• فهرس المقالات Google Earth

      • حرية الوصول المقاله

        1 - ارزیابی مقایسه‌ای تصاویر لندست8 و سنتینل2 برای تهیه نقشه‌ وقوع آتش سوزی در ارسباران
        امید رفیعیان خلیل ولی زاده کامران محمدابراهیم رمضانی سجاد مشیری
        جنگل ارزشمند ارسباران اکوسیستمی پیچیده و پویا است که همواره در معرض آتش سوزی‌های گسترده بوده‌ است. هدف تحقیق حاضر بهره‌گیری از فناوری ‌‌سنجش‌از دور و ‌‌سیستم‌ اطلاعات ‌جغرافیایی و قابلیت‌‌‌‌‌‌های فنی سامانه ‌‌گوگل‌ارث‌انجین به منظور تهیه نقشه وقوع آتش سوزی در مراتع و أکثر
        جنگل ارزشمند ارسباران اکوسیستمی پیچیده و پویا است که همواره در معرض آتش سوزی‌های گسترده بوده‌ است. هدف تحقیق حاضر بهره‌گیری از فناوری ‌‌سنجش‌از دور و ‌‌سیستم‌ اطلاعات ‌جغرافیایی و قابلیت‌‌‌‌‌‌های فنی سامانه ‌‌گوگل‌ارث‌انجین به منظور تهیه نقشه وقوع آتش سوزی در مراتع و جنگل‌های ارسباران بود. به منظور انتخاب روش و نوع ماهواره مناسب از بین سنتینل2 و لندست8 از شاخص جداپذیری استفاده شد. بر این اساس، از بین شاخص‌های مختلف شناسایی آتش سوزی، شاخص تفاضلی RdNBR برای تهیه نقشه نهایی 9 سال اخیر و تجمعی آتش سوزی انتخاب شد. در ارزیابی صحت نقشه حاصل به صورت کمی، 84 درصد نقاط واقعی آتش سوزی ثبت شده توسط اداره‌ کل منابع طبیعی و آبخیزداری استان آذربایجان شرقی در فاصله 200 متری پلی‌گون‌های آتش سوزی مستخرج از تصاویر ماهواره‌ای قرار گرفتند که نشان دهنده صحت بالای نقشه آتش سوزی بود. بازدید میدانی نیز تطابق خوبی بین مناطق آتش سوزی منتج از پردازش تصاویر ماهواره‌ای با وضعیت موجود منطقه نشان داد. تحقیق حاضر پتانسیل بالای این دو ماهواره‌ و نیز توانایی و امکانات فوق‌العاده سامانه ‌‌گوگل‌ارث‌انجین در تامین حجم عظیم داده‌های دورسنجی و پردازش‌های پیشرفته بر روی آنها برای تهیه نقشه‌های وقوع آتش سوزی را نشان داد. مزایای لندست8 نسبت به سنتینل2، داشتن باند حرارتی‌‌ و سری زمانی بیشتر است. قدرت مکانی و رادیومتری هر دو تقریبا مشابه است و نقیصه فاصله زمانی زیاد تصاویر تکراری در لندست8 با ترکیب آن با تصاویر لندست9 تا حد زیادی جبران خواهد شد. در نهایت همسو با نتایج تحقیقات مشابه، لندست8 در مجموع به سنتینل2 ارجحیت دارد. با توجه به فقدان داده‌های مکانی دقیق، صحیح و هم‌مقیاس از منطقه ارسباران، ایجاد یک پایگاه اطلاعات مکانی یکپارچه و بزرگ‌مقیاس پیشنهاد می‌شود. تفاصيل المقالة
      • حرية الوصول المقاله

        2 - بررسی نتایج داده های روزانه، ده روزه و ماهانه تصاویر ماهواره در تخمین مقدار بارش با استفاده از سامانهGoogle Earth Engineدر استان خوزستان
        آرش تافته سینا ملاح نیازعلی ابراهیمی پاک
        با توجه به عدم توزیع ایستگاه های باران سنجی در سطح کشور و نیاز به تعیین و تخمین بارش در مزارع آبیاری جهت برنامه ریزی آبیاری، ابزار هایی که بتوانند در تعیین بارش در سطح مزارع کمک نمایند از اهمیت بالایی برخوردار می باشند. در این مطالعه از ابزار گوگل ارث انجین و اطلاعات ما أکثر
        با توجه به عدم توزیع ایستگاه های باران سنجی در سطح کشور و نیاز به تعیین و تخمین بارش در مزارع آبیاری جهت برنامه ریزی آبیاری، ابزار هایی که بتوانند در تعیین بارش در سطح مزارع کمک نمایند از اهمیت بالایی برخوردار می باشند. در این مطالعه از ابزار گوگل ارث انجین و اطلاعات ماهواره‌ای CHIRPS ، TRMM و GPM به ترتیب در بازه‌های زمانی مختلف استفاده شد. با استفاده از این ابزار مقدار بارش در بازه های روزانه، دهه و ماهانه در ایستگاه اهواز و ایذه در بازه 1393-1394 و 1396 -1397 مورد بررسی قرار گرفت و در نهایت با استفاده از اطلاعات 9 ایستگاه ارزیابی نهایی انجام شد. نتایج نشان داد که سامانه در بازه ماهانه از شاخص کارایی بالایی برخوردار است (99/0) و مقدار خطای نرمال شده آن حدود 36 درصد می باشد. ارزیابی نشان داد که به طور متوسط 51 درصد خطا در برآورد بارش وجود دارد و به میزان 1/3 میلی متر به طور متوسط مقدار بارش کمتر برآورد می شود. شاخص توافق و کارایی مدل قابل قبول بود همچنین از نظر آزمون F-Test تفاوت معنی داری بین داده های برآورد شده و اندازه گیری شده مشاهده نشد ولی جهت افزایش دقت آن می بایست از روش های مختلف پهنه بندی مانند کوکریجینگ استفاده نمود و از آن به عنوان پارامتر کمکی به همراه نقشه رقوم ارتفاعی استفاده کرد. تفاصيل المقالة
      • حرية الوصول المقاله

        3 - یک مدل فیزیکی مقیاس پذیر مبتنی بر سنجش از دور در برآورد عملکرد محصول مزارع برنج
        احسان آسمار محمد حسن وحید نیا مجتبی رضایی ابراهیم امیری
        زمینه و هدف: گیاه برنج یکی از مهمترین محصولات استراتژیکی در کشور ایران محسوب می‌شود. از دیگر سو، کشاورزی طیف گسترده ای از امکانات و در عین حال مشکلات زیست محیطی را ایجاد می‌کند. درنتیجه، تحقیقاتی که به تولید و توسعه پایدار در این حیطه کمک ‌کنند، حائز اهمیت هستند. هدف اص أکثر
        زمینه و هدف: گیاه برنج یکی از مهمترین محصولات استراتژیکی در کشور ایران محسوب می‌شود. از دیگر سو، کشاورزی طیف گسترده ای از امکانات و در عین حال مشکلات زیست محیطی را ایجاد می‌کند. درنتیجه، تحقیقاتی که به تولید و توسعه پایدار در این حیطه کمک ‌کنند، حائز اهمیت هستند. هدف اصلی از این پژوهش طراحی و توسعه مدل مقیاس پذیر عملکرد برنج مبتنی بر سنجش از دور و پردازش داده های ماهواره ای است.روش بررسی: در این مطالعه، از چندین تصویر مختلف، موجود در سامانه گوگل ارث انجین (Google Earth Engine) برای تخمین عملکرد برنج در مقیاس های مختلف زمانی (فصول رشد مختلف) و مکانی (وضوح 30 متر تا مقیاس های منطقه ای) استفاده شد. سپس یک مدل کارایی استفاده از نور (LUE) مبتنی بر سنجش از دور را اجرا نموده و در آن تنش‌های محیطی غیرزنده را وارد نمودیم. این مدل فیزیکی در برابر داده‌های عملکرد اندازه‌گیری شده زمینی، در سال‌های زراعی 1395، 1396 و 1398 در 691 مزرعه برنج در استان گیلان ارزیابی شد.یافته ها: نتایج، همبستگی مثبت و تطابق قابل توجهی بین مقادیر محاسباتی و مشاهداتی نشان داد، بطوریکه در سال‌های زراعی مورد مطالعه، میانگین ضریب همبستگی (R) و شاخص توافق (d) برابر با55/0 بدست آمد. میانگین RMSE برابر با 500 کیلوگرم در هکتار، میانگین MAE برابر با 440 کیلوگرم در هکتار، و میانگین NRMSE برابر با 0.12، حاکی از دقت مناسب مدل در برآورد عملکرد محصول در این مکان‌ها و سال‌هاست. مدل ارائه شده، تغییرپذیری مناسب مقادیر عملکرد را در مقیاس مزرعه نشان داد.بحث و نتیجه گیری: بهره‌گیری از سنجش از دور در محیط GEE به ‌عنوان ابزاری مفید جهت تخمین عملکرد محصول در مقیاس‌های مختلف زمانی و مکانی، مورد تایید قرار گرفت. مدل حاضر می‌تواند در طیف وسیعی از کاربردها مانند مدیریت کشاورزی و بیمه محصولات کشاورزی مورد استفاده قرار گیرد. تفاصيل المقالة
      • حرية الوصول المقاله

        4 - کارایی سامانه گوگل ارث انجین (GEE) در ارزیابی تغییرات کاربری اراضی و پیش‌ بینی آن با مدل مارکوف (مطالعه موردی دشت ارومیه)
        ناصر سلطانی وحید محمدنژاد
        پیشینه و هدف کاربری اراضی منعکس‌کننده ویژگی های تعاملی بین انسان و محیط‌ زیست و تشریح نحوه بهره برداری انسان برای یک یا چند هدف بر روی زمین است. کاربری اراضی، معمولاً بر اساس استفاده انسان از زمین، با تأکید بر نقش کاربردی زمین در فعالیت های اقتصادی تعریف می شود. نقش کار أکثر
        پیشینه و هدف کاربری اراضی منعکس‌کننده ویژگی های تعاملی بین انسان و محیط‌ زیست و تشریح نحوه بهره برداری انسان برای یک یا چند هدف بر روی زمین است. کاربری اراضی، معمولاً بر اساس استفاده انسان از زمین، با تأکید بر نقش کاربردی زمین در فعالیت های اقتصادی تعریف می شود. نقش کاربری اراضی یکی از فاکتورهای اساسی در مطالعات منابع طبیعی و مدیریت محیط ‌زیست است. اطلاع از تغییرات کاربری اراضی و بررسی علل و عوامل آن ‌ها در یک دوره زمانی می تواند مورد توجه برنامه ریزان و مدیران باشد. استفاده از داده های ماهواره ای به دلیل فراهم ساختن دید وسیع و یکپارچه از یک منطقه، قابلیت تکرارپذیری، دسترسی آسان، دقت بالای اطلاعات به ‌دست ‌آمده و سرعت ‌بالای تجزیه‌ و تحلیل ابزار مناسبی برای تهیه نقشه کاربری اراضی مخصوصاً در مناطق جغرافیایی وسیع است. یکی از روش های پرکاربرد استخراج اطلاعات از تصاویر ماهواره ای، طبقه بندی است که به کاربران امکان تولید اطلاعات مختلف را می دهد. برای تفکیک پدیده های موضوعی و استخراج دقیق تر اطلاعات، با توجه به نوع روش طبقه بندی، منطقه موردمطالعه، ویژگی های نقاط تعلیمی نتایج متفاوتی حاصل می شود. سامانه گوگل ارث انجین (GEE)، سیستمی مبتنی بر وب و محاسبات ابری است که توسط شرکت گوگل و به‌منظور ذخیره ‌سازی و تحلیل حجم عظیمی از داده ها در مقیاس پتا بایت (ازجمله تصاویر مختلف ماهواره ای، مدل های رقومی ارتفاعی، داده های اقلیمی، داده های وکتوری)، راه‌ اندازی شده است. سرعت در پردازش و دسترسی به داده های متنوع از مسائل و مشکلات مطالعات مربوط به تغییرات کاربری اراضی است. این مشکلات به لطف سامانه گوگل ارث انجین، برطرف شده است. هدف مقاله حاضر طبقه بندی تصاویر ماهواره ‌ای با استفاده از روش یادگیری ماشین بردار در دو دوره 2000 و 2020 و تهیه نقشه کاربری اراضی این دو دوره در محیط سامانه گوگل ارث انجین است.مواد و روش هادر پژوهش حاضر شهر ارومیه به همراه نواحی اطراف آن (دشت ارومیه)، مورد ارزیابی قرارگرفته است. به‌منظور تهیه نقشه های کاربری اراضی و مطالعه تغییرات آن، تصاویر مربوط به سنجنده ETM+ ماهواره لندست 7 برای سال 2000 و سنجنده OLI لندست 8 مربوط به سال 2020 استفاده ‌شده است. از تصاویر مربوط به ماه جون، زمانی که پوشش گیاهی به حداکثر رشد رویشی رسیده است، استفاده گردید. روش های مختلفی برای پایش و اندازه گیری تغییرات پوشش زمین و کاربری اراضی توسعه پیداکرده است. در مقاله حاضر کارایی سامانه گوگل ارث انجین به ‌منظور گردآوری، مدیریت و پردازش داده های سنجش ‌از دور مورد ارزیابی قرار گرفته است تا بتوان سرعت و دقت این سامانه را اثبات و معرفی کرد. جهت تهیه نقشه کاربری اراضی، از روش طبقه ‌بندی ماشین بردار پشتیبان (Support Vector Machine)، استفاده‌ شده است. تفاوت عمده این مقاله با سایر پژوهش ها این است که مدیریت و پردازش تصاویر در سامانه گوگل ارث انجین صورت گرفته است که این امر سبب می شود تا محقق نیازی به نرم ‌افزارهای پرهزینه و سنگین مانند ENVI نداشته باشد و تنها با دسترسی به اینترنت بتواند پردازش های مورد نظر را انجام دهد. با توسعه کد مربوط به طبقه‌ بندی تصاویر با استفاده از روش ماشین بردار پشتیبان، اقدام به طبقه ‌بندی تصاویر سال های 2000 و 2020 شد. شش کلاس کاربری شامل زمین های بایر، اراضی انسان‌ساخت، باغات، کشاورزی آبی، کشاورزی دیم و پهنه های آبی مشخص گردید. پس از طبقه ‌بندی تصاویر ماهواره ای، نتایج کار در گوگل درایو ذخیره و برای تحلیل های بعدی آماده شد. نتایج طبقه ‌بندی وارد محیط نرم‌افزارArcGIS شد و صحت طبقه‌ بندی با استفاده از نقاط کنترلی به‌ دست ‌آمده از تصاویر گوگل ارث و همچنین داده های مربوط به طرح آمایش سرزمین استان آذربایجان غربی مورد ارزیابی قرار گرفت. در مقاله حاضر علاوه بر تهیه نقشه کاربری اراضی در سامانه گوگل ارث انجین، به پیش‌بینی و مدل سازی کاربری ها برای سال 2040 با استفاده از تخمینگر انتقال مارکوف استفاده شد.نتایج و بحث پس از فراخوانی و اعمال طبقه ‌بندی در محیط گوگل ارث انجین با استفاده از روش SVM، نقشه کاربری اراضی برای سال های 2000 و 2020 تهیه شد. نقشه های تهیه ‌شده شامل کاربری های اراضی ساخته‌ شده، پهنه‌ های آبی، باغات، کشاورزی آبی، کشاورزی دیم و زمین های بایر است. مقایسه کاربری های مختلف بین سال های 2000 و 2020 نشان می دهد که تغییرات گسترده‌ ای در آن ‌ها رخ ‌داده است. برخی از این تغییرات افزایشی و برخی کاربری ها، منفی است. زمین های بایر در سال 2020 نسبت به سال 2000، در حدود 10 کیلومتر مربع، اراضی ساخته‌شده (انسان‌ساخت)، 42.62 کیلومترمربع، باغات 67 کیلومترمربع و پهنه های آبی 0.39 کیلومتر مربع افزایش مساحت را نشان می دهد. در مقابل کشاورزی دیم 39.45 و کشاورزی آبی 80 کیلومترمربع از مساحت خود را ازدست‌داده‌اند. دلیل افزایش باغات را می ‌توان در تغییر کاربری های کشاورزی آبی به باغی و همچنین توسعه شهری و ایجاد زیرساخت های انسانی مختلف دانست که در سال های اخیر بسیار مشهود است. بیشترین تغییرات مربوط است به کاربری باغات با روند مثبت که طی آن بسیاری از زمین های کشاورزی آبی تبدیل به اراضی باغی شده اند. همین تغییرات سبب شده تا میزان تولید محصولات باغی شهرستان ارومیه افزایش‌یافته و به یکی از قطب های تولید محصولات باغی به ‌ویژه سیب تبدیل بشود. از طرف دیگر مساحت زمین های انسان‌ساخت تقریباً دو برابر شده است که این امر معمولاً در سایر نقاط کشور نیز اتفاق می ‌افتد و امری عادی است. معمولاً با افزایش جمعیت شهرها و همچنین روستاها و نیاز به احداث ساختمان های جدید و امکانات زیرساختی مثل کارخانه ‌ها، زمین‌های ورزشی، جاده ها، فضاهای سرگرمی و غیره، کاربری های انسان ‌ساخت افزایش پیداکرده است. طبق نقشه پیش ‌بینی‌شده برای سال 2040 با استفاده از CA-Markov در نرم ‌افزار ادریسی، بیشترین رشد مربوط به کاربری کشاورزی دیم است. پیش ‌بینی می ‌شود طی این دوره مساحت زمین ‌های دیم به 73.40 کیلومترمربع برسد. زمین‌ساخته شده به 90.9 کیلومترمربع افزایش خواهد یافت. در حالی ‌که مقدار آن در سال 2020، 76.38 کیلومترمربع بوده است. از طرف دیگر مساحت باغات از 31.61 کیلومترمربع در سال 2020 به 72.15 کیلومترمربع افزایش خواهد یافت. زمین ‌های کشاورزی آبی نیز با روند افزایشی به 27.38 کیلومترمربع خواهد رسید.نتیجه گیری بررسی‌ ها نشانگر آن است که رشد اراضی ساخته ‌شده در شهر ارومیه و پیرامون آن، متناسب و همسو با سایر کاربری ها نیست و این مسئله منجر به پیشی گرفتن رشد مساحت کاربری اراضی ساخته ‌شده نسبت به سایر کاربری ‌ها شده است و این مسئله باعث ایجاد پدیده گستردگی در شهر ارومیه شده است. از طرف دیگر نتایج نشان می دهد که بررسی و مطالعه کاربری اراضی با استفاده از سری زمانی تصاویر ماهواره ‌ای، صرفه‌جویی در زمان و هزینه است و همان ‌طور که در مقاله اشاره ‌شده است، کاربری های مختلف برای سال ها 2000 و 2020 با استفاده از سامانه گوگل ارث انجین تهیه و تغییرات آن‌ ها مشخص شد. تفاصيل المقالة
      • حرية الوصول المقاله

        5 - پایش میزان کلروفیل-آ، کربن آلی، شوری و دمای سطح آب در سواحل سیستان و بلوچستان با استفاده از داده‌ های سنجش از دور
        الهام شهری محمد حسین صیادی الهام یوسفی
        پیشینه و هدف دریاها و اقیانوس‌ ها نقش به سزایی در شرایط آب و هوایی و همچنین تغییرات اقلیم ایفا می ‌کنند. علاوه بر این پدیده‌ های فیزیکی و زیستی از مهم‌ ترین عوامل تأثیرگذار بر شیمی و محیط ‌زیست دریا هستند. از همین رو شناخت فرآیندهای فیزیکی حاکم بر دریاها و اقیانوس‌ ها و أکثر
        پیشینه و هدف دریاها و اقیانوس‌ ها نقش به سزایی در شرایط آب و هوایی و همچنین تغییرات اقلیم ایفا می ‌کنند. علاوه بر این پدیده‌ های فیزیکی و زیستی از مهم‌ ترین عوامل تأثیرگذار بر شیمی و محیط ‌زیست دریا هستند. از همین رو شناخت فرآیندهای فیزیکی حاکم بر دریاها و اقیانوس‌ ها و همچنین همبستگی بین این خصوصیات با خصوصیات زیستی از اهمیت بالایی برخوردار است. الگوریتم ‌های سنجش ‌از دور از محـدوده آبی، سبز، زرد، قرمز و مادون ‌قرمز نزدیک استفاده می‌ کنند و بنابراین نظارت بر کلروفیل- آ که رنگ‌دانه فیتوپلانگتون آب ‌های اقیانوسی و ساحلی است می ‌تواند با استفاده از فناوری نوین سنجش ‌از دور اندازه‌گیری و ارزیابی شود.مواد و روش ها در این مطالعه از قابلیت روش‌ های سنجش از دور در بررسی وضعیت ویژگی‌های کیفی آب‌های ساحلی استان سیستان و بلوچستان استفاده‌شده است. بدین منظور برای بررسی وضعیت کلروفیل-آ با استفاده از الگوریتم ‌های بیواپتیکی OC3 درENVI و همچنین قابلیت ‌های پلت فرم گوگل ارث انجین استفاده ‌شده است. گوگل ارث انجین یک پلت فرم تحلیل مکانی و متن‌ باز است که کاربران را قادر می ‌سازد تصاویر ماهواره ‌ای سیاره زمین را تجسم و تجزیه‌ و تحلیل کنند. با استفاده از این سامانه می ‌توان انواع پردازش ‌های طیفی را بر روی پدیده های مختلف سطح زمین با داده‌های ماهواره ‌ای متفاوت انجام داد. همچنین می ‌توان بر روی حجم زیادی از داده ‌ها بدون نیاز به سامانه ‌های پرقدرت، محاسبات را انجام داد. پارامتر شوری از ماهواره SMOS سنجنده MIRAS در نرم‌افزار SNAP، بررسی پارامترهای کلروفیل، دما و کربن آلی با استفاده از تصاویر ماهواره مودیس سنجنده Terra استفاده شد. زمان مطالعه در تصاویر مورداستفاده و نمونه ‌برداری میدانی اردیبهشت‌ ماه سال 1399 است. به ‌منظور استخراج غلظـت کلروفیـل-آ از الگوریتم‌ های بیواپتیکی مبتنـی بـر بانـدهای آبـی و سـبز (OC3) در نرم‌افزار ENVI استفاده شد. مدل ‌های بیواپتیک اندازه‌گیری‌ های نـوری بازتـاب یـا تابش را با پارامترهای بیولوژیکی مانند غلظت کلروفیل، کیفیت آب و سایر موارد به هم پیونـد می‌دهند. دمای آب یکی از مهم‌ترین عوامل حاکم بر وضعیت زندگی درون دریا است، به ‌طوری ‌که جانوران دریایی تنها در یک بازه مشخصی از دمای آب می ‌توانند زنده بمانند و تولیدمثل کنند.‌ به همین دلیل فیتوپلانگتون ‌ها بسیار به تغییرات دمای آب حساس بوده و واکنش نشان می ‌دهند و دمای سطح آب می‌ تواند تعیین‌کننده فراوانی و پراکنش آن ‌ها باشد. در این پژوهش پروداکت MIR_OSUDP2 ماهواره SMOS سنجنده MIRAS در تاریخ 3 می 2020 برای منطقه موردمطالعه از سایت https://smos-diss.eo.esa.int استفاده شد.نتایج و بحث در کنار سواحل میزان کلروفیل-آ بیشتر است و ایستگاه ‌های کنارک جود و خور میدانی دارای غلظت بالاتری از کلروفیل-آ هستند. خروجی‌ های حاصل از دو روش متفاوت در تخمین میزان کلروفیل-آ در منطقه مورد مطالعه مشابهت دارد. همچنین نتایج نشان داد که در ایستگاه ‌های چابهار، کنارک، جود و گواتر در سال ‌های اخیر میزان کلروفیل-آ افزایش ‌یافته است. در مناطق چابهار و کنارک در طول ده سال این افزایش چشمگیر بوده و افزایش ناگهانی کلروفیل در سال اخیر در ایستگاه‌ های جود و خور میدانی نیاز به مطالعات بیشتری جهت شناخت علل دارد و باید مورد توجه قرار گیرد. نمودار میزان تغییرات کلروفیل-آ در طی سال 2019 تا 2020 نشان می ‌دهد که میزان کربن آلی از میزان کلروفیل-آ پیروی می ‌کند و در مناطقی مانند چابهار و کنارک میزان کربن آلی بالاتری را شاهد هستیم. بیشترین افزایش دما در تمامی سه دوره مورد بررسی در بخش‌ های بندر چابهار و کنارک بوده است، که فعالیت ‌های انسانی یکی از عوامل اصلی آن است. با بررسی روند ده‌ساله تغییرات افزایشی دما در بندرهای خور میدانی و جود نیز قابل‌مشاهده است. روند کلی دما همان ‌گونه که انتظار می ‌رود به سمت شرق کاهشی است زیرا به آب ‌های آزاد نزدیک‌تر است. فصولی که دمای آب کمتر است میزان کلروفیل-آ بالاتر بوده است. نتایج نقشه ‌های کلروفیل-آ توسط نرم ‌افزارهای ENVI و پلت فرم گوگل ارث انجین، غلظت کلروفیل-آ در فصل پاییز و زمستان نسبت به بهار و تابستان بیشتر بوده است، بالا بودن مقدار غلظت کلروفیل-آ در فصول سرد آب ‌های گرمسیری و نیمه گرمسیری رایج است. همچنین غلظت کلروفیل-آ در مناطق مورد بررسی در امتداد ساحل بیشتر از مناطق دور از ساحل است که این ویژگی در ارتباط با الگوریتم برداشت کلروفیل-آ در آب ‌های نوع یک است؛ به ‌عبارت‌ دیگر، مناطق ساحلی به دلیل عمق کم، بالا بودن کدورت و رسوبات معلق نسبت به مناطق دور از ساحل دارای مقدار بیشتری است. چون در این منطقه تخلیه رودخانه ‌ای وجود ندارد، این مناطق بیشتر تحت تأثیر فرآیندهای هیدرودینامیکی مانند جهت وزش باد و جریان‌های دریایی هستند. حداقل میزان غلظت کلروفیل-آ در منطقه در ماه می تا سپتامبر مشاهده شد که این تغییرات مخالف نوسانات دمای سطحی آب بود، که می ‌تواند به دلیل جریانات بالارونده باشد. میزان کربن آلی از مهم‌ ترین عوامل کلیدی برای ارزیابی کارکرد بوم ‌سازگان آبی محسوب می ‌شود که موجب تعیین توان پتانسیل بوم‌سازگان برای فرآورده‌های شیلاتی می ‌شود؛ نتایج حاصل از بررسی میزان کربن آلی نشان داد که مقدار کربن آلی همانند کلروفیل-آ در دو فصل پاییز و زمستان بیشتر از بهار و تابستان بود به ‌طوری ‌که، روند تغییرات کربن آلی نیز از روند تغییرات کلروفیل-آ تبعیت داشت. بین نوسانات دما و میزان کلروفیل-آ همبستگی وجود دارد، این ‌همبستگی ‌نشان دهنده اهمیت دمای سطح آب در تغییرات میزان رشد فیتوپلانگتون‌ ها به‌عنوان یکی از عوامل اقلیمی است و باعث شده است مهم ‌ترین پارامتر تأثیرگذار روی کلروفیل-آ، دمای سطحی آب باشد. بر اساس نتایج به‌ دست ‌آمده روند تغییرات دما در ده سال اخیر افزایشی و گرم ‌ترین ایستگاه ‌ها ایستگاه‌ های چابهار و کنارک هستند. ازلحاظ شوری نیز مناطقی که شوری کمتری را داشتند دارای میزان کلروفیل-آ بالاتری بودند. مقایسه داده ‌های حاصل از این تحقیق با موارد فوق گویای آن است که دامنه نوسانات ثبت ‌شده پارامترهای کیفی مورد بررسی در محدوده طبیعی آب ‌های منطقه با مطالعات مشابه در منطقه موردمطالعه توسط سایر متخصصین مطابقت دارد.نتیجه گیری نتایج این پژوهش نشان‌ دهنده دقت قابل‌قبول نتایج حاصل در مقایسه با داده ‌های پژوهش‌ های مشابه برکنار سرعت و سهولت روش کار است. بنابراین می‌ توان با کمک گرفتن از علم سنجش از دور با پایش به‌موقع پارامترهای کیفی پهنه ‌های آبی از ایجاد بحران ‌های بزرگ پیشگیری و در هزینه و زمان صرفه‌جویی کرد، مشکلاتی که ممکن است در صورت وقوع برگشت‌ناپذیر باشند. تفاصيل المقالة
      • حرية الوصول المقاله

        6 - پایش تغییرات تالاب بختگان با استفاده از سری زمانی داده‌های ماهواره‌ای در پلتفرم گوگل ارث انجین و پیش‌بینی پارامترها با مدل Facebook’s Prophet
        محسن دستاران شاهین جعفری حسین مسلمی سارا عطارچی سید کاظم علوی پناه
        پیشینه و هدف تالاب‌ها زیستگاه پوشش گیاهی و حیاط وحش هستند و به همین دلیل دارای ارزش زیست‌محیطی بالایی می‌باشند. همچنین تالاب‌ها در هنگام وقوع حوادث ناگوار طبیعی باعث کاهش فرسایش خاک، بازیابی سفره‌های زیرزمینی و ذخیره آب حاصل از بارش می شوند و در فراهم کردن آب جهت کشاور أکثر
        پیشینه و هدف تالاب‌ها زیستگاه پوشش گیاهی و حیاط وحش هستند و به همین دلیل دارای ارزش زیست‌محیطی بالایی می‌باشند. همچنین تالاب‌ها در هنگام وقوع حوادث ناگوار طبیعی باعث کاهش فرسایش خاک، بازیابی سفره‌های زیرزمینی و ذخیره آب حاصل از بارش می شوند و در فراهم کردن آب جهت کشاورزی و یا استفاده دام نقش ‌دارند. این مناطق در برابر دخالت‌ها و تغییرات انسانی مانند زهکشی، گسترش شهر و توسعه زیرساخت‌ها و بهره‌برداری بیش‌ازحد از منابع آب‌های زیرزمینی آسیب‌پذیر هستند. پیش‌بینی وضعیت تالاب ها در آینده، نیازمند داشتن درک درست از سیر تحول تالاب‌ها و تعیین روند تغییرات آن‌ها است. امروزه فناوری سنجش‌ازدور برای نگاشت تالاب‌ها به‌طور گسترده ای مورداستفاده قرار می‌گیرد و توانایی آن در پایش تغییرات تالاب‌ها به دلیل وسعت متغیر و پویایی تالاب، ارزش این علم را در این زمینه دوچندان کرده است. سنجش‌ازدور با تأمین تصاویر در زمان‌های مختلف و از طریق مدل‌سازی فضایی پویا می‌تواند ابزاری مؤثر برای شبیه‌سازی و پیش‌بینی فرایندهای تخریب تالاب باشد. در این مطالعه به دلیل اهمیت بالای زیست‌محیطی و گردشگری تالاب بختگان و اثرات خشک شدن تالاب بر شرایط زیستی و سلامت افراد بومی و همچنین گردشگری منطقه به پایش تغییرات این تالاب پرداخته‌شده است و پیش‌بینی پارامترهای بارش، سطح آب‌های زیرزمینی و دما انجام‌گرفته است. برای این امر پلتفرم گوگل ارث انجین برای اخذ و پردازش تصاویر مورداستفاده قرار گرفت. پلتفرم گوگل ارث انجین پلتفرمی است که در کمترین زمان و با سرعت‌بالا می‌توان اقدام به اخذ و پردازش تصاویر کرد. بر این اساس با استفاده از پلتفرم گوگل ارث انجین تغییرات پهنه آبی دریاچه به همراه تغییرات دما، سطح آب‌های زیرزمینی و بارش استخراج و مورد پایش قرارگرفته شد. همچنین مقایسه‌ای بین این پارامترها صورت گرفت تا مشخص شود چه تغییراتی طی دو دهه در این دریاچه اتفاق افتاده است. برای پیش‌بینی پارامترها با استفاده از مدل Prophet اقدام به پیش‌بینی و تحلیل روند تغییرات شد. مهم‌ترین مزیت مدل Prophet توانایی در تبدیل داده‌های گسسته به داده‌های پیوسته است تا پیش‌بینی به بهترین شکل انجام پذیرد. این روش در شناسایی روند فصلی بودن داده‌ها به‌صورت خودکار عمل می‌کند و در صورت وجود روند تغییرات فصلی آن‌ها را نمایش می‌دهد.مواد و روش ها برای انجام پایش تالاب اقدام به اخذ تصاویر از پلتفرم گوگل ارث انجین شد. از تصاویر لندست 7 و 8 برای استخراج پهنه آبی، برای استخراج تغییرات سطح آب‌های زیرزمینی از داده‌های گریس، برای استخراج پوشش گیاهی و دمای سطح تالاب از پروداکت مادیس و برای استخراج مقادیر بارش از پروداکت تصاویر TRMM استفاده شد. برای استخراج پهنه آبی تالاب از شاخص استخراج خودکار آب (Automated water extraction index) استفاده شد. برای استخراج سطح آب‌های زیرزمینی از سنجنده گریس استفاده شد. برای به دست آوردن سری زمانی دمای سطح زمین برای منطقه موردمطالعه از پروداکت سنجنده مادیس استفاده شد. برای استخراج سری زمانی بارش، از داده‌های تجمعی ماهانه ماهواره TRMM (3B43V7) باقدرت تفکیک مکانی 25/0 درجه جغرافیایی با استفاده از گوگل ارث انجین استخراج و روند تغییرات مورد ارزیابی و تحلیل قرار گرفت. آزمون Mann-Kendall یکی از پرکاربردترین آزمون‌های غیر پارامتری برای تشخیص روند داده‌های آب و هواشناسی و زیست‌محیطی است که برای تشخیص خط روند یکنواخت به کار می‌رود، این آزمون ازآنجاکه روشی غیر پارامتری است نیازی نیست از داده‌هایی با توزیع نرمال پیروی کند. مدل پیش‌بینی Prophet، کتابخانۀ پیش‌بینی کنندۀ Prophet که توسط فیس‌بوک توسعه‌یافته است در زبان‌های برنامه‌نویسی R و Python در دسترس است. این کتابخانه از روش‌‌های (Additive model) پشتیبانی می‌کند و مقادیر گسسته را می‌تواند به‌خوبی و به‌صورت مقادیر پیوسته پیش‌بینی کند. نام این قابلیت تعطیلات است. از دیگر قابلیت‌های این کتابخانه شناسایی خودکار روند‌‌های روزانه هفتگی، فصلی و سالانه است. میانگین خطای مطلق یا به‌اختصار (MAE) به‌صورت پیش‌فرض در کتابخانه‌ی Prophet وجود دارد. این خطا معیار طبیعی‌تری از خطای متوسط را نشان می‌دهد و برخلاف خطای RMSE بدون ابهام است.نتایج و بحث در این مطالعه روند تغییرات سطح آب تالاب بختگان بین سال‌های 2000 تا 2020 با استفاده از پلتفرم گوگل ارث انجین پایش شد. همچنین با استفاده از روش پیش‌بینی Prophet که توسط فیس‌بوک توسعه و منتشرشده است، اقدام به‌پیش بینی پارامترهای موثر گردید. بررسی روند تغییرات نشان داد که سطح آب تالاب در طی دو دهه کاهش چشمگیری داشته است. در همین راستا، روند سطح آب‌های زیرزمینی، دما و بارش منطقه موردبررسی قرار گرفت. با بررسی این عوامل مشخص شد هم زمان با کاهش 58.3% سطح آب تالاب، کاهش 260% نیز در سطح آب های زیرزمینی منطقه رخ داده است. با این حال تغییرات مقدار بارش منطقه در مقایسه با پارامتر‌های دیگر کمتر بوده است و حدود 29% کاهش داشته است. این روند کاهش با استفاده از آزمون آماری من-کندال نیز اثبات شد. برای پیش‌بینی پارامترها نیز، مدل Prophet با استفاده از داده‌ای گسسته توانسته است برای 1500 روز پیش‌بینی را به‌صورت داده‌ی پیوسته انجام دهد. خروجی مدل نشان داد که برای پارامترهای بارش و سطح آب‌های زیرزمینی یک‌روند نزولی در طی 1500 روز آینده قابل پیش بینی است که این روند کاهشی برای مقادیر بارش با شدت کم اما برای سطح آب‌های زیرزمینی با شدت زیاد هست. پیش‌بینی دما نشان داد که دما دارای الگوی فصلی است و نوسان زیادی در طول یک سال دارد، اما روند سالیانه‌ی آن نشان از ثبات در سال‌های پیش رو دارد. نتایج مدل برای سطح آب تالاب نیز نشان از یک‌روند صعودی نسبتاً کم دارد که دارای احتمال تغییر ±12.5 کیلومترمربعی است. همچین خطای پارامترها در سطح معنی‌داری 95٪ دارای مقادیر قابل قبول هستند که نشان از صحت پیش‌بینی دارد. از شاخص خودکار آب به‌منظور استخراج سری زمانی پهنه آبی تالاب موردنظر استفاده شد. با استفاده از میانگین سری زمانی استخراج‌شده بیشترین و کمترین مساحت پهنه آبی تالاب به ترتیب به سال 2006 با 629.23 کیلومترمربع و سال 2014 با 156.82 کیلومترمربع تعلق دارد. سری زمانی تغییرات این تالاب نشان می‌دهد که وضعیت آب تالاب طی دو دهه سیر نزولی را طی کرده است. براساس این مطالعه می توان نتیجه گرفت که روند تغییرات سطح آب تالاب روبه کاهش بوده است. تغییرات دریاچه براساس روند تغییرات سطح آب های زیرزمینی که به صورت نزولی می باشد گویای کاهش آب منطقه است. بدلیل اینکه روند تغییرات بارش دارای یک ثباتی بوده، مدیریت نامناسب می تواند دلیلی بر کاهش سطح آب دریاچه و استفاده بی رویه از آب های زیرزمینی باعث کاهش سطح آب های زیرزمینی باشد. بدلیل همین کاهش سطح آب دریاچه، دما هم تا 3 درجه سانتی گراد کاهش داشته استنتیجه گیری بر اساس این مطالعه می‌توان نتیجه گرفت که سطح آب‌های زیرزمینی و بارش در آینده ‌روندی نزولی خواهند داشت که باعث می‌شود سطح آب تالاب - که خود دارای احتمال نوسان در آینده است - کاهش یابد و روند به‌صورت نزولی ادامه یابد. با روند پیش رو، تنها راه، برنامه‌ریزی‌های مناسب در جهت حفظ تالاب است. در صورت ادامه‌ این روند، شاهد نابودی تالاب خواهیم بود. پیشنهاد می‌شود با توجه به روند ماهانه‌ی سطح تالاب در فصل تابستان بهره‌برداری بیش‌ازحد از منابع آب‌های زیرزمینی صورت نگیرد. جهت بررسی‌های بیشتر می‌توان از پلتفرم گوگل ارث انجین بدون نیاز به اخذ تصاویر و صرف زمان و هزینه زیاد، اقدام به فراخوانی سری زمانی تصاویر کرده و پردازش‌هایی در این پلتفرم انجام داد. در بحث پیش‌بینی نیز در مطالعات آتی می‌توان از مدل Prophet به دلیل استفاده از داده‌های گسسته و درعین‌حال ارائه دقت مطلوب، استفاده کرد. تفاصيل المقالة
      • حرية الوصول المقاله

        7 - Application of landsat imageries for mapping post-earthquake landslide, case study: 2012 Ahar-Varzegan earthquake, NW Iran
        Leila Khodaei Geshlag Shahram Roostaei Davood Mokhtari Kalil Valizadeh
        The 2012 Ahar-Varzegan earthquake and its aftershocks have not only caused huge damage with a severe loss of life and property but also induced many geo-hazards with the major type of collapse, creep, slip, debris flow, and fallings that are generally considered as land أکثر
        The 2012 Ahar-Varzegan earthquake and its aftershocks have not only caused huge damage with a severe loss of life and property but also induced many geo-hazards with the major type of collapse, creep, slip, debris flow, and fallings that are generally considered as landslide in this study which can cause continuous threats to the affected region. in this study, a semi-automated geo-hazard detection method has been presented to determine the Landslides due to 2012 Ahar-Varzaghan earthquake in area from Ahar to Varzaghan by the use of bi- temporal Landsat images from before and after the earthquake. The accuracy of the results was checked out using field observations, Google Earth images and the error matrix. The results of the visual validation with the Google Earth images showed that the used method can detect landslids with relatively high accuracy.The images of landsat5 and 8 Because of their multispectral advantages can be used as a suitable data source for research on Instabilities. Finally, the validating results obtained by using the error matrix showed the total accuracy of 92.1% and kappa coefficient was 0.99. So based on the results obtained from the above method, the landslides were distributed mainly in slopes between 15 and 40 degrees and the height distribution of instabilities of 1420 to 2000 meters. Also based on vegetation indices, density of landslides have been increased after the earthquake. Generally unstabel slopes are located along river valleys and roads in mountain regions with deep valleys and steep slopes. According to the nature of present study, the obtained result can be useful for environmental planners and project developers. تفاصيل المقالة
      • حرية الوصول المقاله

        8 - پایش و آشکارسازی رخداد سیل‌ 1398 لرستان با استفاده از داده‌های ماهواره‌ای در گوگل ارث انجین
        سیدحسین میرموسوی زهرا تاران
        سیل یکی از مهمترین بلایای طبیعی در ایران است. سیل‌ها اثرات نامطلوبی مانند خطر جانی و مالی را در سال‌های آینده به همراه دارند، چرا که احتمال وقوع سیل‌ها بیشتر شده است و همینطور به این دلیل که افزایش جمعیت احتمالاً منجر به اسکان افراد بیشتری در مناطق آسیب‌پذیر در برابر سی أکثر
        سیل یکی از مهمترین بلایای طبیعی در ایران است. سیل‌ها اثرات نامطلوبی مانند خطر جانی و مالی را در سال‌های آینده به همراه دارند، چرا که احتمال وقوع سیل‌ها بیشتر شده است و همینطور به این دلیل که افزایش جمعیت احتمالاً منجر به اسکان افراد بیشتری در مناطق آسیب‌پذیر در برابر سیل می‌شود. پایش و آشکارسازی مناطق سیل زده در مدیریت بحران و کاهش خسارات مناطق در صورت احتمال رخداد سیل‌های بعدی، کارکرد فراوانی دارد. بر این اساس هدف مورد مطالعه در این پژوهش پایش و آشکارسازی رخداد سیل‌ 1398 استان لرستان با استفاده از داده‌های ماهواره‌ای در سامانه گوگل ارث انجین می‌باشد. از این سامانه می‌توان برای پردازش و تجزیه و تحلیل نقشه‌های سیل بدون نیاز به دانلود داده‌ها یا استفاده از سخت افزار محاسباتی بالا، استفاده کرد. در این مقاله داده‌های سری زمانی ماهواره‌های trmm و gpm برای دوره‌یک ساله و یک ماهه فروردین ماه 1398 استخراج گردید و نشان داد که اوج بارش شدید در روز 5 و 12 فروردین ماه بوده است. تصاویر مربوط به آشکار سازی مناطق سیل زده نیز با استفاده از داده‌های ماهواره های سنتینل 1 و لندست 8 تولید شده و مورد تحلیل و بررسی قرار گرفت. بررسی مکانی نواحی سیلابی در تصاویر مربوطه نشان می‌دهد که شهرهای نورآباد، الشتر، بروجرد، دورود، ازنا و خرم آباد بیشترین و مستعدترین نواحی سیل گیر در استان لرستان بوده‌اند و بیشتر از سایر شهرها دچار سیل شده‌اند. همچنین مقدار مساحت سطحی مناطق سیل زده برای ماه فروردین 1398 در استان لرستان معادل 82/673 کیلومتر مربع برآورد گردید. در نهایت، نتایج بررسی های کاربری اراضی نشان داد که پیشروی سیل در نواحی دارای علفزار، زمین‌های زراعی و مناطق شهری و ساخته شده، بیشتر بوده است. تفاصيل المقالة
      • حرية الوصول المقاله

        9 - شناسایی سامانه‌های دفاع موشکی پاتریوت MIM-104 در اطراف ایران توسط تصاویر راداری سنتینل-1
        احمد اردکانی محمدحسین فتحی
        ایران در یکی از بحرانی‌ترین مناطق دنیا به نام خاورمیانه قرار گرفته است. این منطقه به دلیل موقعیت مناسب و ذخایر فراوان انرژی، همواره مورد توجه کشورهای خارجی و در رأس آن‌ها آمریکا بوده است. همین امر سبب دخالت‌های فراوان آمریکا و تاسیس پایگاه‌های متعدد نظامی در اطراف ایران أکثر
        ایران در یکی از بحرانی‌ترین مناطق دنیا به نام خاورمیانه قرار گرفته است. این منطقه به دلیل موقعیت مناسب و ذخایر فراوان انرژی، همواره مورد توجه کشورهای خارجی و در رأس آن‌ها آمریکا بوده است. همین امر سبب دخالت‌های فراوان آمریکا و تاسیس پایگاه‌های متعدد نظامی در اطراف ایران به خصوص بعد از حادثه 11 سپتامبر شده است. رصد اطلاعاتی مستمر این پایگاه‌ها و تاسیسات مربوط به آن‌ها یکی از مهم‌ترین راه‌های بازدارندگی است که می‌تواند توسط دانش سنجش از دور صورت گیرد. یکی از تکنیک‌های سنجش از دور، رادار روزنه مصنوعی است که در سال‌های اخیر مورد توجه قرار گرفته و این درحالی است که ماهواره سنتینل-1 که در سال 2014 توسط سازمان فضایی اروپا پرتاب شد نیز از همین تکنیک استفاده می‌کند. یکی از کاربردهای این ماهواره که در این مقاله معرفی شده است، شناسایی سامانه‌های پاتریوت MIM-104 است. این امر از طریق نمایش ترکیبی قطبیدگی‌های VV و VH توسط دو تصویر اخذ شده در گذرهای شب و روز ماهواره از یک نقطه صورت می‌پذیرد که به صورت خطوط X مانند که محل قرارگیری سامانه‌های پاتریوت است، نمایش داده می‌شود. پردازش تصاویر مربوط به این ماهواره نیز توسط سامانه Google Earth Engine صورت گرفته که موجب صرفه‌جویی قابل‌توجه در زمان تحلیل و بالا رفتن دقت نتایج به علت به حداقل رسیدن خطای انسانی می‌شود. نتایج نشان داد که در مناطق اطراف ایران و به خصوص در کشورهای عربی حاشیه خلیج فارس، حداقل 16 سامانه فعال پاتریوت وجود دارد که بیانگر توسعه فراوان آن در سال‌های اخیر بوده و لزوم رصد مداوم این سامانه‌ها را نشان می‌دهد. تفاصيل المقالة
      • حرية الوصول المقاله

        10 - بررسی تغییرات و پیش بینی وضعیت آتی پوشش گیاهی منطقه دشت فهله استان فارس با تأکید بر ویژگیهای آب و هوایی
        محمد جواد بهی محمد حسین مختاری غلامحسین مرادی محمد علی صارمی نائینی
        هدف از بررسی حاضر ارزیابی تغییرات زمانی و مکانی پوشش گیاهی در منطقه ملا فهله فیروزآباد استان فارس است. داده های شاخص استاندارد پوشش گیاهی ماهواره های لندست 5، 7 و 8 و داده های بارش و شاخص پالمر که به صورت محصول سنجش از دور در دسترس است در بازه زمانی 1992 تا 2020 و از پر أکثر
        هدف از بررسی حاضر ارزیابی تغییرات زمانی و مکانی پوشش گیاهی در منطقه ملا فهله فیروزآباد استان فارس است. داده های شاخص استاندارد پوشش گیاهی ماهواره های لندست 5، 7 و 8 و داده های بارش و شاخص پالمر که به صورت محصول سنجش از دور در دسترس است در بازه زمانی 1992 تا 2020 و از پردازنده گوگل ارث انجین استخراج شدند. به منظور پیش بینی تغییرات پوشش گیاهی در آینده از روش زنجیره مارکف استفاده شد. با استفاده از داده های سال های 1992 و 2002 ابتدا مدل برای سال 2020 اجرا شد و به دلیل مناسب بودن نتایج (شاخص کاپا 75 درصد)، پیش بینی برای سال 2030 صورت گرفت. نتایج بدست آمده حاکی از روند رو به بهبود پوشش گیاهی در منطقه است به شکلی که پوشش متراکم از 4 درصد در دوره ابتدایی به 19 درصد افزایش خواهد یافت. نتایج این بررسی می تواند به مدیران مراتع منطقه در بهره برداری بهتر از منابع طبیعی منطقه کمک کرده و مانع از تخریب این اکوسیستم شود. تفاصيل المقالة
      • حرية الوصول المقاله

        11 - استخراج وسعت پهنه‌های آب سطحی دریاچه فصلی جازموریان با استفاده از شاخص‌های سنجش از دور
        مجتبی سلیمانی ساردو زهره ابراهیمی مهدی زارعی
        منابع آبی یکی از مهم‌ترین مولفه‌های حیات سرزمین و توسعه پایدار به شمار می‌روند. در پژوهش حاضر، بررسی تغییرات سری زمانی مساحت پهنه‌های آبی پلایای جازموریان، به کمک داده‌های بازتابش سطحی ماهواره لندست 8 از سال 2013 تا 2019 مدنظر قرار گرفت و شاخص اصلاح شده اختلاف آب نرمال أکثر
        منابع آبی یکی از مهم‌ترین مولفه‌های حیات سرزمین و توسعه پایدار به شمار می‌روند. در پژوهش حاضر، بررسی تغییرات سری زمانی مساحت پهنه‌های آبی پلایای جازموریان، به کمک داده‌های بازتابش سطحی ماهواره لندست 8 از سال 2013 تا 2019 مدنظر قرار گرفت و شاخص اصلاح شده اختلاف آب نرمال شده (MNDWI) به منظور جدا کردن پهنه‌های آبی بر تصاویر موردنظر اعمال و سپس روند تغییرات مساحتی پهنه‌های آبی برآورد شد. کلیه فرایندهای مزبور و آنالیز تصاویر ماهواره‌ای در محیط نرم افزار Google Earth Engine انجام شد که یک سامانه تحت وب و متن باز جهت انجام آنالیزهای طیفی و رادیومتریک بر تصاویر ماهواره‌ای است، همچنین نرم افزار ArcGIS 10.5 نیز به منظور تهیه نقشه‌های مکانی مورد استفاده قرار گرفت. یافته های پژوهش نشان داد که وسعت پهنه آبی دریاچه فصلی جازموریان براساس شاخص MNDWIحدود Km21426 و بر اساس شاخص استخراج آب خودکار (AWEI)، قریب Km21512 و بر اساس شاخص نسبت جذب آب (WRI) حدود Km2 1610 تخمین زده شده است. از سوی دیگر، تحلیل تولیدات آب سطحی تصاویر لندست نشان داد که بیشترین میزان تغییرات مربوط به پهنه‌های آبی فصلی موقت و فصلی جدید بوده است، به طوری که تغییرات پهنه‌های فصلی موقت مساحتی قریب Km21145 و پهنه‌های فصلی جدید سطحی حدود km2355 را به خود اختصاص داده است. آبگیری پلایای جازموریان به وقوع سیلاب های فصلی و افزایش بارندگی ها در حوضه ارتباط دارد، به طوری که همبستگی بالایی (89/0R2=) میان بارندگی سالانه حوضه و افزایش وسعت پهنه‌های آبی حاصل از شاخص MNDWI مشاهده شده است. تفاصيل المقالة
      • حرية الوصول المقاله

        12 - مقایسه روش‌های مختلف تهیه نقشه کاربری/ پوشش اراضی با روش‌های رایج مطالعات منابع طبیعی (مطالعه موردی، حوزه آبخیز گردنه قوشچی ارومیه)
        اردوان قربانی آزاد کاکه ممی محمود حسن پور فرنوش اسلمی سحر غفاری آرش رئوفی ماسوله
        شرکت‌های خصوصی با عنوان مهندسین مشاور در مطالعات بخش منابع طبیعی، نقش بسیار مهمی را ایفا می‌کنند. نقشه کاربری اراضی به‌عنوان یکی از اطلاعات‌پایه تولیدشده در مطالعات توسط مهندسی مشاور است و صحت این اطلاعات بر نتیجه نهایی، هزینه‌های صرف شده در بخش منابع طبیعی و برنامه‌ریز أکثر
        شرکت‌های خصوصی با عنوان مهندسین مشاور در مطالعات بخش منابع طبیعی، نقش بسیار مهمی را ایفا می‌کنند. نقشه کاربری اراضی به‌عنوان یکی از اطلاعات‌پایه تولیدشده در مطالعات توسط مهندسی مشاور است و صحت این اطلاعات بر نتیجه نهایی، هزینه‌های صرف شده در بخش منابع طبیعی و برنامه‌ریزی‌های آتی بسیار مؤثر است. هدف از این مطالعه، ارزیابی قابلیت تفسیر چشمی تصاویر موجود در Google Earth (GE) در مقایسه با نقشه تولیدشده توسط مهندسین مشاور و تفسیر رقومی شیءگرای تصاویر مورداستفاده نظیر لندست به‌عنوان روشی نوین و کم‌هزینه در تهیه نقشه‌های کاربری/ پوشش اراضی در مطالعات منابع طبیعی کشور است. برای این منظور نقشه کاربری/ پوشش اراضی تهیه‌شده توسط مهندسین مشاور (1386) و نقشه‌ی کاربری/ پوشش اراضی حاصل از پردازش شیءگرای تصویر سنجنده TM (1386) در محیط نرم‌افزار eCognition با نقشه کاربری/ پوشش اراضی تهیه‌ شده در نرم‌افزار ArcGIS با استفاده از تفسیر چشمی تصاویر GE (1388) ازنظر صحت باهم مقایسه شدند. صحت کلی و ضریب کاپای نقشه تولیدی از GE به‌ترتیب 99 درصد و 99/0 و صحت کلی و ضریب کاپای نقشه کاربری/ پوشش اراضی تهیه‌شده توسط مشاور و شیءگرا به‌ترتیب 59 درصد، 32/0، 89 درصد و 86/0 برآورد گردید که نشان‌دهنده برتری تصاویر موجود در GE است. درمجموع نقشه تولیدشده از تصویر GE صحت بسیار مناسب و بهتری نسبت به دو نقشه دیگر داشت و نقشه تولیدشده توسط مهندسین مشاور با صحت غیرقابل‌قبول و ضریب کاپای پایین، غیرقابل استناد است. تفاصيل المقالة
      • حرية الوصول المقاله

        13 - Analysis of meander evolution of Dez River in agricultural and mountainous areas by Google Earth Engine (GEE) and GIS
        Ladan Khedri Gharibvand
        Background and objective:The rivers are vital natural resources for human activities. Knowledge of the structure and dynamics of rivers is important to understand river characteristics. Differences due to the season in river flow lead to unsteady sediment transport capa أکثر
        Background and objective:The rivers are vital natural resources for human activities. Knowledge of the structure and dynamics of rivers is important to understand river characteristics. Differences due to the season in river flow lead to unsteady sediment transport capacities that cause riverside erosion and the development of meandering channels. Channel migration might produce a crucial problem for water supply and hydraulic structures. Therefore, the study of a stream channel dynamical is necessary. In this research, we investigate the meander evolution of the Dez River in agricultural and mountainous areas by GEE and Geographical Information System (GIS) during 1995 - 2021.Materials and methods:To study the meander evolution of the Dez River, the Sinuosity Index (SI) of the river in the mountainous and agricultural areas was calculated. Then the slope and The Digital Elevation Model (DEM) maps were prepared using NASA SRTM. Also, the soil texture map was derived from the U.S. Department of Agriculture (USDA) system and the monthly runoff map was prepared in GEE.Results and conclusion:The results showed that SI in the mountainous area was constant (2.10), but it changed in agricultural areas (2.10-2.14). Also, the slope in agricultural areas was 1-4 degrees, the elevation was 30-36 meters, and the soil type was loam and clay loam. Due to the increase in runoff in recent years and the erodibility of the riverbed, it seems that the meander evolution of the Dez River is due to soil type and runoff increase. تفاصيل المقالة