دانشجو: آقای سعید ماله میر
استاد راهنما: دکتر محمد دلنواز
زمان: یکشنبه ۰۷ آذر ماه ۱۴۰۰ ساعت: ۱۰:۳۰
لینک ورود به جلسه
چکیده:
بیش از ۶۰ درصد جمعیت جهان در محدوده ۱۰۰ کیلومتری پهنه های آبی زندگی می کنند و پیشبینی میشود رشد آینده جمعیت در اطراف سواحل این پهنه ها بیش از هر جای دیگر در زمین باشد. بشر تنها از سواحل به عنوان محل زندگی استفاده نمیکنند، بلکه برای فعالیتهای تجارتی نظیر استخراج موادمعدنی، دفع زباله های تولیدی مثل فاضلاب، زبالههای صنعتی و کشاورزی، ماهیگیری و توریسم نیز استفاده میکنند. با گذشت زمان و گسترش جوامع و به تبع آن افزایش استفاده از منابع آبی، تغییر خصوصیات کیفی منابع آبی افزایش پیدا کرده است. رشد جمعیت و آلودگیهای ناشی از تخلیه انواع فاضلابهای شهری، صنعتی و کشاورزی، شیرابههای محل دفع زباله و روان آبهای سطحی باعث گسترش آلودگی و محدودتر شدن منابع آب شده است. منابع آبی سطحی مانند دریاچهها، رودخانه ها و مخازن سدها بیشتر از منابع آبی زیر زمینی در معرض آلودگی هستند. این آلودگی اغلب منجر به افزایش مواد مغذی و شکوفایی جلبکها و عواقب آنها مانند افزایش کلروفیل-آ، تغییر در اکسیژن محلول و در نهایت کاهش کیفیت آب می گردد. با توجه به ارتباط تنگاتنگ کیفیت آب با سلامت محیط و کیفیت زندگی، نظارت و پایش کیفیت آب امری ضروری می باشد. با پایش تغییرات کیفیت آب، میتوان روندهای بلندمدت کاهش کیفیت آب ناشی از منابع انسانی و طبیعی را مشاهده، ارزیابی و تصحیح نمود و همچنین تغییرات کیفیت آن را برای آینده پیشبینی کرد. با توجه به اینکه روشهای سنتی برای ارزیابی کیفیت آب زمانبر، پر خطر و هزینه سنگینی در بر دارد متخصصان از تکنولوژی جدیدی تحت عنوان سنجش از دور استفاده کردند. از تصاویر ماهواره ای میتوان به عنوان ابزاری مناسب جهت پایش پارامترهای کیفیت آب در پهنههای آبی استفاده نمود. در این تحقیق میزان کلروفیل- آ دریاچه زریبار با استفاده از تصاویر لندست-۸ و سنتینل-۲ در سه مقطع زمانی در سالهای ۲۰۱۸ و ۲۰۱۹ به کمک سامانه تحت وب Google Earth Engine بررسی شد. به این منظور شاخصهای طیفی (۲DBA، ۳DBA، NDCI و FLH-Violet) بر روی تصاویر مذکور اعمال گردید و میزان کلروفیل-آ پیش بینی شده با میزان واقعی زمینی مقایسه گردید تا مناسبترین شاخص طیفی و تصویر ماهواره ای برای تخمین میزان کلروفیل-آ انتخاب شود. نتایج مطالعه نشان داد شاخص های ۲DBA و NDCI قادر به پیش بینی میزان کلروفیل-آ با دقت خیلی بالایی نسبت به سایر شاخص ها می باشند. در نهایت نتایج حاصل از تصاویر سنتینل-۲ و لندست-۸ با هم مقایسه شدند که نتایج به دست آمده از تصاویر سنتینل-۲ میزان کلروفیل-آ را با دقت بالاتری نسبت تصاویر لندست-۸ پیش بینی کرده است با توجه به اینکه سامانه GEE تحت رویکرد وب عمل میکند و تمام الگوریتمها و محاسبات جهت پردازش تصاویر ماهوارهای در محیط ابری انجام میشود، سرعت پردازش بسیار بالا بوده و همچنین این سامانه در پایگله داده خود حجم عظیمی از داده های رایگانی که تمام تصحیحات آنها انجام شده است کاربر را قادر می سازد که الگوریتم مورد نظر را در مقیاس جهانی اجرا کند و به نتایج در مدت زمان کوتاهی برسد.
کلمات کلیدی: کلروفیل-آ، Google Earth Engine، لندست ۸، سنتینل ۲، شاخصهای طیفی، دریاچه زریبار
|