تحلیل‎ ‎و‎ ‎پایش‎ ‎فرونشست‎ ‎زمین‎ ‎در‎ ‎نواحی‎ ‎شرقی‎ ‎شیراز‎ ‎با‎ ‎استفاده‎ ‎از‎ ‎تکنیک‎ DInSAR ‎

پیشینه و اهداف: در ایران، گسترش ناپایدار شهری و برداشت بی رویه از منابع آب زیرزمینی موجب تشدید و گسترش پدیده فرونشست در کلان شهرهایی مانند تهران، مشهد، اصفهان و شیراز شده است. به ویژه نواحی شهری شیراز که دارای خاک های آبرفتی، تراکم بالای ساخت وساز و کاهش شدید سطح آب های زیرزمینی هستند، به یکی از کانون های اصلی فرونشست در جنوب کشور تبدیل شده اند. با توجه به قابلیت بالای داده های راداری ماهواره Sentinel-۱ در تحلیل تغییرات زمین و نقش موثر روش DInSAR در پایش سریع این پدیده، هدف این پژوهش، تحلیل الگوهای مکانی-زمانی فرونشست در نواحی شهری شیراز، بررسی عوامل طبیعی و انسانی موثر و ارائه راهکارهایی برای کاهش مخاطرات و حمایت از توسعه پایدار شهری است.روش ها : در این پژوهش از ۲۴ تصویر راداری Sentinel-۱A در مد IW با پلاریزاسیون VV در سال های ۲۰۱۵ تا ۲۰۲۵ استفاده شد. تمامی پردازش ها در نرم افزار SNAP انجام گرفت. ابتدا داده ها با استفاده از فایل های POD تصحیح مداری و سپس کالیبراسیون رادیومتریکی برای استخراج Sigma۰ انجام شد. برای کاهش نویز اسپکل از فیلتر Lee با پنجره ۷×۷ استفاده شد. سپس با انتخاب ۱۵ جفت تصویر با خطای زمانی کمتر از ۳۶۵ روز و خطای مکانی عمودی زیر ۱۵۰ متر، اینترفروگرام ها تولید و فرآیند Unwrapping با الگوریتم MCF-SNAPHU اجرا گردید. برای کاهش خطاهای اتمسفری، تصاویر با شرایط رطوبتی مشابه انتخاب، فیلتر Goldstein اعمال، ماسک توپوگرافی استفاده و تحلیل واریوگرام اجرا شد. تحلیل های آماری) میانگین، چولگی، کشیدگی، تحلیل مکانی Moran’s I و تحلیل رگرسیون چندمتغیره (برای بررسی اثر متغیرهای برداشت آب، نوع خاک، تراکم ساخت وساز و شیب زمین) بر نرخ فرونشست انجام شد.یافته ها: یافته ها نشان داد میانگین نرخ فرونشست ۱۸.۴ میلی متر در سال با انحراف معیار ۸.۲ میلی متر است. سه کانون اصلی فرونشست با نرخ های ۲۵ تا ۴۵ میلی متر در سال در شمال، مرکز و جنوب محدوده مورد مطالعه شناسایی شد. تحلیل آماری نیز توزیع چولگی مثبت (۱.۲۳) و کشیدگی (۲.۸۷) را تایید کرد. بررسی آماری چندمتغیره نشان داد برداشت آب زیرزمینی با ضریب β=۰.۷۸ و سطح معناداری کمتر از ۰.۰۰۱، قوی ترین عامل فرونشست است.نتیجه گیری: روش DInSAR به عنوان ابزاری سریع و نسبتا دقیق در پایش فرونشست اثربخش است، به ویژه در مناطقی که داده های زمینی محدود هستند. این مطالعه ضمن تاکید بر نقش موثر عوامل انسانی در تشدید فرونشست، بر ضرورت نظارت پیوسته، بهره گیری از سامانه های هوشمند نظارتی، و بازنگری در الگوهای توسعه شهری تاکید می کند. از جمله پیشنهادهای پژوهش می توان به توسعه مدل های یادگیری ماشین با داده های Sentinel-۱، تلفیق داده های GNSS  برای افزایش دقت تحلیل، و تهیه تغییرات کاربری اراضی با تصاویر Landsat و Sentinel-۲ اشاره کرد. محدودیت پژوهش شامل نبود داده های میدانی به روز از سطح آب زیرزمینی و پراکندگی زمانی برخی تصاویر بود.

کلیدواژه ها:

فرونشست ، داده های راداری ، اینترفروگرام