عنوان مقاله :
مقايسه تصاوير ماهوار هاي لندست- 8 و سنتينل- 2 جهت تخمين ميزان كلروفيل-آ درياچه زريبار
پديد آورندگان :
طهماسبي ، پيمان دانشگاه بوعلي سينا - دانشكده كشاورزي - گروه علوم و مهندسي آب , بيگلري قلدره ، سعدي دانشگاه شهيد بهشتي - دانشكده علوم زمين - گروه سنجش از دور و سيستم اطلاعات جغرافيايي , بشتاميان ، مجتبي دانشگاه شهيد بهشتي - دانشكده علوم زمين - گروه سنجش از دور و سيستم اطلاعات جغرافيايي , حسيني ، پويا دانشگاه صنعتي اصفهان - دانشكده منابع طبيعي - گروه مرتع و آبخيزداري , گل محمدي قانع ، پگاه دانشگاه كردستان - دانشكده كشاورزي - گروه علوم و مهندسي آب
كليدواژه :
آلودگي آب , Google Earth Engine , تصاوير ماهوارهاي لندست - 8 و سنتينل -2 , شاخص هاي كيفي , غلظت كلروفيل-آ
چكيده فارسي :
سابقه و هدف: رشد جمعيت و آلودگي ناشي از تخليه انواع انواع فاضلابهاي شهري، صنعتي و كشاورزي، شيرهاي دفع زباله باعث گسترش آلودگي و محدودتر شدن منابع آب شده است. منابع آب سطحي مانند درياها، درياچهها، رودخانهها و مخازن سدها بيشتر از منابع آب زيرزميني در معرض آلودگي هستند. اين آلودگي منجر به افزايش مواد مغذي و شكوفايي جلبكها و عواقب آنها مانند افزايش كلروفيل-آ، تغيير در اكسيژن محلول و در نهايت كاهش كيفيت آب مي گردد. با توجه به رابطه نزديك بين كيفيت آب و بهداشت محيط و كيفيت زندگي، نظارت بر كيفيت آبهاي سطحي ضروري است. با پايش تغييرات كيفيت آب، مي توان روندهاي بلندمدت كاهش كيفيت آب را مشاهده، ارزيابي و تصحيح نمود و همچنين تغييرات كيفيت آن را براي آينده پيش بيني كرد. با توجه به اينكه روش هاي سنتي ارزيابي كيفيت آب زمان بر، پر خطر و هزينهبر هستند متخصصان از تصاوير سنجش از دور براي كنترل كيفيت آب استفاده ميكنند.مواد و روش ها: در اين تحقيق غلظت كلروفيل-آ درياچه زريبار با استفاده از تصاوير ماهوارهاي لندست-8 و سنتينل-2 در سال 2019 به كمك سامانه تحت وب Google Earth Engine بررسي شد. بدين منظور ابتدا به كمك شاخص NDWI پهنه آبي درياچه از غير آب تفكيك شد. سپس چهار شاخصهاي طيفي 2DBA، 3DBA، NDCI و FLH-Violet بر پهنه آبي تفكيك شده از تصاوير ماهوارهاي اعمال گرديد. در نهايت ميزان كلروفيل-آ پيش بيني شده با ميزان كلروفيل-آ واقعي زميني مقايسه شد تا مناسبترين شاخص طيفي و تصوير ماهواره اي جهت تخمين غلظت كلروفيل- آ انتخاب شود.نتايج و بحث: نتايج بدست آمده از مقايسه شاخصهاي طيفي نشان داد كه شاخص هاي 2DBA و NDCI نسبت به شاخصهاي 3DBA و FLH-Violet در هر دو تصوير ماهوارهاي دقت بالاتري دارند و توانستهاند غلظت كلروفيل-آ را به خوبي پيشبيني كنند. بنابراين شاخص هاي 2DBA و NDCI بعنوان كارامدترين شاخصها جهت ارزيابي غلظت كلروفيل-آ در نظر گرفته شد. همچنين ميزان R2 حاصل از شاخصهاي 2BDA و NDCI در تصاوير ماهوارهاي لندست-8 و سنتينل-2 با هم مقايسه شد تا مشخص شود كدام تصوير ماهوارهاي غلظت قادر به تخمين غلظت كلروفيل-آ را با دقت بالاتري است. نتايج حاكي از آن بود كه ميزان R2 در تصاوير سنتينل-2 (2DBA = 0.799 و NDCI = 0.794) و در لندست-8 (2DBA = 0.156 و NDCI = 0.125) است. بنابراين تصاوير سنتينل-2 قادر بوده غلظت كلروفيل-آ را با دقت بالاتري نسبت به تصاوير اندست-8 پيشبيني كردند. كه اين امر ناشي از بزرگتر بودن اندازه سلولهاي لندست-8 نسبت به سنتيل-2 است كه در مناطق كوچك ميتواند تشخيص كلروفيل-آ را با چالش روبرو نمايد و علاوه براين فاصله زماني يك روزه بين نمونهبرداري زميني و تاريخ برداشت تصوير لندست-8 وجود داشت كه جابجايي غلظت كلروفيل-آ بصورت زماني و مكاني، در سطح و در عمق درياچه اتفاق افتاده بود.نتيجه گيري: با استناد به نتايج كسب شده مي توان گفت استفاده از شاخص هاي 2BDA و NDCI نسبت به ساير شاخصها براي مناطق كوچك در تصاوير سنتينل-2 نسبت به تصاوير لندست-8 دقت قابل بالاتري ارائه دادند كه يكي از مهمترين دلايل آن اندازه كوچكتر سلولهاي تصاوير سنتينل-2 است. جهت ارزيابي دقيقتر غلظت كلروفيل-آ ميبايست درياچه بايد بصورت سري زماني و در فصول مختلف پايش شود زيرا روزانه حجم زيادي از آب از طريق رودخانهها و چشمههاي جوشان از كف به درياچه ميريزد كه غلظت كلروفيل-آ به آنها وابسته است؛ از اينرو بايستي در شرايط كم آب و پر آب غلظت كلروفيل-آ درياچه ارزيابي شود تا منابع آلاينده آن مشخص شود كه متاسفانه به دليل كمبود نمونهبرداري در اين تحقيق به آن پرداخته نشده است.