تخمین کدورت آب رودخانه دز با استفاده از تکنیک های سنجش از دور و تصاویر ماهواره لندست 8
محل انتشار: ششمین کنفرانس ملی مدیریت منابع آب ایران
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,012
فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
WRM06_169
تاریخ نمایه سازی: 6 بهمن 1395
چکیده مقاله:
با توجه به افزایش میزان آلودگی آب رودخانه ها و دریاچه ها از گذشته تا به امروز، کنترل مداوم کیفیت آب این منابع جهت حفظ سلامت انسان و حفاظت از محیط زیست ضروری می باشد. در روش های سنتی، کنترل مداوم کیفیت آبها کاری دشوار، هزینه بر و در برخی شرایط ناممکن می باشد. سنجش از دور ابزاری مفید جهت کنترل کیفیت آبهای رودخانه ها و دریاچه ها می باشد که معایب روش های سنتی را به حداقل رسانده است. در این تحقیق از تصاویر ماهواره لندست 8 جهت برآورد کدورت آب رودخانه دز استفاده شد. بدین منظور از تصاویر مربوط به ماه های شهریور، آذر و دی سال 94 ، پس از اعمال تصحیحات لازم استفاده شد. نمونه برداری از آب رودخانه به طور همزمان با گذر ماهواره از منطقه به کمک دستگاه قابل حمل سنجش کیفیت آب در 7 ایستگاه مختلف انجام شد. برای ایجاد رابطه میان مقادیر کدورت و مقادیر انعکاس بدست آمده از تصاویر،از مدل های رگرسیونی استفاده شد. مدلها در دوحالت کلی بررسی شدند. در حالت اول تنها از باندهای محدوده VNIR سنجنده (باندهای 1 تا 5) و در حالت دوم از باندهای محدوده VNIR و SWIR سنجنده (باندهای 1 تا 7) استفاده شد. نتایج نشان داد که کارایی مدلها در حالت دوم بیشتر از حالت اول می باشد. در بررسی کارایی مدلها، در حالت نخست بهترین مدل دارای R2=0.41 و RMSE=15.97 و در حالت دوم، بهترین مدل دارای R2=0.85 و RMSE=8.18 می باشد.
کلیدواژه ها:
نویسندگان
مهدی پوراسحق
دانشجوی کارشناسی ارشد مهندسی رودخانه، دانشگاه صنعتی جندی شاپور دزفول
محمد ذاکرمشفق
عضو هیات علمی گروه مهندسی عمران-آب دانشگاه صنعتی جندی شاپور دزفول
عبدالنبی عبده کلاه چی
عضو هیات علمی پژوهشکده حفاظت خاک و آبخیزداری کشور
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :