

Fig. 2. Shows the geographical location of the study area based on the catchment area

 

همچنین موقعیت هر ۲ آبخوان آبرفتی هرات (آبی‌رنگ) و مروست (سبزرنگ) بر روی تصویر دارای ترکیب رنگی کاذب از ماهواره سنتینل-۲ را نمایش داده‌شده است (شکل 2 قسمت ج). آبخوان‌های هرات و مروست به توجه به گزارش‌های بیلان آب از سوی دفتر مطالعات کشور از نوع آزاد بوده است. ازنظر جغرافیایی، محدوده مطالعاتی آبخوان مروست بین طول‌های جغرافیایی ″۵۱ ˚۵۳ تا ″۱۹ ˚۵۴ شرقی و عرض‌های ″۸ ˚۳۰ تا ″۳۵ ˚۳۰ شمالی و محدوده مطالعاتی آبخوان هرات در محدوده جغرافیایی ″۳۹ ˚۵۳ تا ″۳۵ ˚۵۴ شرقی و عرض‌های ″۴۶ ˚۲۹ تا ″۱۵ ˚۳۰ شمالی در منتهی علیه جنوب استان یزد واقع‌شده‌اند( شکل 3).

 

 

شکل 3. موقعیت جغرافیایی مناطق موردمطالعه به ترتیب کشور ایران و استان یزد و شهرستان خاتم.

Fig. 3. Geographical location of the study area, Iran, Yazd province and Khatam city, respectively.

 

 در این پژوهش تحلیل و آنالیز فن تداخل سنجی با پراکنش کننده‌های دائمی تنها محدود به استفاده از داده‌های راداری سنتینل و بر اساس دوره بازدید مجدد 12 روز شد که با توجه به میزان جابجایی‌ها و شناخت منطقه موردمطالعه و تعداد نسبتاً بالای تصاویر راداری این انتخاب مناسب بود (جدول 1). بر همین اساس تعداد 24 داده مربوط به سنجنده سنتینل-1، در سطح تصویر مختلط تک منظر، گذر بالا، قطبش VV و شماره قطعه 93 مربوط به بازه زمانی تقریباً دوساله را در هر دو منطقه موردمطالعه مورد پردازش قرار گرفت. برخی از جزئیات داده‌های سنتینل-1 که در پردازش مورداستفاده قرارگرفته در ادامه نشان داده‌شده است (جدول 1).

 

جدول 1.  لیست کامل داده‌های مورداستفاده از سنجنده سنتینل-1 در مقاله

Table 1. Complete list of data used by Sentinel-1 sensor in the article

لیست مجموع داده مد تصویربرداریIW  در حالت صعودی تهیه‌شده از سازمان فضای اروپا		تاریخ جمع‌آوری
ردیف                             نام		داده‌ها
1	S1A_IW_SLC__1SDV_20170320T142545_20170320T142612_015777_019FAE_6870		2017/03/20
2	S1A_IW_SLC__1SDV_20170425T142547_20170425T142614_016302_01AF8C_08BB		2017/04/25
3	S1A_IW_SLC__1SDV_20170612T142550_20170612T142617_017002_01C507_8337		2017/06/12
4	S1A_IW_SLC__1SDV_20170718T142552_20170718T142618_017527_01D4FB_58EC		2017/07/18
5	S1A_IW_SLC__1SDV_20170519T142548_20170519T142615_016652_01BA33_AE1A		2017/05/19
6	S1A_IW_SLC__1SDV_20170823T142554_20170823T142621_018052_01E4F8_5A7A		2017/08/23
7	S1A_IW_SLC__1SDV_20180114T142553_20180114T142620_020152_0225F7_7510		2018/01/14
8	S1A_IW_SLC__1SDV_20171022T142555_20171022T142622_018927_01FFC4_566A		2017/10/22
9	S1A_IW_SLC__1SDV_20180126T142552_20180126T142619_020327_022B81_44F1		2018/01/26
10	S1A_IW_SLC__1SDV_20180207T142552_20180207T142619_020502_02311A_6EFC		2018/02/07
11	S1A_IW_SLC__1SDV_20180219T142552_20180219T142619_020677_0236AE_B2BC		2018/02/19
12	S1A_IW_SLC__1SDV_20180303T142552_20180303T142619_020852_023C3A_3EE9		2018/03/03
13	S1A_IW_SLC__1SDV_20180923T142601_20180923T142628_023827_02999B_1AB6		2018/09/23
14	S1A_IW_SLC__1SDV_20181029T142602_20181029T142629_024352_02AAAA_7EAB		2018/10/29
15	S1A_IW_SLC__1SDV_20180408T142552_20180408T142619_021377_024CCF_2176		2018/04/08
16	S1A_IW_SLC__1SDV_20180619T142556_20180619T142623_022427_026DCC_82EF		2018/06/19
17	S1A_IW_SLC__1SDV_20181122T142601_20181122T142628_024702_02B767_391E		2018/11/22
18	S1A_IW_SLC__1SDV_20181204T142601_20181204T142628_024877_02BD5B_298F		2018/12/04
19	S1A_IW_SLC__1SDV_20181216T142600_20181216T142627_025052_02C3A2_FE21		2018/12/16
20	S1A_IW_SLC__1SDV_20190109T142558_20190109T142626_025402_02D047_EEB9		2019/01/09
21	S1A_IW_SLC__1SDV_20190202T142559_20190202T142626_025752_02DD07_F3BA		2019/02/02
22	S1A_IW_SLC__1SDV_20190214T142558_20190214T142625_025927_02E337_451B		2019/02/14
23	S1A_IW_SLC__1SDV_20190226T142558_20190226T142625_026102_02E97E_2AB3		2019/02/26
24	S1A_IW_SLC__1SDV_20190310T142558_20190310T142625_026277_02EFCA_AB07		2019/03/10

 

تداخل سنجی به روش تفاضلی

پیش از پردازش داده‌ها در این پژوهش، از قابلیت اپراتور ایجاد گراف (GPT) در نرم افزاراسنپ برای انتخاب تصویر اصلی (Master) از مجموعه داده‌های راداری سنتینل-1 به کمک (روابط 2 و 3) استفاده شد.

[2]        

که در آن تابع g به‌صورت زیر تعریف می‌شود:

[3]        

که در این رابطه، همدوسی تجمعی برای تصویر پایه M و K تعداد تصاویر فرعی است. مقادیر بیشینه برای خط مبنایی قائم، خط مبنایی زمانی T و فرکانس مرکزی دوپلر  هست. در ضمن اعداد 1200 و 5 و 1380 به ترتیب به‌عنوان مقادیر بیشینه برای خط مبنایی قائم()، خط مبنایی زمانی() و فرکانس مرکزی دوپلر، در خصوص تصاویر سنجنده ERS در نظر گرفته شده است. جزئیات پارامترهای مربوط به این مرحله را نشان می­دهد (جدول 2). 

 

جدول 2. برخی پارامترهای مربوط به تصویر اصلی

Table. 2. Some parameters related to the master image

نام منطقه موردمطالعه	شماره قطعه	تاریخ تصویر	قطبش	نخستین قطعه	آخرین قطعه	زیرپوشش (Sub-Swath)
آبخوان هرات	93	08/04/2018	VV	4	6	IW-2
آبخوان مروست	93	08/04/2018	VV	6	8	IW-2

 

تولید و پردازش فن تداخل سنجی تفاضلی راداری در این مقاله، در چهار گام پیوسته و خودکار(مورد ملاحضه دز شکل 1 الف تا ج) به کمک اسکریپت­های پایتون اجرا شد. گام اول، آماده‌سازی تصاویر فرعی جهت مرتب سازی تصاویر انجام می­شود. گام دوم جهت تقسیم و به‌روزرسانی پَروَنجاهای مداری تصاویر فرعی، گام سوم جهت ثبت هندسی مشترک و ایجاد تداخل سنجی، و در نهایت گام چهارم خروجی از نرم‌افزار استمپس انجام می­گردد. در گام دوم، به‌طورمعمول پَروَنجاهای مداری دقیق با دقت 5 سانتی‌متر خودکار توسط نرم‌افزاراسنپ دانلود و اعمال می‌شوند (22). گام سوم به‌عنوان محاسباتی‌ترین بخش پردازش محسوب می‌شود؛ زیرا این گام محاسبات ثبت هندسی مشترک و ایجاد تداخل نماها را برای داده‌های تاپس سار (TOPSAR) را انجام می‌دهد، عملیاتی مانند استک کردن (Back-geocoding) و تنوع طیفی پیشرفته (24)، ایجاد تداخل نماها، حذف فاز ناشی از اثر زمین مسطح و در پایان حذف فاز ناشی از توپوگرافی با توجه به نوع مدل رقومی ارتفاعی انجام می‌گیرد پس از اتمام هر چهار مرحله خروجی با چهار فولدر (rslc,diff0,geo,dem) به دست آمد.

تداخل سنجی با پراکنش کننده‌های پایدار

در این مقاله مرحله پردازش در نرم‌افزار استمپس، تمام گام‌های هشت‌گانه پردازش مطابق کتابچه راهنمای استمپس راهنمایی کتابچه (17) صورت گرفت.

 نتایج و بحث

نتایج بدست آمده از قن تداخل‌سنجی با پراکنش کننده‌های پایدار در پژوهش حاضر با استفاده از پکیج SNAP2StaMPS به شرح ذیل بود. از جمله تداخل‌نما تفاضلی حاصل از الگوریتم پردازش خودکار بر مبنای فن تداخل سنجی با پراکنشگرهای دائمی که به کمک پکیج SNAP2StaMPS در شکل 4 ملاحظه می‌شود. قابل‌ذکر است که در این پژوهش جهت دست‌یابی به‌دقت بهتر در حذف اثر توپوگرافی از مدل ارتفاعی سنجنده SRTM با دقت 30 متر در تمام مراحل پردازشی استفاده شد. بر همین اساس، تعداد 23 تداخل نما با پردازش روش تداخل­سنجی با پراکنش کننده‌های دائمی با استفاده از 24 تصویر راداری سنجنده سنتینل-1 ایجاد شد. (شکل 4)، دو نمونه از تداخل‌نگاشت منتخب آورده شده است. در این شکل سیکل تغییرات رنگی که با نقطه‌چین مشخص‌شده‌اند، ناشی از جابجایی زمین در راستای دید سنجنده هست. همچنین عواملی مانند نویز موجود، نرخ بالایی حرکت سطحی و پوشش گیاهی ناشی از ارضی کشاورزی در این ناحیه‌ها موجب از دست رفتن همدوسی و درنتیجه عدم شکل‌گیری فرینج به‌صورت کامل شده است. اعداد ذکرشده در مورد طول خط مبنایی زمانی و مکانی در این شکل بر اساس اطلاعات (جدول 4) که در بخش بعدی است، هست.

 

 

شکل4 . دو نمونه از تداخل نماهای منتخب در پردازش نهایی روش تداخل سنجی (PSI)، با طول باز زمانی و مکانی 336 روز و 60.77 متر. تداخل نمای سمت چپ مربوط به آبخوان هرات، تداخل نمای سمت راست مربوط به آبخوان مروست.

Figure 4. Two examples of selected interference views in the final processing of the interferometric measurement (PSI) method, with a length of 336 days and 60.77 meters. A) Interferogram of the facade related to Herat aquifer b) Interferogram of the facade related to Marvast aquifer.

در مقاله حاضر، ما برای هر دو محدوده (آبخوان هرات و مروست)، میانگین نرخ تغییر شکل در جهت خط دید ماهواره را با فن تداخل سنجی با پراکنش کننده‌های دائمی حاصل از پردازش داده‌های راداری با گذر صعودی سنتینل-1 را به دست آوردیم (شکل 4). شاخص پراکندگی انحراف استاندارد برای نقشه متوسط جابجایی، هر دو آبخوان هرات و مروست به ترتیب برابر با 19/4 و 65/3 میلی‌متر در سال به دست آمد. علاوه بر این شاخص‌های آماری دیگری در مورد نحوه توزیع مشاهدات عنوان شدند (جدول 3). 

جدول 3.  پارامترهای آماری برآورد شده از نقشه متوسط سرعت جابجایی در راستای خط دید ماهواره (LOS)

Table 3. Statistical parameters estimated from the average displacement velocity map along the satellite line of sight (LOS)

نام محدوده	میانگین	میانه	انحراف استاندارد	تعداد نقاط پراکنش گر	مینیمم	ماکزیمم	کشیدگی	چولگی
آبخوان مروست	34/2-	84/1-	65/3	2635669	79/39-	63/10	60/15	27/2-
آبخوان هرات	29/1-	65/0-	19/4	1629333	33/40-	46/11	90/11	18/2-

 

  

شکل5 . نقشه‌های نرخ متوسط جابجایی در جهت خط دید ماهواره (LOS)، حاصل از فن پراکش گرهای دائمی (PSI) و پردازش داده‌های سنتینل-1 طی بازه زمانی 20/02/2017 تا 10/02/2019 از آبخوان هرات (الف) و آبخوان مروست. مقادیر مثبت، حاکی از حرکت به سمت بالا در راستایی دید ماهواره و مقادیر منفی نشانگر یک حرکت به سمت پایین در راستایی خط دید سنجنده است. پس‌زمینه بر اساس مدل سطح زمین (DSM) با رزولوشن 30 متری، اتخاذشده از ماهواره آلوس (ALOS)

Figure 4. Medium rate satellite landscape displacement (LOS) maps obtained from permanent Interferometry measurement (PSI) and Sentinel-1 data processing during the period 20/02/2017 to 10/02/2019 from the Herat groundwater aquifer Has come (a) and the aquifer is Marvast. Positive values indicate upward movement in the direction of the satellite view and negative values indicate downward movement in the direction of the sensor's line of sight. The background is taken from the Alos satellite (ALOS) based on the 30 m high surface level model (DSM).

 

بر اساس (شکل 5)، می‌توان به‌راحتی الگوهای تغییر شکل که اکثراً براثر استخراج آب زیرزمینی در اراضی کشاورزی مشاهده کرد. همچنین در ادامه ناحیه‌های به‌صورت تصادفی و ناحیه‌های نیز بر اساس شواهد میدانی فرونشست در هر دو محدوده مطالعاتی انتخاب شدند. این ناحیه‌ها بر اساس شماره بر روش نقشه متوسط جابجایی برچسب‌گذاری شدند (شکل 5).

 

 

شکل6 . نواحی انتخاب‌شده برای ارزیابی نتایج دقیق نرخ متوسط فرونشست در راستایی خط دید ماهواره. جهت نمایش بهتر، از نقشه فرونشست از پس‌زمینه نقشه ارتفاعی سطح ماهواره الوس 30 متری (ALOS-DSM30m) استفاده‌شده است.

Figure 5. Areas selected to evaluate the exact results of the average subsidence rate in line with the satellite line of sight. For better display, the subsidence map is used from the background of the altitude map of Alos satellite 30 meters (ALOS-DSM30m).

 

نواحی مربوط به آبخوان هرات شامل، 1) قنات سفید و 2) شمال چشمه علی و 3) شهر هرات و نواحی 4) قنات شو شوران 5) چاه حاجی‌آباد ناصری و 6) شهر مروست، مربوط به آبخوان مروست را می‌توان نام برد. این در حالی است که بقیه مناطق نرخ تغییر شکل بسیار ناچیز را در خود جای دادند. در این مقاله بر اساس نقشه متوسط سرعت جابجایی (velocity) در جهت خط دید ماهواره محدوده قنات سفید از آبخوان هرات و منطقه قنات شو شوران از آبخوان مروست نشان داده شدند (شکل 6 و 7).

 

 

شکل7 . نقشه متوسط جابجایی در جهت خط دید ماهواره از ناحیه دوم  در منطقه موردمطالعه آبخوان هرات. جهت نمایش بهتر نتایج پس‌زمینه از مدل سه‌بعدی سطح رقومی ماهواره الوس (ALOS 3D)، و پس‌زمینه مپ سرویس نرم‌افزارARCGIS-Pro از شرکتEsri  استفاده‌شده است.

Figure 6. Medium displacement map in the direction of the satellite line of sight from the second area in the study area of Herat Aquifer. To better display the results, the background of the 3D digital surface model of Alos satellite (ALOS 3D), and the background of the ARCGIS-Pro software mapping service from Esri company have been used.

 

 

شکل 8 . نقشه متوسط جابجایی در جهت خط دید ماهواره از ناحیه دوم واقع در آبخوان مروست. جهت نمایش بهتر، از پس‌زمینه مدل سه‌بعدی سطحی رقومی ماهواره الوس (ALOS 3D)، و پس‌زمینه مپ سرویس نرم‌افزارARCGIS-Pro از شرکتEsri  استفاده شده است.

Figure 7. The average displacement map in the direction of the satellite line of sight from the second area located in Marvas aquifer. For a better view, the background of the digital 3D surface model of the Alos satellite (ALOS 3D), and the background of the ARCGIS-Pro software mapping service from Esri company have been used.

در تحقیق حاضر میزان نرخ متوسط فرونشست از تاریخ 20/02/2017 تا 10/02/2019 با استفاده از 24 تصویر راداری سنتینل-1 و روش سری زمانی تداخل سنجی با پراکنش کننده­های دائمی برآورد شده است؛ که برای این منظور، پس از تهیه تصاویر ابتدا وضعیت بیس لاین (Baseline)، زمانی و مکانی تصاویر بررسی‌شده و بر اساس آن زوج تصاویر برای ایجاد تداخل‌نگاشت انتخاب‌شده‌اند (شکل 8) و (جدول 4).

 

شکل9 . شبکه گراف ستاره‌ای ترسیم‌شده خط مبنایی زمانی و عمودی تصاویر فرعی نسبت به تصویر اصلی در این مطالعه.

Figure 9. The lattice of star graphs drawn the temporal and vertical baseline of the Slaves image relative to the master image in this study.

 

جدول4 . برآورد خط مبنا جهت انتخاب زوج تصاویر تداخل سنجی حاصل از تصاویر سنجنده سنتینل-1

Table 4. Estimation of baseline for selecting pairs of interferometry images obtained from Sentinel-1 sensor images.

خط مبنای دوپلر	ابهام ارتفاعی (متر)	مقادیر متوسط همدوسی	خط مبنای زمانی (روز)	خط مبنای عمودی (متر)	تاریخ تصاویر
0	0	1	0	0	08/04/2018
28/1	64/902	64/0	384	44/17-	20 /03/2017
96/3	88/518-	66/0	348	35/30	25/04/2017
73/2	52/196	66/0	324	12/80-	19/05/2017
70/4	1359/20	72/0	300	58/11-	12/06/2017
91/2	774/49	74/0	264	33/20-	18/07/2017
02/3-	87/1025-	78/0	228	35/15	23/08/2017
11/0	65/2754	84/0	168	33/23-	22/10/2017
0.73-	48/297-	88/0	84	25/3	14/01/2017
20/1-	11/1053-	92/0	72	95/14	26/01/ 2018
51/1-	79/392	91/0	60	09/40-	07/02/2018
87/0	88/671	94/0	48	44/23-	19/02/2018
61/0	43/494-	82/0	198-	85/31	23/09/2018
77/1-	27/1843	96/0	36	54/8-	03/03/ 2018
05/1-	96/14872	93/0	72-	06/1-	19/06/2018
07/2	31/335	78/0	204-	96/46-	29/10/2018
36/0-	68/199-	74/0	228-	85/78	22/11/2018
63/1	75/422-	76/0	240-	25/37	04/12/2018
71/0-	17/329-	74/0	252-	83/47	16/12/2018
67/1	46/453-	73/0	276-	72/34	09/01/2019
94/3	26/548-	71/0	300-	72/28	02/02/2019
05/1	95/1113	71/0	312-	14/14	14/02/2019
53/3-	68/253	67/0	324-	07/62-	26/02/2019
05/2-	12/259	66/0	336	77/60	10/03/2019

 

محدوده مطالعاتی هرات با کد 4409 و مروست با کد 4407( شکل 1)، به ترتیب با وسعتی حدود 6/1625 و 2/1151 کیلومترمربع هست. آبخوان‌ها موجود در هر دو محدوده مطالعاتی از نوع آزاد بوده است. بر اساس اطلاعات آخرین دوره آماربرداری مربوط به سال 1388، منابع آب زیرزمینی در محدوده مطالعاتی هرات شامل 191 حلقه چاه، 60 رشته قنات و 106 دهنه چشمه هست که تخلیه سالیانه آن‌ها به ترتیب 34/63، 33/15 و 06/25 میلیون مترمکعب است. همچنین در مورد منابع آب زیرزمینی در محدوده مطالعاتی مروست شامل 202 حلقه چاه، 4 رشته قنات و دودهنه چشمه هست که تخلیه سالیانه آن‌ها به ترتیب 25/74، 09/3 و 035/0 میلیون مترمکعب است. در مطالعات هیدرو ژئولوژی برحسب نیاز هیدرو گراف معرف آبخوان یا دشت به کمک هیدرو گراف چاه‌های مشاهده‌ای واقع در آن دشت بر اساس رابطه زیر ترسیم می‌شود.

[4]        

که در آن،  تراز متوسط آب زیرزمینی و  سطح تأثیر برای هر چاه مشاهده‌ای و  نمایش‌دهنده تراز آب زیرزمینی در هر چاه مشاهده‌ای است. در این مقاله با استفاده از نتایج اندازه‌گیری طولانی‌مدت سطح آب چاه‌های مشاهده‌ای هیدرو گراف واحد آبخوان مناطق مورد مطالعه استخراج شد. مطابق هیدرو گراف واحد (شکل9)، سطح آب زیرزمینی در آبخوان هرات در طول دوره 8 ساله (1390 تا 1398) در حدود 5.5 متر افت، برای آبخوان محدوده مطالعاتی مروست این هیدرو گراف افت آب زیرزمینی در حدود 7 متر در طی دوره هشت‌ساله محاسبه شد.

 

شکل10 . سمت راست هیدرو گراف واحد آبخوان آبرفتی دشت هرات،  سمت چپ هیدرو گراف واحد آبخوان آبرفتی دشت مروست.

Figure 10. To the right of the hydrograph of the alluvial aquifer of Herat plain, to the left of the hydrograph of the alluvial aquifer of Marvasht plain.

در پایان، بر اساس گراف سری زمانی حاصل از تداخل سنجی با پراکنش کننده­های دائمی ارزیابی نرخ فرونشست صورت گرفت. بر این اساس، بخش‌های از هر دو محدوده آبخوان هرات و مروست بر اساس (شکل 7 و 8، بخش پ) انتخاب شدند.

 

شکل11 .  نمایش  سری زمانی جابجایی در راستایی (LOS) گراف سمت راست مربوط به قنات شوشوران آبخوان مروست و سمت چپ مربوط به قنات سفید از آبخوان هرات (همان‌طور که در شکل 8 نشان داده‌شده است)  

Figure 11. Display the time series of displacement in direction (LOS) The graph on the right is related to the Shoshuran aqueduct of Marvast aquifer and the left is related to the white aqueduct of Herat aquifer (as shown in Figure 8).

 

علاوه بر این، نتایج سری زمانی ناحیه‌های دیگر مطابق با (شکل11 و جدول 4)، نمایش و لیست شده‌اند، این ارزیابی‌ها حاکی از یک‌روند نزولی نسبتاً شدید بین سال‌های 2017 تا 2019 بوده است.

 

جدول 4 .  مقایسه نرخ تغییرات برآورد شده بین ناحیه‌های انتخاب شده در شکل 6.

Table 4. Compare the estimated change rates between the selected areas in Figure 6.

نام ناحیه	تعداد نقاط	میانگین	مینیمم	ماکزیمم	ضریب همبستگی
(1)	5702	51/0-	48/19-	84/12	28/0-
(2)	715	55/0-	77/18-	86/19	95/0-
(3)	27695	50/0-	67/17-	80/15	32/0-
(4)	12021	24/0-	99/15-	7/01	36/0
(5)	27087	97/0-	41/14-	25/12	93/0-
(6)	5094	28/0-	44/23-	36/44	96/0-

 

در مقاله حاضر، ما برای هر دو محدوده (آبخوان هرات و مروست)، میانگین نرخ تغییر شکل در جهت خط دید ماهواره را با فن تداخل سنجی با پراکنش کننده‌های دائمی حاصل از پردازش داده‌های راداری با گذر صعودی سنتینل-1 با استفاده از پکیج SNAP2StaMPS را به دست آوردیم. سیان و همکاران (5)  در پژوهشی دیگر برای بررسی پدیده فرونشست در شهرهای ساحلی بانجول (گامبیا) و لاگوس (نیجریه) در کشور آفریقا پرداخته‌اند. در این تحقیق با استفاده مجموعه داده‌های سنتینل-1 و پردازش با پکیج یکپارچه SNAP2StaMPS، به روش تداخل سنجی با پراکنش کننده‌های پایدار، با هدف برآورد فرونشست انجام گرفت. با این تفاوت که در پژوهش یاد شده آن‌ها در پایان نتایج را با تداخل سنجی حاصل از دیگر داده‌های ماهواره­ای  مقایسه کردند. مانچینی و همکاران (19)، در پژوهشی مشابه با استفاده از این پکیج و همچنین ترکیب نتایج پردازش فن تداخل سنجی با پراکنش گرهای دائمی در هر دو مدار صعودی و نزولی سنتینل-1 به تعداد 171 تصویر در جهت بالاگذر .132 تصویر در جهت پایین گذر در فاصله زمانی 2015 تا 2019 به پایش فرونشست در بخش جنوب غربی دشت پو (ایتالیا) پرداختند. از نتایج این پژوهش استخراج نقشه سرعت جابجایی و دستیابی به الگوی فرونشست در بخش غربی کلانشهر بولونیا  که در آن سرعت عمودی حداکثر 20 میلی متر در سال در گستره 200 کیلومتر مربع بود.

نتیجه‌گیری

روش‌های سری‌زمانی تداخل‌سنجی با پراکنش کننده‌های دائمی(PSI) کمک شایانی در جهت پایش فرونشست و حرکات زمین می‌نمایند.

از جمله محدودیت های این پژوهش جود پیکسل‌های خاکستری‌رنگ در سطح نقشه جابجایی بود، این موضوع به دلیل ناهمبستگی زمانی که بر اثر تغییرات سریع پوشش منطقه و درنتیجه پایین بودن میزان همدوسی ایجاد می‌شود. و همچنین اختلاف فاز ناشی از بازکردن فاز(phase unwrapping) که این با توجه به توپوگرافی منطقه مورد مطالعه بسیار ناچیز بود.

در پژوهش حاضر برای نخستین بار، به برآورد نرخ پدیده فرونشست در آبخوان‌های هرات و مروست از استان یزد، از فن تداخل سنجی با پراکنش گرهای دائمی با استفاده از داده‌های سنجنده سنتینل-1 و پکیج خودکار) SNAP2StaMPS،( استفاده نمودیم. همچنین، در این تحقیق، پتانسیل بسته متن‌باز استمپس و نرم‌افزار اسنپ جهت پردازش تداخل سنجی راداری را نشان دادیم. از نتایج مهم استخراج‌شده از این الگوریتم پردازش تداخل سنجی با پراکنش کننده‌های دائمی، ایجاد نقشه متوسط جابجایی برای آبخوان هرات بین 33/40- تا 46/11 میلی‌متر در سال و برای آبخوان مروست بین 79/39- تا 63/10 میلی‌متر در سال در راستای دید ماهواره در طول بازه زمانی موردمطالعه (2017 تا 2019) بود (شکل 4). بالا آمدن جداره فلزی میله چاه‌های عمیق، شکاف‌های افقی عمیق و نیمه عمیق بر روی سطح زمین به‌طور مستقیم نشان‌دهنده میزان فرونشینی سطح در هر دو آبخوان موردمطالعه است (شکل 11). اگرچه داده‌های ماهواره‌ای دیگری برای آنالیز تداخل سنجی با پراکنش کننده‌های دائمی وجود دارد، اما با توجه به میزان تغییر شکل نسبتاً کم منطقه، رفتار حرکت خطی در زمان مورد انتظار، قدرت تفکیک زمانی مناسب، تجزیه‌وتحلیل به زمان اخذ داده‌های سنتینل-1 (تکرار به مدت 12 روز) و دلایل دیگر که در این مقاله به آن‌ها اشاره‌شده برای این انتخاب کافی است. باهدف ارزیابی کار پردازش‌شده، نرخ تغییرات مورد برآورد با نتایج حاصل از تحلیل مجموعه مشاهدات میدانی، تحلیل هیدرو گراف واحد و آنالیز سری زمانی حاصل از تداخل سنجی مقایسه شد. بدین منظور، در مناطق مطالعاتی، چندین ناحیه به‌صورت تصادفی و برخی بر اساس شواهد میدانی انتخاب و میانگین نرخ فرونشست مقایسه شد. علاوه بر این پارامترهای آماری مانند؛ مینیمم، ماکسیمم نرخ جابجایی، به همراه برآورد ضریب همبستگی پیرسون نیز استخراج و مقایسه شدند (جدول 4). نتایج سری زمانی حاصل از تداخل سنجی تصاویر مورداستفاده در این مقاله، نشان‌دهنده شیب‌خط برازشی که درواقع میزان وجهت جابجایی (به سمت بالا یا پایین) را نشان می‌دهد، حاکی یک‌روند نزولی رو به پایین در ناحیه شماره دوم (قنات سفید از آبخوان هرات) و پنجم (قنات شو شوران از آبخوان مروست) به ترتیب میزان آن برابر با حدود 5 و 7 سانتی‌متر را نشان می‌دهند.که این نتایج ارتباط معناداری با هیدرو گراف واحد هر دو آبخوان در (شکل 9) دارد.

در آخر پیشنهادهایی به‌عنوان موضوع تحقیقات آتی ارائه می‌گردد، استفاده از ترکیب هندسه صعودی و نزولی تصاویر ماهواره سنتینل، تصاویر باقدرت تفکیک بالاتری مانند TerraSAR-X، ترکیب فن پراکنش کننده‌های پایدار(PSI) با خط مبنای کوتاه (SBAS)و استفاده از نرم­افزار­های تخصصی مانند Sarproz و موراد دیگر را می­توان نام برد که به‌موجب این پیشنهادات عملکرد روش‌های اتخاذشده بهبود یابند.

  

شکل 11 . پیامدهای فرونشست در مناطق موردمطالعه در بازه زمانی موردمطالعه (2017/03/ 20 تا2019/03/10) الف) و ب) ناحیه قنات سفید در آبخوان هرات، ب) ناحیه قنات شو شوران از آبخوان مروست.

Figure 11. Consequences of subsidence in the studied areas in the studied period (20/03/2017 to 10/03/2019). a) and b) white aqueduct area in Herat aquifer, b) Shuran aqueduct area of Marvast aquifer.

 

تقدیر و تشکر

اين مقاله حاصل پايان­نامه با عنوان ارزیابی داده‌های راداری سنتینل-1 در برآورد نرخ فرونشست زمین مبتنی بر فن پراکنش‌کننده‌های دائمی بر اساس الگوریتم SNAP2StaMPS (مطالعه موردی آبخوان هرات) در مقطع كارشناسي ارشد در سال 1400و كد167352 است كه با حمايت دانشگاه آزاد اسلامی واحد یزد اجرا شده است.

در پایان نویسندگان مایل‌اند از خدمات تحقیقاتی و پشتیبانی ESA برای تأمین منابع رایانه‌ای مورداستفاده با داده‌های Copernicus Sentinel-1 قدردانی کنند. همچنین از اداره آب و منطقه‌ای استان یزد جهت قرار دادن اطلاعات چاه‌های پیزومتری کمال تشکر راداریم.

منابع

1.        Arvin, Abdul Khaleq, Vahabzadeh Kobria, Ghorban, Mousavi, Seyed Ramadan, Bakhtiari Kia, Massoud. (1398). Spatial modeling of land subsidence in the south of Minab watershed using remote sensing and GIS. Remote Sensing and Geographic Information System in Natural Resources, 10 (3), 19-34.(In Persian).

2.        Bamler, R., & Hartl, P. (1998). Synthetic aperture radar interferometry. Inverse Problems, 14(4), R1-R54. http://dx.doi.org/10.1088/0266-5611/14/4/001 

3.        Bozzano, F., Esposito, C., Franchi, S., Mazzanti, P., Perissin, D., Rocca, A., & Romano, E. 2015. Analysis of a Subsidence Process by Integrating Geological and Hydrogeological Modelling with Satellite InSAR Data. In Engineering Geology for Society and Territory-Volume 5 (pp. 155-159). Springer, Cham.

4.        Berardino, P., Fornaro, G., Lanari, R., & Sansosti, E. 2002. A new algorithm for surface deformation monitoring based on small baseline differential SAR interferograms. IEEE Transactions on Geoscience and Remote Sensing, 40(11), 2375-2383. http://dx.doi.org/10.1109/TGRS.2002.803792 

5.        Cian, F., Blasco, J. M. D., & Carrera, L. 2019. Sentinel-1 for Monitoring Land Subsidence of Coastal Cities in Africa Using PSInSAR: A Methodology Based on the Integration of SNAP and StaMPS. Geosciences, 9(3), 124. Retrieved from https://www.mdpi.com/2076-3263/9/3/124

6.        Crosetto, M., Monserrat, O., Cuevas-González, M., Devanthéry, N., & Crippa, B. 2016. Persistent Scatterer Interferometry: A review. ISPRS Journal of Photogrammetry and Remote Sensing, 115, 78-89. https://doi.org/10.1016/j.isprsjprs.2015.10.011 

7.        Delgado Blasco, J., Foumelis, M., Stewart, C., & Hooper, A. 2019. Measuring Urban Subsidence in the Rome Metropolitan Area (Italy) with Sentinel-1 SNAP-StaMPS Persistent Scatterer Interferometry. Remote Sensing, 11(2), 129. MDPI AG. Retrieved from http://dx.doi.org/10.3390/rs11020129

8.        Delgado Blasco, J. M., & Foumelis, M. 2018. Automated SNAP Sentinel-1 DInSAR processing for StaMPS PSI with open source tools (Version 1.0.1). Presented at the International Geoscience and Remote Sensing Symposium 2018 (IGARSS 2018), Valencia, Spain: Zenodo. http://doi.org/10.5281/zenodo.1322353 

9.        Dehghani, M. 2016. Landslide Monitoring Using Hybrid Conventional and Persistent Scatterer Interferometry. Journal of the Indian Society of Remote Sensing, 44(4), 505-513. http://dx.doi.org/10.1007/s12524-015-0536-3 

10.        Ferretti, Alessandro & Prati, Claudio & Rocca, Fabio. 2001. Permanent scatterers in SAR interferometry. IEEE Trans Geosci Remot Sen. Geoscience and Remote Sensing, IEEE Transactions on. 39. 8 - 20. http://dx.doi.org/10.1109/36.898661 

11.        Ferretti, A., Prati, C., & Rocca, F. 2000. Nonlinear subsidence rate estimation using permanent scatterers in differential SAR Interferometry. Geoscience and Remote Sensing, IEEE Transactions on, 38, 2202-2212. http://dx.doi.org/10.1109/36.868878 

12.        Ferretti, A., Monti-Guarnieri, A., Prati, C., Rocca, F., & Massonet, D. 2007. InSAR Principles - Guidelines for SAR Interferometry Processing and Interpretation. ESA Training Manual, 19.

13.        Foumelis, M., Blasco, J. M. D., Desnos, Y.-L., Engdahl, M., Fernández, D., Veci, L. Wong, C. 2018. ESA SNAP-StaMPS integrated processing for Sentinel-1 persistent scatterer interferometry. Paper presented at the IGARSS 2018-2018 IEEE International Geoscience and Remote Sensing Symposium

14.        Galloway, D. L., & Burbey, T. J. (2011). Review: Regional land subsidence accompanying groundwater extraction. Hydrogeology Journal, 19(8), 1459-1486. https://doi.org/10.1007/s10040-011-0775-5 

15.        Hooper, A., Bekaert, D., Spaans, K., & Arıkan, M. 2012. Recent advances in SAR interferometry time series analysis for measuring crustal deformation. Tectonophysics, 514-517, 1-13. https://doi.org/10.1016/j.tecto.2011.10.013

16.        Hooper, A., Zebker, H., Segall, P., & Kampes, B. 2004. A new method for measuring deformation on Volcanoes and other natural terrains using InSAR Persistent Scatterers. Geophyiscal Research Letters, 31, 1-5. https://doi.org/10.1029/2004GL021737 

17.        Hooper, A., Spaans, K., Bekaert, D., Cuenca, M. C., Arıkan, M., & Oyen, A. (2018). StaMPS/MTI manual. Delft Institute of Earth Observation and Space Systems Delft University of Technology, Kluyverweg, 1, 2629. Retrieved from https://github.com/dbekaert/StaMPS/archive/refs/heads/master.zip

18.        Jelének, J., Kopačková, V., & Fárová, K. 2018. Post-Earthquake Landslide Distribution Assessment Using Sentinel-1 and 2-Data: The Example of the 2016 Mw 7.8 Earthquake in New Zealand. Proceedings, 2(7), 361. Retrieved from https://www.mdpi.com/2504-3900/2/7/361

19.        Mancini, F., Grassi, F., & Cenni, N. 2021. A Workflow Based on SNAP–StaMPS Open-Source Tools and GNSS Data for PSI-Based Ground Deformation Using Dual-Orbit Sentinel-1 Data: Accuracy Assessment with Error Propagation Analysis. Remote Sensing, 13(4), 753. Retrieved from https://www.mdpi.com/2072-4292/13/4/753

20.        Mahapatra, Pooja & Marel, Hans & Van Leijen, Freek & Samiei Esfahany, Sami & Klees, Roland & Hanssen, Ramon. 2017. InSAR datum connection using GNSS-augmented radar transponders. Journal of Geodesy. 92. http://dx.doi.org/10.1007/s00190-017-1041-y 

21.        Orellana, F., Delgado Blasco, J. M., Foumelis, M., D’Aranno, P. J. V., Marsella, M. A., & Di Mascio, P. 2020. DInSAR for Road Infrastructure Monitoring: Case Study Highway Network of Rome Metropolitan (Italy). Remote Sensing, 12(22), 3697. Retrieved from https://www.mdpi.com/2072-4292/12/22/3697

22.        PDGS 2020 POD Precise Orbit Ephemerides [AUX_POEORB]: European Space Agency [Online], Payload Data Ground Segment. Retrieved October, 29 May 2021, from https://qc.sentinel1.copernicus.eu/

23.         Sentinel­ Application Platform (SNAP).Sentinel-1 Toolbox. Available online:https://qc.sentinel1.eo.esa.int/ accessed on 29 May 2021).

24.        Scheiber, R., & Moreira, A. 2000. Coregistration of Interferometric SAR Images Using Spectral Diversity. Geoscience and Remote Sensing, IEEE Transactions on, 38, 2179-2191. http://dx.doi.org/10.1109/36.86887 

25.        Takaku, J., Tadono, T., Tsutsui, K., & Ichikawa, M. 2016. Validation Of "Aw3d" Global Dsm Generated from ALOS PRISM. ISPRS Annals of Photogrammetry, Remote Sensing and Spatial Information Sciences, III-4, 25-31. http://dx.doi.org/10.5194/isprs-annals-III-4-25-2016 

26.        Foroughnia, F., and Nemati, P., and Maghsoudi, Y. (1397). Time series analysis of radar interferometry based on permanent dispersers, using Sentinel-1A and ENVISAT-ASAR images, to estimate the subsidence phenomenon in Tehran. Remote Sensing and GIS Iran, 10 (1), 57-72. https://www.sid.ir/fa/journal/ViewPaper.aspx?id=531225

27.        Villasenor, J., & Zebker, H. 1992. Temporal decorrelation in repeat pass-radar interferometry. IEEE Transactions on Geoscience and Remote Sensing, 30(5), 950-959.

28.        Zan, F. D., & Guarnieri, A. M. 2006. TOPSAR: Terrain Observation by Progressive Scans. IEEE Transactions on Geoscience and Remote Sensing, 44(9), 2352-2360. http://dx.doi.org/10.1109/TGRS.2006.873853 

29.        Zare Kamali, Mojtaba, Al-Husseini Al-Modarressi, Seyed Ali, Naqdi, Karim. (1396). Comparison of vertical ground displacement using SBAS algorithm in X and C radar bands (Case study: Tehran lands). Remote Sensing and Geographic Information System in Natural Resources, 8 (3), 104-120. (In Persian).

30.        Zhou, X., Chang, N.-B., & Li, S. (2009). Applications of SAR Interferometry in Earth and Environmental Science Research. Sensors, 9(3), 1876–1912. MDPI AG. Retrieved from http://dx.doi.org/10.3390/s90301876 

31.        Zhu, X., Wang, Y., Montazeri, S., & Ge, N. (2018). A Review of Ten-Year Advances of Multi-Baseline SAR Interferometry Using TerraSAR-X Data. Remote Sensing, 10(9), 1374. MDPI AG. Retrieved from http://dx.doi.org/10.3390/rs10091374 

Automated processing based on interferometer technique with permanent dispersers for subsidence monitoring (Case study of Herat and Marvast aquifers)

Abstract

In this research, for the first time, the SNAP2StaMPS package has been used to automate the process of processing and analysis of subsidence of Herat and Marvast aquifers in radar satellite images. In recent decades, heterogeneous development of agricultural lands and uncontrolled extraction of groundwater from the reservoirs of Herat and Marvast aquifers in Yazd province have caused the occurrence of land subsidence around agricultural lands. The rise of the metal wall of deep well bars, the horizontal cracks on the ground surface directly indicate the degree of subsidence. In this study, a fully automated processing algorithm between SNAP software and a method designed by Stanford University called StaMPS was developed to estimate the amount of satellite line shift. The results of the time series interferometer (PSI) interferometer technique on 24 Sentinel-1 images in the satellite's ascending orbit indicate an average displacement rate for the Herat aquifer between -40/33 to 11/46 mm per year and for the Marvast aquifer between 79 / 39- up to 10/63 mm per year. In order to validate, the amount of subsidence obtained from interferometric processing (PSI) was compared with the level of surface drop in Herat aquifer and Marvast observed by unit hydrograph analysis method, statistical models, and field observations. The results show that the water level drop and the results of the hydrograph analysis of the aquifer unit are consistent with the results of time series maps obtained from interferometry (PSI).Therefore, the automated method presented in this study can be used to monitor subsidence.

Keywords: Sentinel-1 satellite, land subsidence, differential interferometry(DInSAR), Herat and Marvast aquifers, Permanent scatterers interferometry (PSI)

 

 

 

پردازش خودکار بر مبنای فن تداخل سنجی با پراکنشگرهای دائمی جهت پایش فرونشست(مطالعه موردی آبخوان هرات و مروست)

 

طرح مسئله: یکی از مسائلی که در اثر برداشت آب زیرزمینی اتفاق می‌افتد نشست زمین (Land subsidence) است. این وضعیت اکنون در بسیاری از نقاط خشک و نیمه خشک ایران و بویژه استان یزد گزارش شده است. به علاوه، در دهه‌های اخیر توسعه ناهمگن اراضی کشاورزی و استخراج بی‌رویه از آب‌های زیرزمینی مخازن آبخوان‌های هرات و مروست در استان یزد باعث بروز پدید فرونشست زمین در پیرامون اراضی کشاورزی شده است. بالا آمدن جداره فلزی میله چاه‌های عمیق، شکاف‌های افقی بر روی سطح زمین به‌طور مستقیم نشان‌دهنده میزان فرونشینی سطح است. تشخیص و نمایان‌سازی نواحی که به دلیل خطرپذیری و به مخاطره انداختن زندگی، مستعد فرونشست هستند ضروری است از سوی دیگر باید توجه داشته باشیم که تاثیرات فرونشست ممکن است به وسیله دیگر فعالیتهای طبیعی در ناحیه همچون فعالیتهای آتشفشانی، زمین لرزه‌ها و زمین‌لغزشها تسریع شود و با توجه به لرزه‌خیز بودن مناطق زیادی از کشور ما توجه به این پدیده اهمیت ویژه‌ای دارد. امروزه یکی از دقیق‌ترین و کم هزینه‌ترین روشها برای شناسایی حرکات سطح زمین، فن تداخل سنجی راداری است. این روش با مقایسه فازهای دو تصویر راداری که از یک منطقه در دو زمان متفاوت اخذ شده‌اند، قادر به تعیین تغییرات سطح زمین با دقت و توان تفکیک مکانی در حد سانتیمتر و حتی میلیمتر در آن بازهی زمانی خواهد بود. در این مقاله ما برای نخستین بار با استفاده از تصاویر ماهواره‌ای سنتینل-1 و نرم‌افزارهای منبع باز سعی در پایش وجود فرونشست زمین در آبخوان‌های هرات و مروست نمودیم.

هدف: در این تحقیق، سعی داریم با به به‌کارگیری داده‌های سری زمانی حس­گر سنتینل-1 که تاکنون در مطالعه فرونشست مناطق موردمطالعه استفاده‌نشده است به اهداف زیر دست‌یابیم. هدف در این پژوهش، اجرا کردن فن تداخل سنجی با پراکنش کننده‌های دائمی با استفاده از پکیج یکپارچه SNAP2StaMPS است. هدف دیگر می‌توان به برآورد نرخ فرونشست با پردازش مجموعه‌ای از تصاویر سنجنده سنتینل-1 در بازه زمانی 20/02/2017 تا 10/02/2019، تقریباً دوساله سری زمانی است. و هدف آخر بررسی پتانسیل داده‌ای این حس­گر در تحلیل سری زمانی و پایش تغییرات حاصل از فرونشست زمین بود.

روش تحقیق: آبخوان هرات و مروست درواقع مناطق موردمطالعه در این تحقیق شامل، آبخوان هرات و مروست واقع در استان یزد می‌باشند. آبخوان هرات و مروست ازنظر زمین‌شناسی بخشی از زون‌های زاگرس (افیولیت، رادیولاریت) و سنندج- سیرجان هستند. مناطق مورد مطالعه موجود در حوضه درجه ۲ آبریز کویر ابرقو و سیرجان با کد ۴۴ و مساحتی برابر با ۳/۵۷۱۲۵ کیلومترمربع واقع شده است. در این پژوهش تعداد 24 داده مربوط به سنجنده سنتینل-1، در سطح تصویر مختلط تک منظر، گذر بالا، قطبش VV و شماره قطعه 93 مربوط به بازه زمانی تقریباً دوساله را در هر دو منطقه موردمطالعه مورد پردازش قرار گرفت. به‌طورکلی، قسمت اعظم پروسه پردازش و تحلیل سری زمانی تداخل سنجی با پراکنش کننده‌های دائمی (PSI) در این مقاله توسط دو نرم‌افزار متن‌باز اسنپ و استمپس صورت گرفت گرفت. درنهایت، برای خودکار نمودن مراحل تداخل سنجی از نوع تک مرجع، از مجموعه‌ای کد نوشته به زبان برنامه‌نویسی پایتون به نام SNAP2StaMPS که به‌خوبی بر اساس گراف‌های نرم‌افزار اسنپ طراحی‌شده است، استفاده شد.

نتایج و بحث: یکی از نتایج پردازش تداخل سنجی به اساس الگوریتم خودکار SNAP2StaMPS در این پژوهش، تولید تداخل‌نگاشت که فاز توپوگرافی از روی آن‌ها حذف‌شده است، بود. از دیگر نتایج شاخص پراکندگی انحراف استاندارد برای نقشه متوسط جابجایی، هر دو آبخوان هرات و مروست به ترتیب برابر با 19/4 و 65/3 میلی‌متر در سال بود. همچنین از نتایج اصلی در این پژوهش برآورد نقشه متوسط جابجایی، آبخوان هرات بین 33/40- تا 46/11 میلی‌متر در سال و برای آبخوان مروست بین 79/39- تا 63/10 میلی‌متر در سال در راستای دید ماهواره در طول بازه زمانی موردمطالعه (2017 تا 2019) به دست آمد. بدین منظور ناحیه‌های به‌صورت تصادفی و ناحیه‌های نیز بر اساس شواهد میدانی فرونشست در هر دو محدوده مطالعاتی انتخاب شدند نواحی مربوط به آبخوان هرات شامل، 1) قنات سفید و 2) شمال چشمه‌علی و 3) شهر هرات و نواحی 4) قنات شوشوران 5) چاه حاجی‌آباد ناصری و 6) شهر مروست، مربوط به آبخوان مروست را می‌توان نام برد. در این مقاله با توجه عدم وجود ابزارهای تخصصی، جهت ارزیابی و صحت سنجی تنها راه بررسی نتایج، انطباق آن با شواهد زمینی فرونشست، نمودار­های سری زمانی و هیدرو گراف واحد آبخوان است. با توجه به نتایج هیدرو گراف واحد آبخوان­های آبرفتی هرات و مروست، سطح آب زیرزمینی در آبخوان هرات در طول دوره 8 ساله از سال 1390 تا 1398 بر اساس داده‌های 28 چاه مشاهده‌ای در حدود 5.5 متر افت نموده است، برای آبخوان محدوده مطالعاتی مروست این هیدرو گراف نشان‌دهنده افت آب زیرزمینی در حدود 7 متر در طی دوره هشت‌ساله هست. نتایج سری زمانی حاصل از تداخل سنجی تصاویر مورداستفاده در این مقاله، نشان‌دهنده شیب‌خط برازشی که درواقع میزان وجهت جابجایی (به سمت بالا یا پایین) را نشان می‌دهد، حاکی یک‌روند نزولی رو به پایین در ناحیه شماره دوم (قنات سفید از آبخوان هرات) و پنجم (قنات شو شوران از آبخوان مروست) به ترتیب میزان آن برابر با حدود 5 و 7 سانتی‌متر را نشان می‌دهند. که این نتایج ارتباط معناداری با هیدرو گراف واحد هر دو آبخوان دارد.

نتیجه‌گیری: در این مقاله برای نخستین بار، برای برآورد نرخ پدیده فرونشست در آبخوان‌های هرات و مروست از استان یزد، از فن تداخل سنجی با پراکنش گرهای دائمی با استفاده از داده‌های سنجنده سنتینل-1 و پکیج منبع باز SNAP2StaMPS، استفاده شد. همچنین، در این تحقیق، پتانسیل نرم­افزارهای استمپس و اسنپ جهت پردازش تداخل سنجی راداری بررسی شد، و همچنین جزئیات اجرای بسته نرم‌افزاری استپ به استمپس را نشان داده شد. به طور کلی، بر اساس خروجی­های پردازش شده از این پکیچ و نتایج حاصل از صحت سنجی می­توان به توانایی روش خودکار ارائه شده در این پژوهش جهت پایش فرونشست پی برد و از این الگوریتم در مناطق مطالعاتی دیگر استفاده کرد.

 

کلمات کلیدی: ماهواره سنتینل-1، فرونشست زمین، فن تداخل‌سنجی تفاضلی(DInSAR)، آبخوان هرات و مروست، فن تداخل سنجی با پراکنش گرهای دائمی (PSI)

Automated processing based on interferometer technique with permanent dispersers for subsidence monitoring (Case study of Herat and Marvast aquifers)

Abstract

Statement of the Problem: One of the issues that occurs due to groundwater abstraction is land subsidence. This situation is now reported in many arid and semi-arid regions of Iran, especially in Yazd province. In addition, in recent decades, heterogeneous development of agricultural lands and uncontrolled extraction of groundwater from the reservoirs of Herat and Marvast aquifers in Yazd province have caused the occurrence of land subsidence around agricultural lands. The rising metal wall of deep wells, the horizontal cracks on the ground directly indicate the degree of subsidence. It is necessary to identify and identify areas that are prone to subsidence due to the risk and danger to life. On the other hand, we must note that The effects of subsidence may be accelerated by other natural activities in the area such as volcanic activity, earthquakes and landslides, and due to the seismicity of many areas of our country, attention to this phenomenon is of particular importance. Today, one of the most accurate and cost-effective methods for detecting ground surface movements is the radar interference technique. By comparing the phases of two radar images taken from the same area at two different times, this method will be able to determine changes in the earth's surface with accuracy and spatial resolution in centimeters and even millimeters in that time interval. In this article, for the first time, we tried to monitor the subsidence of land subsidence in Herat and Marvas aquifers by using Sentinel-1 satellite images and open source software.

Purpose: In this research, we try to achieve the following goals by using the time series data of Sentinel-1 sensor, which has not been used in the study of subsidence of the studied areas. The aim of this study is to implement the technique of interferometry with permanent distributors using the integrated SNAP2StaMPS package. Another goal can be to estimate the subsidence rate by processing a set of Sentinel-1 sensor images in the period 20/02/2017 to 10/02/2019, approximately two years of time series. And the ultimate goal was to investigate the data potential of this sensor in time series analysis and monitoring of changes due to land subsidence.

Methodology: Herat and Marvast aquifers In fact, the study areas in this study include Herat and Marvast aquifers located in Yazd province. Herat and Marvast aquifers are geologically part of Zagros (ophiolite, radiolarite) and Sanandaj-Sirjan zones. The study areas are located in the 2nd degree catchment area of ​​Abargoo and Sirjan deserts with code 44 and an area equal to 57125 square kilometers. In this study, 24 data related to Sentinel-1 sensor were processed in one-dimensional mixed image level, high pass, VV polarization and segment number 93 related to a period of approximately two years in both study areas. In general, most of the process of processing and analyzing the time series of interferometers with permanent distributors (PSI) in this paper was done by two open source software, Snap and Stamps. Finally, to automate the single-reference interferometry steps, a set of code written in the Python programming language called SNAP2StaMPS was used, which is well designed based on the graphs of the Snap software.

Results and discussion: One of the results of interferometric processing based on the innovative SNAP2StaMPS algorithm in this research was the production of interference maps from which the topographic phase has been omitted. Other results of the standard deviation scatter index for the average displacement map of both Herat and Marvas aquifers were 4/19 and 3/65 mm per year, respectively. Also, the main results of this study are the estimation of the average displacement map of Herat aquifer between -40/33 to 11/46 mm per year and for Marvas aquifer between -39/79 to 10/63 mm per year in terms of satellite visibility during the study period (2017 to 2019). Came. For this purpose, areas were randomly selected and areas based on subsidence field evidence in both study areas were selected. Hajiabad Naseri and 6) Marvast city, related to Marvast aquifer can be named. In this paper, due to the lack of specialized tools to evaluate and validate the only way to review the results, its compliance with ground subsidence evidence, time series diagrams and hydrograph of the aquifer unit. According to the hydrograph results of Herat and Marvast alluvial aquifers, the groundwater level in Herat aquifer has decreased by about 5/5 meters during the 8-year period from 2011 to 1398, based on data from 28 observation wells. This hydrograph shows a drop of groundwater of about 7 meters over an eight-year period. The time series results obtained from the interferometry of the images used in this paper show the slope of the fitting line, which actually shows the amount of displacement (up or down), indicating a downward trend in the second area (white aqueduct of Herat aquifer) and Fifth (Shuran aqueduct from Marvast aquifer) shows its amount equal to about 5 and 7 cm, respectively. These results have a significant relationship with the hydrograph of the unit of both aquifers.

Conclusion: In this paper, for the first time, to estimate the rate of subsidence in Herat and Marvast aquifers in Yazd province, the technique of interferometry with permanent dispersants was used using Sentinel-1 sensor data and SNAP2StaMPS open source package. Also, in this study, the potential of Stamps and SNAP software for radar interferometry processing was investigated, and also the details of the implementation of Step to Stamps software package were shown. In general, based on the processed outputs of this package and the results of validation, it is possible to understand the ability of the automated method presented in this study to monitor subsidence and use this algorithm in other study areas.

 

Keywords: Sentinel-1 satellite, land subsidence, differential interferometry(DInSAR), Herat and Marvast aquifers, Permanent scatterers interferometry (PSI)

1

---