دورسنجی
نسترن نظریانی؛ اصغر فلاح؛ هوا حسنوند؛ حسن اکبری
چکیده
آلودگی فلزات سنگین چالش بزرگی برای محیط زیست است. با افزایش سطح آلودگی، روشهای پایش سنتی نمیتوانند به سرعت اطلاعاتی در مورد آلودگی مناطق بزرگ به دست دهند. با توجه به پرهزینه و زمانبر بودن روشهای آزمایشگاهی استفاده از تصاویر ماهوارهای و روشهای سنجش از دور با در نظر گرفتن دقت کافی میتوانند مکمل مناسبی در این زمینه باشند.
پژوهش ...
بیشتر
آلودگی فلزات سنگین چالش بزرگی برای محیط زیست است. با افزایش سطح آلودگی، روشهای پایش سنتی نمیتوانند به سرعت اطلاعاتی در مورد آلودگی مناطق بزرگ به دست دهند. با توجه به پرهزینه و زمانبر بودن روشهای آزمایشگاهی استفاده از تصاویر ماهوارهای و روشهای سنجش از دور با در نظر گرفتن دقت کافی میتوانند مکمل مناسبی در این زمینه باشند.
پژوهش حاضر با هدف بررسی آلودگی فلزات سنگین سرب، روی و مس در خاک و برگ جنگلهای بلوط ایرانی واقع در جنگل کاکارضا، استان لرستان با بکارگیری فنآوری سنجش از دور و تصاویر ماهواره Sentinel-2 به کمک شاخصهای آلودگی (NDVI، HMSSI، SAVI و PSRI) انجام شد.
در داخل قطعات نمونه 30 نمونه خاک به صورت ترکیبی و بهطور تصادفی برداشت و از درختان در تمامی جهات تاج 30 نمونه برگ جمعآوری شد. برای استخراج فلزات سنگین از نمونههای خاک و نمونههای گیاهی از روش هضم اسیدی استفاده و ویژگیهای فیزیکوشیمیایی خاک (مواد آلی، بافت خاک، شوری و اسیدیته)با استفاده از روشهای استاندارد، اندازهگیری شد.
بعد از آمادهسازی نمونهها میزان غلظت فلزات سنگین سرب، مس و روی در خاک و برگ اندازهگیری و شاخص تجمع زیستی فلزات سنگین از خاک به برگ محاسبه شد. سپس ارتباط بین غلظت عناصر سنگین اندازهگیری شده و بازتاب در باندها یا نسبتهای باندی مختلف در نقاط متناظر نمونهبرداری به دست آمد.
به منظور نمونهبردای از خاک در بزرگراه مسافتی به طول 4 کیلومتر در نظر گرفته و در این مسافت 30 ایستگاه انتخاب و نمونههای خاک با فاصلههای مجاور جاده، 500 و 1000 متری از هر دو طرف جاده از عمق 20-0 سانتیمتری برداشت شد. پنج خط نمونه در فواصل مجاور جاده، 500 و1000 متری دو طرف جاده ایجاد و قطعات نمونه 10×10 متر پیاده شد. از دادههای سطح C1 ماهواره Sentinel-2 به منظور بررسی پراکنش فلزات سنگین سرب، مس و روی در منطقه استفاده شد.
از نرم افزار ArcGIS10.8.2 برای پیاده کردن قطعات نمونه بر روی تصویر، از نرمافزار ENVI5.3 به منظور پردازش تصویر و از نرمافزار STATISTICA12 برای مدل سازی استفاده شد.
غلظت فلزات سنگین در خاک با افزایش فاصله از جاده کاهش یافت. بین مواد آلی و مس خاک در سطح پنج درصد همبستگی منفی معنیداری وجود دارد. مقادیر غلظت فلزات سنگین در برگ درختان بلوط ایرانی از مقادیر استاندارد جهانی کمتر است. نتایج شاخص تجمع زیستی نیز نشان داد میزان فاکتور تجمع زیستی به ترتیب برای سرب، روی و مس (0.0،5.2 ،0.2) میلیگرم برکیلوگرم حاصل شد. مقایسه پنج الگوریتم ناپارامتریک GAM، ANN، RF، SVM و KNN نشان داد مدل (ANN) به ترتیب برای سه فلز Pb، Zn و Cu بالاترین مقادیر ضریب تبیین (0.85، 0.88 و 0.97) به دست آمد. به طور کلی نتایج نشان داد تصاویر Sentinel-2 به همراه مدل شبکه عصبی مصنوعی قابلیت خوبی در مدلسازی میزان شاخص تجمع زیستی دارند.
دورسنجی
سیده کوثر حمیدی؛ اصغر فلاح؛ نسترن نظریانی
چکیده
تغییر اقلیم تأثیر قابل ملاحظهای بر محیطزیست دارد و منجر به حساسیت متفاوت پوشش گیاهی بهعوامل آب و هوایی در مقیاسهای مکانی- زمانی مختلف میشود. آگاهی از وضعیت پوشش گیاهی بهدلیل کاربرد در برنامهریزیهای خرد و کلان در حال حاضر از ارکان مهم در تولید اطلاعات است .با توجه به پرهزینه و زمانبر بودن استفاده از روشهای مبتنی بر مشاهدات، ...
بیشتر
تغییر اقلیم تأثیر قابل ملاحظهای بر محیطزیست دارد و منجر به حساسیت متفاوت پوشش گیاهی بهعوامل آب و هوایی در مقیاسهای مکانی- زمانی مختلف میشود. آگاهی از وضعیت پوشش گیاهی بهدلیل کاربرد در برنامهریزیهای خرد و کلان در حال حاضر از ارکان مهم در تولید اطلاعات است .با توجه به پرهزینه و زمانبر بودن استفاده از روشهای مبتنی بر مشاهدات، امروزه فناوری سنجش از دور بهعنوان راهکار جدید در بهبود این روشها مطرح شده است. در پژوهش پیشرو هدف، بررسی اثر عوامل اقلیمی بر روند پوشش گیاهی جنگل فریم در استان مازندران با استفاده از تصاویر سنتینل 2 و تعیین مناسبترین شاخص برای این منطقه است. بهمنظور مدلسازی از فاکتورهای اقلیمی (درجه حرارت و بارندگی) مربوط به منطقه بهدست آمده از نزدیکترین ایستگاه هواشناسی مربوط، استفاده شد. بعد از پیشپردازش و پردازش تصاویر سنتینل 2 ارزشهای رقومی متناظر از باندهای طیفی استخراج و بهعنوان متغیرهای مستقل در نظر گرفته شد. رابطه درجه حرارت و بارندگی با شاخصهای پوشش گیاهی با ضریب همبستگی 0.43 و 0.56 و میزان AIC و BIC بهترتیب (565 و 3209) و (739 و 3383) بهدست آمد. همچنین نتایج نشان داد بیشترین اثرگذاری در رابطه با هر دو فاکتور درجه حرارت و بارندگی مربوط به شاخص پوشش گیاهی تفاضلی (DVI) است، که کارائی بالای این شاخص در منطقه را نشان میدهد. با توجه به نتایج فوق، میتوان بیان کرد که شاخص مذکور بهمنظور بررسی تأثیر متغیرهای اقلیمی بر جنگل مورد مطالعه، انطباق و همبستگی مناسبی دارد.
دورسنجی
نسترن نظریانی؛ اصغر فلاح
چکیده
مدیریت و برنامه ریزی بوم سازگان های حساس نظیر جنگل های زاگرس در راستای حفظ و احیاء آنها نیازمند اطلاعات صحیح و به هنگام است. با توجه به اینکه برآورد مشخصه های کمی تعداد درختان و تاج پوشش در جنگل های زاگرس با وسعت زیاد و نوع ساختار و پراکنش این بوم سازگان به روش های دستی بسیار وقت گیر و هزینه بر است، لذا تکنیک ...
بیشتر
مدیریت و برنامه ریزی بوم سازگان های حساس نظیر جنگل های زاگرس در راستای حفظ و احیاء آنها نیازمند اطلاعات صحیح و به هنگام است. با توجه به اینکه برآورد مشخصه های کمی تعداد درختان و تاج پوشش در جنگل های زاگرس با وسعت زیاد و نوع ساختار و پراکنش این بوم سازگان به روش های دستی بسیار وقت گیر و هزینه بر است، لذا تکنیک های سنجش از دور می تواند مکمل مناسبی در این راستا باشد. در مطالعه پیشرو هدف بررسی قابلیت باندهای اصلی و مصنوعی تصاویر ماهواره Sentinel-2 در برآورد مشخصه های کمی جنگل های سامان عرفی اولادقباد کوهدشت است. به منظور برآورد مشخصه های مورد بررسی، 150 خوشه در قالب 16 طرح نمونه برداری خوشه ای با شکل قطعه نمونه دایره و مربعی شکل در منطقه به مساحت تقریبی 4500 هکتار پیاده شد. هر خوشه شامل چهار ریزقطعه نمونه با مساحت 700 متر مربع (شعاع ریز قطعه نمونه های دایره ای 15 متر، قطر ریزقطعه نمونه مربعی 37 متر و فاصله بین ریز قطعه نمونه ها از هم 60 متر) بود. سپس در داخل هر ریز قطعه نمونه، مشخصه های تعداد پایه ها و مساحت تاج درختان اندازه گیری شد. پس از پیش پردازش و پردازش تصاویر (آنالیز بافت و ایجاد شاخص های گیاهی)، ارزش های طیفی معادل قطعه های زمینی استخراج و به عنوان متغیر مستقل در مدل ها استفاده شد. مدل سازی با استفاده از روش های ناپارامتریک جنگل تصادفی، ماشین بردار پشتیبان، نزدیکترین همسایه و روش شبکه عصبی مصنوعی انجام شد. با توجه به نتایج مدل سازی چهار الگوریتم مورد بررسی برای مشخصه های تعداد در هکتار و تاج پوشش روش شبکه عصبی مصنوعی به ترتیب با طرح نمونه برداری خوشه ای 6 با ضریب تبیین 0/82 و طرح نمونه برداری خوشه ای 10 با ضریب تبیین0/76 نتایج بهینه ای را ارائه دادند. به طور کلی نتایج حاصل از اعتبارسنجی به دست آمده نشان داد استفاده از طرح های مختلف نمونه برداری خوشه ای، روش شبکه عصبی مصنوعی و تصاویر Sentinel-2 کارایی مناسبی در برآورد مشخصه های مورد بررسی دارد.