پديد آورندگان :
ذياب الغريباوى، آيات خليل دانشگاه آزاد اسلامي واحد علوم و تحقيقات - دانشكدۀ منابع طبيعي و محيط زيست - گروه سنجش از دور و GIS، تهران، ايران , عزيزي، زهرا دانشگاه آزاد اسلامي واحد علوم و تحقيقات - دانشكدۀ منابع طبيعي و محيط زيست - گروه سنجش از دور و GIS، تهران، ايران
كليدواژه :
پويايي آب هاي سطحي , تصاوير لندست , رزازه NDWI , Google Earth Engine
چكيده فارسي :
پويايي آبهاي سطحي براي درك تأثير تغييرات جهاني و فعاليتهاي انساني بر منابع آب اهميت زيادي دارد. سنجش از دور مزاياي زيادي در نظارت بر آب سطحي ايجاد مي كند. در اين تحقيق ، ما روش جديدي را براي تعيين سريع ميزان حداكثر و حداقل سالانه ميزان آب سطحي پيشنهاد مي كنيم. حداكثر و حداقل ميزان آب در سالهاي 2003 تا 2021 در حوضه درياچه رزازه كشور عراق بر روي پلت فرم Engine Google Earth محاسبه شد. اين رويكرد از داده ها و مزاياي محاسباتي بستر ابري Google Earth Engine ، 4693 فريم تصاوير Landsat را پردازش كرد. در مرحله اول، بر اساس ارزش تخميني پوشش ابر براي هر پيكسل ، پيكسل هاي پوشيده از ابر براي حذف تداخل ابر و بهبود كارايي محاسبه حذف شدند. ثانياً ، سبزترين و مرطوب ترين تصاوير سالانه بر اساس شاخص پوشش گياهي (NDVI) و شاخص آبهاي سطحي (NDWI) موزاييك شد ، سپس حداقل و حداكثر ميزان آبهاي سطحي توسط طبقه بندي به روش حداكثر شباهت به دست آمد. نتايج نشان داد كه مقدار ميانگين مساحت پهنه‌هاي آبي درياچه رزازه در سال 2003 برابر با 2786/6 هكتار و در 2021 بربر با 357/5 هكتار بوده است اما در فاصله سال اول تا سال آخر سطح آب درياچه با نوسانات زيادي از نظر مساحت همراه بوده است. دقت طبقه بندي آبهاي سطحي از 86 تا 93 درصد متغير است. علاوه
بر اين، علل اين تغييرات مورد تحليل قرار گرفت. ارزيابي دقيق و مقايسه با ساير نتايج تحقيق نشان داد كه اين روش از
نظر محاسبه ميانگين سطح آب سطحي قابل اعتماد، جديد و سريع است. علاوه بر اين، روش پيشنهادي به راحتي مي
تواند در ساير مناطق جهان اجرا شود.
چكيده لاتين :
Surface water dynamics are important for understanding the impact of global change and human activities
on water resources. In recent decades, surface waters have undergone many changes in terms of water
area, evaporation and transpiration. On a large scale, the efficiency of traditional methods of monitoring
water areas is low because these methods require a lot of manpower, cost and computational resources.
On the other hand, satellite remote sensing has many advantages in monitoring surface water. Therefore,
in this study, using satellite image processing techniques on the Google Earth Engine platform, the analysis
of the dynamics of the water zone of Razazah Lake in Iraq from 2003 to 2021 was investigated. In this
approach, 4693 frames of Landsat satellite images were processed from the data and computational
benefits of the cloud platform. In the first step, based on the estimated value of cloud cover for each pixel,
cloud-covered pixels were removed to eliminate cloud-water interference and improve computational
performance. In the second stage, the greenest and wettest annual images were mosaiced based on
vegetation index (NDVI) and surface water index (NDWI), then the minimum and maximum levels of
surface water were obtained by classification by maximum similarity method. The results showed that the
average area of Razazeh Lake in 2003 was 2786.6 hectares and in 2021 was 357.5 hectares, but between
the first year and the last year, the lake water level fluctuated widely in terms of area. Is. The accuracy of
surface water classification varies from 86 to 93%. In addition, the causes of these changes were analyzed.
Accurate evaluation and comparison with other research results show that this method is reliable, new
and fast in terms of calculating the average surface water level. In addition, the proposed method can
easily be implemented in other parts of the world.
