دفاعیه کارشناسی ارشد (سازه های هیدرولیکی) بازیابی غلت کل رسوبات معلق در دریاچه ها با استفاده از تصاویر ماهواره ای سنتینل ۲ مطالعه موردی ( مخازن چاه نیمه)

 | تاریخ ارسال: 1401/6/26 | 
دانشجو: آقای اشکان نوری
استاد راهنما: دکتر سید حسین مهاجری
زمان: دوشنبه ۲۸ شهریور ماه ۱۴۰۱ ساعت: ۱۲:۰۰
مکان: کرج کلاس ۱۸ دانشکده فنی و مهندسی
لینک ورود به جلسه
چکیده
 با توجه به اهمیت و جایگاه پایش وضعیت خصوصیات کیفی منابع آب سطحی، استفاده از فناوری هایی که با سرعت و دقت مناسب و همچنین هزینه ای اندک؛ اطلاعات مورد نیاز پایش وضعیت کیفی را فراهم می کند، ضروری به نظر می رسد. یکی از کلیدی ترین خصوصیات کیفیت منابع آبی، غلظت رسوبات معلق می باشد؛ که از منابع اصلی رسوب در پهنه های آبی است که به طور مستقیم بر انتقال رسوب تاثیر می گذارد. در مرحله نخست از فاز اولیه پژوهش حاضر الگوریتمی مبتنی بر شبکه عصبی، با استفاده از داده¬های طیفی استخراج شده از تصاویر ماهواره سنتینل-۲ و داده های زمینی پارامتر کیفی مد نظر در مخازن طبیعی چاه¬نیمه توسعه داده شد،که نتایج پارامترهای آماری خطای مدلسازی مربوط به ضریب تشخیص( R-Squared ) و جذر میانگین مربعات ( RMSE )به ترتیب معادل با ۰/۷۴ و ۴/۳  گرم بر مترمکعب؛ در محدوده ۶/۲۰ الی ۴۳/۴۵ گرم بر متر مکعب محاسبه شد. در ادامه در مرحله دوم از فاز نخست مطالعه و با اضافه شدن خصوصیت سرعت باد منطقه به عنوان یک ورودی جدید در مدل سازی، نتایج به دست آمده از الگوریتم بهینه جدید به ترتیب ( R-Squared )معادل با ۰/۹۵ ؛و(RMSE  ) ۱/۷۹  گرم بر متر مکعب برآورد شد؛ که نشان از بهبود عملکرد مدل در مرحله دوم بود. با توجه به اهمیت این موضوع، در جهت قرارگیری منطقه مطالعاتی یعنی مخازن چاه¬نیمه در موقعیت بادهای ۱۲۰ روزه، و تاثیرپذیری خصوصیات کیفی آب از این عامل و همچنین کاهش خطا در مدل سازی؛ در فاز دوم این پژوهش سعی بر این شد تا با استفاده از روش های فیزیکی، میانگینی از پارامتر غلظت رسوبات معلق منطقه، از تصاویر ماهواره‌ای سنتینل-۲ و لندست-۸ استخراج شود؛ سپس با ایجاد مدلسازی میان پارامتر سرعت باد منطقه و متوسط غلظت رسوبات معلق پدید آمده از داده های طیفی به دست آمده از تصاویر ماهواره‌ای؛ الگوریتمی بهینه مبتنی بر شبکه عصبی توسعه داده شد که، نتایج پارامترهای آماری خطای این الگوریتم (R-Squared) معادل با ۰/۸۴  و( RMSE ) معادل با ۲/۰۱ گرم بر مترمکعب(در محدوده ۶/۲۲ الی ۲۹/۶۹) ارزیابی شد. نتایج حاصل از از الگوریتم های شبکه عصبی در این پژوهش نشان داد که ترکیب داده های طیفی تصاویر ماهواره سنتینل-۲ ، به همراه خصوصیت سرعت باد منطقه می تواند در برآورد پارامتر غلظت رسوباتِ معلق دقیق و کاربردی عمل کند.




CAPTCHA

دفعات مشاهده: 59 بار   |   دفعات چاپ: 2 بار   |   دفعات ارسال به دیگران: 0 بار   |   0 نظر