ادغام ارتفاع سنج های راداری و داده های تصویر نوری برای تخمین تغییرات حجم آب در دریاچه ها و مخازن (مطالعه موردی: دریاچه ناصر)

کلید واژه ها

ارتفاع سنجی رادار , تغییر حجم آب , لندست 8 , دریاچه ناصر , مصر

1. مقدمه

نظارت منظم و دقیق تغییرات آب برای دریاچه ها و مخازن برای تخصیص عادلانه آب و برای درک بهتر تأثیر تغییرات آب و هوایی ضروری است [ 1 ] [ 2 ] [ 3 ]. روش سنتی اندازه‌گیری سطح آب، با استفاده از ایستگاه‌های اندازه‌گیری است که در نزدیکی دهانه رودخانه‌ها، پل‌ها، سرریزها و دریچه‌ها نصب می‌شود. اخیراً استفاده از ایستگاه های گیج در سراسر جهان کاهش یافته است [ 2 ] [ 4 ] [ 5 ] [ 6 ]] . حجم آب ذخیره شده در مخازن و دریاچه ها را نمی توان به طور مستقیم و به طور سنتی اندازه گیری کرد. نقشه عمق سنجی را می توان از بررسی های هیدرولوژیکی، با استفاده از حسگرهای سونار بر روی ترانسکت های کشتی برای اندازه گیری توپوگرافی زیر آب به دست آورد. اما این نوع بررسی زمان‌بر، کار فشرده و پرهزینه است [ 7 ]. بنابراین، به دست آوردن نقشه های آب سنجی برای یک دریاچه یا مخزن معین دشوار است. ارتفاع سنجی رادار/لیزر ماهواره ای تکنیکی است که می تواند برای تخمین سطح آب برای بدنه های آبی استفاده شود. هر دو رادار ماهواره ای و ارتفاع سنج های لیزری به جای دستگاه های تصویربرداری، ابزارهای پروفایل هستند، به این معنی که آنها فقط می توانند اندازه گیری ها را در امتداد مسیرهای زمینی خود بدون توانایی پوشش جهانی واقعی ثبت کنند [ 4 ] [ 8 ].

مأموریت‌های مختلف ارتفاع‌سنجی ماهواره‌ای در مدارهای مختلف پرواز می‌کنند که در نتیجه پوشش مکانی-زمانی دریاچه‌ها و مخازن متفاوت است. ارتفاع سنجی رادار ماهواره ای به طور موثر برای استخراج سطح آب از اشکال آب سطحی قاره استفاده شده است. به عنوان مثال، دریاهای داخلی، دریاچه ها، نهرها و تالاب ها. [ 2 ] [ 5] . در حال حاضر، علاوه بر ICESat-GLAS، سه پایگاه داده دیگر مبتنی بر ارتفاع سنجی رادار ماهواره ای برای آب های منتخب به صورت عملیاتی در دسترس هستند. آنها عبارتند از: 1) پایگاه داده نظارت بر مخزن و دریاچه (GRLM). 2) پایگاه داده هیدرولوژی دریاچه رودخانه (RLH) توسط The River and Lake Project. و 3) پایگاه داده Hydroweb. این چهار پایگاه داده شامل ماموریت ارتفاع سنجی لیزری ICESat و پنج ماموریت ارتفاع سنجی رادار مانند T/P (Topex/Poseidon)، Jason-1، Jason-2 (همچنین به عنوان OSTM (ماموریت توپوگرافی سطح اقیانوس) شناخته می شود)، GFO (همکار Geosat On) ) و ENVISAT (ماهواره زیست محیطی).

علی‌رغم برخی محدودیت‌ها، ارتفاع‌سنجی روشی است که برای علم هیدرولوژی به یک امکان ثابت نیاز دارد، زیرا این اطلاعات در سراسر جهان آزادانه در دسترس است و به عنوان تنها منبع اطلاعات برای بیشتر دریاچه‌های مناطق دورافتاده در نظر گرفته می‌شود. چندین ماموریت ارتفاع سنجی ماهواره ای از اواخر دهه 1980 پرتاب شد: GEOSAT (1986-1988)، ERS-1 (1991-1996)، Topex/Poseidon (1992-2005)، ERS-2 (1995-)، GFO (2000-2008) ، Jason-1 (2001-) Jason-2 (2008-) و ENVISAT (2002-). ERS-1، ERS-2 و ENVISAT دارای تفکیک زمانی 35 روزه (مدت چرخه مداری) و 70 کیلومتر فاصله بین مسیر در استوا هستند. Topex/Poseidon، Jason-1 و Jason-2 دارای چرخه مداری 10 روزه و فاصله بین مسیری استوایی 350 کیلومتری هستند. GEOSAT و GFO دارای یک چرخه مداری 17 روزه و فاصله بین مسیری 170 کیلومتری استوایی هستند.

اخیراً، ارتفاع‌سنجی رادار ماهواره‌ای با تصاویر ماهواره‌ای ترکیب شد تا تغییرات حجمی آب سطحی در حوضه‌های رودخانه‌ای بزرگ مانند حوضه رودخانه سیاه [ 9 ] [ 10 ] [ 11 ] و [ 12 ] را بدست آورد. مطالعات کمی برای استخراج تغییرات حجم آب در دریاچه ها با استفاده از ترکیب تصاویر و داده های ارتفاع سنجی انجام شد. [ 13 ] تغییرات حجمی در دریاچه داخلی دریای آرال بزرگ را با استفاده از مدل عمق سنجی دیجیتال و سطوح آب به دست آمده از داده های ارتفاع سنجی T/P بازسازی کرد. مرجع [ 14] تغییرات ذخیره آب را در نه دریاچه دلتای هلو-آتاباسکا، کانادا با استفاده از سطوح آب درجا و مناطق سطحی سنجش از دور محاسبه کرد. اخیراً گرانی سنجی ماهواره ای GRACE در ترکیب با ارتفاع سنجی و داده های تصاویر ماهواره ای برای مطالعه تغییرات حجم آب در توده های آبی بسیار بزرگ داخلی استفاده شده است، به عنوان مثال مطالعه [ 15 ]. این پایگاه های داده ارتفاع سنجی ماهواره ای برای کاربردهای عملیاتی در مدیریت منابع آب جذاب می شوند.

هدف از این مطالعه ارزیابی رویکردی است که دو تصویر آزادانه لندست و داده‌های ارتفاع سنج راداری (پردازش شده به سطح آب) را ترکیب می‌کند، تا تغییرات حجم آب را برای بخش جنوبی دریاچه ناصر، بدون اندازه‌گیری‌های درجا و داده‌های عمق‌سنجی تخمین بزند. برای برآورد تغییرات حجم آب از دو روش استفاده شد: روش هرون و روش مدل ادغام. این روش ها به تصمیم گیرندگان کمک می کند تا تغییرات حجم نسبی آب را به خاطر مدیریت آب و محیط زیست به جای مقادیر مطلق بدون اندازه گیری سطح آب در محل و نقشه های عمق سنجی تخمین بزنند. سطوح آب و حجم آب مشاهده شده در محل برای ارزیابی دقت پایگاه‌های داده ارتفاع‌سنجی ماهواره‌ای و تغییرات حجم آب برآورد شده استفاده شد.

2. منطقه مطالعه

دریاچه ناصر از جنوب مصر تا شمال شرقی سودان امتداد دارد و طول آن حدود 500 کیلومتر و حداکثر عرض آن 35 کیلومتر است. کل منطقه مورد بررسی تقریباً 50000 فدان است. به طور کلی، مرز جغرافیایی بین عرض جغرافیایی 21 درجه و 24 درجه 30 دقیقه شمالی و طول جغرافیایی 31 درجه و 30 درجه شرقی و 33 درجه شرقی است. این تحقیق محدود به بخش مصری دریاچه ناصر است که در امتداد 50 کیلومتری مرز سودان امتداد دارد ( شکل 1 ).

3. مجموعه داده ها

3.1. سطح آب اندازه گیری شده روزانه

اندازه‌گیری‌های سطح آب بین آگوست 2014 تا ژوئن 2015 در یک ایستگاه سنجش دریاچه ناصر از پایگاه داده موسسه تحقیقات نیل (NIR) برای اهداف ارزیابی به‌دست آمد. شکل 2 روند اندازه گیری سطح آب را نشان می دهد. با انحراف معیار حدود 1.4 برای این مدت زمان کوتاه بین (2014-2015).

نواحی سطح مربوطه و همچنین حجم آب با استفاده از ابزار حجم سطحی در محیط ArcGIS محاسبه شد. بنابراین بر اساس یک نقشه حمام‌سنجی به‌دست‌آمده از بررسی‌های هیدرولوژیکی که اخیراً ایجاد شده است، با استفاده از اکوی صوتی چند پرتویی که وسیله‌ای است برای تعیین عمق آب و ماهیت بستر جریان آب (توپوگرافی زیر آب) استفاده می‌شود. شکل 3 نرم افزار اکتساب چند پرتو و نمودار ناحیه اسکن چند پرتو [ 16 ] را نشان می دهد. شکل 4 نقاط سطح عمق سنجی حاصل را برای منطقه مورد مطالعه نشان می دهد

3.2. داده های ارتفاع سنجی رادار

ارتفاع آب ماهواره‌ای موجود Hydroweb شامل ارتفاع‌سنجی ماهواره‌ای مختلف است: Topex/Poseidon، Jason 2، Gfo، Envisat، Saral. این داده ها به صورت رایگان از [ 17 ] به دست آمدند. شکل 5 یک عکس فوری از پایگاه داده دریاچه ناصر را نشان می دهد که شامل سطح آب واقعی و مساحت سطح، حجم آب در طول سال های 1992 تا 2016 می باشد. هر دو داده (متن و نمودارها) از Hydroweb دانلود شدند که عبارتند از: (سال اعشاری، تاریخ، زمان، ارتفاع بالای سطح مرجع، انحراف معیار، مساحت در کیلومتر مربع ^، حجم با توجه به حجم تاریخ اول در کیلومتر ³ ، پرچم ).

3.3. تصاویر ماهواره ای نوری برای تخمین مساحت سطح

داده های Landsat 8 با اندازه سلول 30 متر (برای معیارهای مناسب و کم هزینه) برای استخراج سطح دریاچه ها و مخازن استفاده شد. داده های Landsat8 از [ 18 ] دانلود شدند. تاریخ های سطح آب به دست آمده از ارتفاع سنجی و تصاویر ماهواره ای باید دقیقاً منطبق باشند. با این حال، بیشتر اوقات اینطور نبود

مورد اولاً به دلیل چرخه‌های متقاطع مختلف ماهواره‌های لندست (16 روز) و ارتفاع‌سنج (10 تا 35 روزه یا حالت کمپین) و ثانیاً برخی از داده‌های لندست قابل استفاده نبودند زیرا پوشش ابری بر کیفیت داده‌ها تأثیر می‌گذاشت. تجزیه و تحلیل اندازه‌گیری‌های روزانه در محل نشان داد که تغییرات در سطح آب در یک دوره کوتاه (پنج روز) حداقل است. در این مطالعه: تصاویر Landsat برای بهترین 2 روز قبل یا بعد از تاریخ سطوح آب به دست آمده از ارتفاع سنجی برای استخراج سطح آب در سطوح آب مربوطه استفاده شد. از دو سری زمانی مشاهده استفاده شد: اول، سطح دریاچه که از لندست 8 استخراج شد و دوم، سطح آب که از ارتفاع سنج های راداری استنتاج شد.

4. روش شناسی

داده های ماهواره لندست 8 برای مطابقت با تاریخ سطح آب حاصل از ارتفاع سنجی انتخاب شدند. و این تصاویر هندسی تصحیح شدند و در حوزه نقشه عمق سنجی جمع آوری شده در محل به دست آمده از بررسی های هیدرولوژیکی اخیر با استفاده از حسگرهای سونار توسط NIR (در سال 2013) قرار گرفتند. برای تعیین سطح منطقه مورد مطالعه دریاچه ناصر از تکنیک طبقه بندی استفاده شد. این روش طبقه‌بندی به تشخیص دقیق مرز آبی منطقه مورد مطالعه در دریاچه ناصر کمک می‌کند، جایی که ماهیت پوشش اراضی جنوب مصر عمدتاً بیابانی و آب است ( شکل 7 ).

4.1. برآورد تغییرات حجم آب

دو روش برای تخمین تغییرات حجم آب در این مطالعه اتخاذ شد که به شرح زیر توضیح داده شده است.

4.1.1. ادغام تحلیلی

این روش یک استخراج دقیق حجم دریاچه بر اساس برازش تابع چند جمله‌ای، F، با استفاده از اندازه‌گیری پراکندگی بین سطح (A) و سطح آب (L) است که به عنوان یک رابطه برازش قوی در نظر گرفته می‌شود. از آنجا که هر گونه افزایش سطح آب باید با افزایش سطح آب همراه باشد. A = F(L) و حجم را می توان با ادغام ساده به دست آورد (معادله (1)).

Δ V=🔻l 1l 2f( L ) d lΔV=∫l1l2f(L)dl(1)

این رویکرد در صورتی مفید است که طیف کامل سطح آب را نتوان مشاهده کرد. به عبارت دیگر تغییرات سطح مرجع آب به شرح زیر مورد مطالعه و ارزیابی قرار می گیرد:

همانطور که توسط [ 19 ] بیان شد، حجم کل (V) آب به حداقل حجم ثابت مشخصی از آب موجود در دریاچه ها (V _ثابت ) و یک جزء متغیر که با سطح آب (V _var ) تغییر می کند، بستگی دارد که در معادله توضیح داده شده است. (2):

V=Vثابت+VvarV=Vfix+Vvar(2)

V _fix به آب ذخیره شده بین یک سطح ثابت آب و کف اشاره دارد. مقدار واحد برای V _fix را می توان از نقشه های توپوگرافی قبل از ساخت مخزن یا به ندرت از نقشه های عمق سنجی بدست آورد. تعیین V _fix چندین مشکل دارد. توپوگرافی زیرین ناهموار است و به طور قابل توجهی در نوسان است. در نتیجه عوامل خطا افزایش می یابد. علاوه بر این، توپوگرافی زیرین به طور مداوم تغییر می کند و ارتفاعات به دلیل رسوب گذاری و سایر فعالیت های انسانی افزایش می یابد [ 7 ] [ 20 ]. تعیین V _var برای اهداف عملی جذاب تر است.

کمترین سطح آب به دست آمده از ارتفاع سنجی ماهواره ای در طول دوره مطالعه را می توان به عنوان سطح مرجع برای V _fix جداگانه (که در محدوده این مطالعه نادیده گرفته شد) و V _var تنظیم کرد. حجم آب حاصل V _varدر این مطالعه به حجم آب بالاتر از کمترین سطح آب یعنی 174.57 اشاره شده است. کمترین مقدار سطح آب در داده‌های ارتفاع‌سنجی ماهواره‌ای از تمام مقادیر سطح آب به‌دست‌آمده از داده‌های ارتفاع‌سنجی کم شد تا تغییرات سطح آب بالاتر از پایین‌ترین سطح آب (∆WL) به دست آید. تابع مربوط (∆WL) و سطح دریاچه مربوطه (مساحت-∆WL) با استفاده از تجزیه و تحلیل رگرسیون ایجاد شد. از آنجا که حجم آب ادغام رابطه عملکردی بین سطح دریاچه و سطح آب است، بنابراین رابطه (∆WV – ∆WL)، که در آن ∆WV تغییر حجم بالاتر از پایین‌ترین سطح آب مرجع است، می‌تواند با یکپارچه‌سازی تحلیلی تابع به دست آید. از (مساحت-∆WL) با این شرط که ∆WV برابر با صفر باشد وقتی ∆WL صفر است. فرض کنید که رابطه مساحت-∆WL را می توان به عنوان یک تابع چند جمله ای توصیف کرد: A = f( L ) = aL2+ ب L + جA=f(L)=aL2+bL+c، که در آن A مساحت سطح در کیلومتر ² است، L برابر است با ∆WL بر حسب m، و a، b، c ضرایبی هستند که با تجزیه و تحلیل رگرسیون تعیین می شوند. سپس تابع (∆WV – ∆WL) که ادغام f(L) در برابر dL است را می توان به صورت: ∆WV = 🔻f( L ) d L =aL3/ 3 + بL2/ 2 + c L + d∫f(L)dL=aL3/3+bL2/2+cL+d، که در آن d را می توان با توجه به شرط (∆WV = 0 وقتی L = 0) به عنوان 0 حل کرد. معادله به دست آمده را می توان برای تبدیل سری زمانی (∆WL) به (∆WV) برای تجزیه و تحلیل تغییرات حجم در دریاچه ها یا مخازن استفاده کرد.

4.1.2. روش هرون

حجم فروستوم هرمی 2000 سال پیش توسط هرون (ریاضیدان یونانی، بومی اسکندریه، 10-70 پس از میلاد) به دست آمده است، همانطور که در معادله (3) آمده است:

V= ( ( L 1 − L 2 ) / 3 ) ∗ ( A 1 + A 2 + (A 1 ∗ A 2——-√) )V=((L1−L2)/3)∗(A1+A2+(A1∗A2))(3)

دو سطح آب: L1 و L2 با مساحت سطح متناظر A1 و A2 در این رابطه استفاده می شود و لیم شناسان هنوز از فرمول (3) برای محاسبه حجم دریاچه ها استفاده می کنند.

5. نتایج و بحث

مقایسه بین سری‌های زمانی اندازه‌گیری‌شده سطح آب و ارتفاع‌سنجی راداری باید ابتدا ارزیابی شود تا از صحت داده‌های سطح آب ارتفاع‌سنجی راداری (برای دوره 2014 تا 2015) اطمینان حاصل شود، تا براساس برآورد تغییرات حجم آب باشد. ضریب همبستگی حاصل R ² = 0.98 و RMSE = 28 cm ( شکل 8 ).

دو شکل بعدی روابط بین: مساحت سطح (در کیلومتر مربع ⁾ استنتاج از تصاویر ماهواره ای نوری و ارتفاع سنجی 1 راداری و 2 سطح آب اندازه گیری شده را نشان می دهد. R ² برای رابطه اول 0.96 و برای رابطه دوم 0.99 بود. این مقادیر همبستگی عالی اطمینانی از سطح استنتاج شده از تصاویر ماهواره ای می دهد ( شکل 9 و شکل 10 ).

رابطه بین نتایج (∆WL) که از داده های ارتفاع سنجی استنباط شد و مساحت سطح متناظر (Area-∆WL) با استفاده از تحلیل رگرسیون برای دوره مورد مطالعه (از 8/1393 تا 6/2015) برقرار شد.

به عنوان یک تابع چند جمله ای چهارم (معادله (4)) با R2 ⁼ 0.979 ( شکل 11 ) توصیف شده است.

مساحت = 0.223( Δ WL )4– 2.644( Δ WL )3+ 9.693( Δ WL )2+ 4.236 ( Δ WL ) + 598.4Area=0.223(ΔWL)4−2.644(ΔWL)3+9.693(ΔWL)2+4.236(ΔWL)+598.4(4)

تعیین تغییرات حجمی (با استفاده از مدل ادغام) نسبت به حداقل سطح آب ارتفاع سنجی (به عنوان مرجع) را می توان با ادغام f(L) در برابر dl استنتاج کرد و می توان به شرح زیر توسعه داد:

Δ WV = ∫مساحت d l  = ∫اف( Δ WL ) d l= 🔻0.223( Δ WL )4– 2.644( Δ WL )3+ 9.693 / 2( Δ WL )2+ 4.236 ( Δ WL ) + 598.4ΔWV=∫Area dl=∫F(ΔWL)dl=∫0.223(ΔWL)4−2.644(ΔWL)3+9.693/2(ΔWL)2+4.236(ΔWL)+598.4(5)

Δ WV = 223 / 5( Δ WL )5− 2.644 / 4( Δ WL )4+ 9.693 / 3( Δ WL )3           + 4.236 / 2( Δ WL )2+ 598.4 ( Δ WL ) + ثابت           ( ثابت = 0 در Δ WV = 0 سطح مرجع    )ΔWV=223/5(ΔWL)5−2.644/4(ΔWL)4+9.693/3(ΔWL)3           +4.236/2(ΔWL)2+598.4(ΔWL)+constant           (constant=0 at ΔWV=0 atreferencelevel)(6)

تخمینی ΔWV بر حسب میلیون متر مکعب (MCM) با جایگزینی ΔWL مربوطه در رابطه (6) محاسبه شد. راه ایده آل برای تأیید تغییرات حجم آب برآورد شده، آزمایش بر روی یک دریاچه است، در صورتی که هم پوشش ماهواره ای بلندمدت وجود داشته باشد و هم حقیقت زمین اندازه گیری شده به طور همزمان توسط عمق سنجی سونار و سطح آب اندازه گیری شود. متأسفانه، علیرغم در دسترس بودن تعداد معقولی از تصاویر Landsat منطبق بر زمان داده های ارتفاع سنجی راداری، داده های حقیقت زمینی موجود در مورد سطح آب به (2014-2015) محدود است. برای اعتبار سنجی تغییرات حجم آب تخمین زده شده، حجم آب اندازه گیری شده به ΔWV تبدیل شد که به عنوان تغییرات حجم آب تخمین زده می شود. این تبدیل با کم کردن مقدار حجم آب برای همان تاریخی که کمترین سطح آب ارتفاع سنجی رخ داده است از تمام مقادیر حجم آب اندازه گیری شده انجام شد. روش دیگری برای تخمین تغییرات حجم آب (بر اساس سطح آب ارتفاع سنجی و مساحت سطح ماهواره) با استفاده از روش هرون که در معادله (3) توضیح داده شده است، اعمال شد. تخمینی ΔWV با استفاده از روش ادغام، روش هرون، و مقادیر ΔWV اندازه‌گیری شده در نشان داده شدجدول 1 . R2 و RMSE برای اعتبار سنجی ΔWV برآورد شده برای دو روش تعیین شدند ^.

ریشه میانگین مربعات خطا برای ΔWV تخمین زده شده با استفاده از ادغام و هرون

روش ها به ترتیب 323.98 و 318.09 MCM و R ² = 0.98 برای هر دو روش بودند ( شکل 12 و شکل 13 ).

محصول جانبی دیگری برای این مطالعه پیشنهاد شده است. هنگامی که رابطه F(L) برای یک منطقه مشخص ایجاد شد، از این رو می توان از تصاویر آینده لندست برای ردیابی سطوح آب مستقل از ارتفاع سنجی رادار استفاده کرد.

ذکر این نکته ضروری است که این نتایج با نتایج استنباط شده توسط [ 21 ] برای دریاچه تانا در اتیوپی (R ² = 0.99) برای هر دو رابطه: بین سطح آب و مناطق استنتاج شده از تصاویر ماهواره‌ای Landsat مطابقت دارد. و آنهایی که بین

سطح آب و حجم آب همچنین اعتبار مطالعه انجام شده توسط [ 19 ] برای دریاچه مید (ایالات متحده آمریکا)، دریاچه تانا (اتیوپی) و دریاچه IJssel (هلند) نشان داد که حجم آب برآورد شده به خوبی با اندازه‌گیری‌های درجا مطابقت دارد ( ^R2 محدوده از 0.95 تا 0.99) و ریشه میانگین مربعات خطا (RMSE) در محدوده 4.6٪ تا 13.1٪ از حجم میانگین اندازه گیری های درجا بود که با نتایج ارزیابی مطالعه دریاچه ناصر مطابقت دارد.

مسائل دیگر باید نشان داده شوند: 1) رابطه (∆WV – ∆WL) مربوط به مکان خاص و پایگاه داده ارتفاع سنجی رادار خاص است، و همچنین می تواند برای تبدیل سطوح آب از پایگاه های داده ارتفاع سنجی به طور مستقیم به حجم های آب بالاتر از میزان شناسایی شده استفاده شود. حداقل سطح مرجع برای دریاچه ناصر؛ 2) از جدول 1تغییرات حجم محاسبه شده با استفاده از روش یکپارچه سازی تقریباً برابر با محاسبه شده با استفاده از روش هرون بود و این به عنوان شاخص مهم اطمینان بالا در استفاده از روش انتگرال گیری چند جمله ای در نظر گرفته می شود. 3) دقت تغییرات حجم آب متاثر از رابطه بین سطح آب و مساحت های سطح مربوطه است، زیرا با افزایش سطح آب، مساحت سطح استنباط شده از تصاویر ماهواره ای به ویژه در مناطق خرس بیش از جریان میانی دریاچه افزایش می یابد که ممکن است افزایش یابد. باعث ایجاد تغییرات غیر واقعی حجم آب در مرز دریاچه می شود، از این رو سطوح بالای آب ممکن است با اعمال رابطه چند جمله ای بین سطح آب و مساحت سطح، باعث خطا در محاسبات تغییرات حجمی شود همانطور که از جدول 1 مشخص است.هنگامی که سطح آب تفاوت بین تغییرات حجمی درجا و تغییرات تخمینی از ادغام را افزایش می‌دهد، روش‌های هرون افزایش می‌یابد. 4) در این کار، سطح آب اندازه گیری شده به مدت زمان کوتاه (2014-2015) محدود شده است، بنابراین مدل ادغام ممکن است برای مدت طولانی تغییر کند و این باید بررسی شود. 5) نواحی سطحی که از تصاویر ماهواره ای استنتاج می شود به دلیل: اثرات جوی، وضوح فضایی کم و تضاد بین تاریخ مجموعه داده های ارتفاع سنجی و تاریخ های دریافت تصاویر ماهواره ای دچار خطاهایی می شوند و این خطاها می توانند بر دقت تغییرات حجم استنتاج شده تأثیر بگذارند. به طور کلی، مدل ادغام نیاز به مطالعه بیشتر دارد تا با توجه به زمان و مکان خاص، تعمیم بیشتری پیدا کند. همچنین کار آینده باید بر بهبود عملکرد مدل تمرکز کند.

6. نتیجه گیری

تخمین تغییرات حجم آب نسبت به سطح آب مرجع برای بخش جنوبی دریاچه ناصر در مصر با استفاده از مجموعه داده‌های رایگان لندست و ارتفاع سنج رادار، به جای استفاده از نقشه‌های آب‌سنج و عمق‌سنجی درجا، تعیین و ارزیابی شد. دو رویکرد برای تخمین تغییرات حجم آب مورد بررسی قرار گرفت: روش اول بر اساس مدل رابطه مناطق-∆WL (∆WL تفاوت بین سطح آب ارتفاع‌سنجی رادار و پایین‌ترین سطح آب در طول زمان مطالعه است). مدل رابطه مساحت-∆WL به عنوان یک تابع چند جمله ای ایجاد شد: مساحت = f(∆WL)، از این رو، رابطه تغییرات حجم آب بالاتر از کمترین سطح آب برای زمان مورد مطالعه، یعنی (∆V – ∆WL) به دست آمد. از طریق ادغام تحلیلی مدل رابطه Areas-∆WL. روش دوم با استفاده از معادله هرون انجام شد:

Δ V= ( ( L 1 − L 2 ) / 3 ) ∗ ( A 1 + A 2 + (A 1 ∗ A 2——-√) )ΔV=((L1−L2)/3)∗(A1+A2+(A1∗A2))

اعتبارسنجی این دو رویکرد نشان داد که: مدل ادغام و هرون با اندازه‌گیری‌های درجا تغییرات حجم استنتاج شده از نقشه عمق‌سنجی اخیر و سطح آب درجا (R2 برای هر ^دو روش = 0.98) و RMSE برای روش ادغام = 323.89 MCM موافق هستند. در حالی که برای روش هرون، RMSE = 318.09 MCM، و این مقادیر RMSE تقریباً 13.2٪ از تغییرات حجم متوسط ​​بالاتر از پایین‌ترین سطح آب مرجع برای دوره مورد مطالعه، برای میانگین سطح ≈ 658 کیلومتر مربع بود ^.. نتایج اولیه برای این منطقه جغرافیایی خاص از دریاچه ناصر، رویکردهای امیدوارکننده ای را برای پایش تغییرات حجم آب دریاچه ناصر نشان داد. آزمایش‌های بیشتری برای اثبات محکم این تکنیک‌ها به منظور تعمیم مدل رابطه تغییرات حجم آب بالاتر از پایین‌ترین سطح آب (∆V – ∆WL) برای معتبر بودن برای تمام مناطق جغرافیایی دریاچه ناصر و افزایش دقت مورد نیاز است. علاوه بر این، زمانی که داده های اضافی از ماموریت های ماهواره ای فعلی و آینده یکپارچه شوند، پیشرفت های بیشتری انتظار می رود.

 

منابع

 

[ 1 ]	Birkett, CM (1995) سهم TOPEX/POSEIDON در پایش جهانی دریاچه‌های حساس به آب و هوا. مجله تحقیقات ژئوفیزیک-اقیانوس ها، 100، 25179-25204. https://doi.org/10.1029/95JC02125
[ 2 ]	Crétaux، JF و Birkett، C. (2006) مطالعات دریاچه از ارتفاع سنجی رادار ماهواره ای. Comptes Rendus Geosciences, 338, 1098-1112. https://doi.org/10.1016/j.crte.2006.08.002
[ 3 ]	Crétaux, JF, Jelinski, W., Calmant, S., Kouraev, A., Vuglinski, V., Berge-Nguyen, M., et al. (2011) SOLS: یک پایگاه داده دریاچه برای پایش در زمان واقعی سطح آب و تغییرات ذخیره سازی از داده های سنجش از دور. پیشرفت در تحقیقات فضایی، 47، 1497-1507. https://doi.org/10.1016/j.asr.2011.01.004
[ 4 ]	Alsdorf, DE, Rodriguez, E. and Lettenmaier, DP (2007) اندازه گیری آب سطحی از فضا. بررسی های ژئوفیزیک، 45، RG2002. https://doi.org/10.1029/2006RG000197
[ 5 ]	Calmant, S., Seyler, F. and Crétaux, JF (2008) پایش آبهای سطحی قاره توسط ارتفاع سنجی ماهواره ای. بررسی ها در ژئوفیزیک، 29، 247-269. https://doi.org/10.1007/s10712-008-9051-1
[ 6 ]	فراپارت، اف.، کالمانت، اس.، کاوهوپ، ام.، سایلر، اف و کازناو، A. (2006) نتایج اولیه اعتبارسنجی سطوح آب مشتق شده از ENVISAT RA-2 در حوضه آمازون. سنجش از دور محیط زیست، 100، 252-264. https://doi.org/10.1016/j.rse.2005.10.027
[ 7 ]	Peng, DZ, Guo, SL, Liu, P. and Liu, T. (2006) تخمین منحنی ذخیره‌سازی مخزن بر اساس داده‌های سنجش از دور. مجله مهندسی هیدرولوژی، 11، 165-172. https://doi.org/10.1061/(ASCE)1084-0699(2006)11:2(165)
[ 8 ]	Birkett, CM and Beckley, B. (2010) بررسی عملکرد ارتفاع سنج رادار Jason-2/ OSTM بر روی دریاچه ها و مخازن. ژئودزی دریایی، 33، 204-238. https://doi.org/10.1080/01490419.2010.488983
[ 9 ]	فراپارت، اف.، سیلر، اف.، مارتینز، جی ام، لئون، جی جی و کازناو، A. (2005) ذخیره آب دشت سیلابی در حوضه رودخانه سیاه تخمین زده شده از سنجش از دور مایکروویو از منطقه سیلاب و سطوح آب. سنجش از دور محیط زیست، 99، 387-399. https://doi.org/10.1016/j.rse.2005.08.016
[ 10 ]	فراپارت، اف.، پاپا، اف.، فامیگلیتی، جی اس، پریجنت، سی، راسو، دبلیو بی و سیلر، اف. (2008) تغییرات سالانه ذخیره آب رودخانه از یک رویکرد ماهواره ای چندگانه: مطالعه موردی برای رودخانه ریو نگرو حوضه. Journal of Geophysical Research, 113, D21104.
[ 11 ]	فراپارت، اف.، پاپا، اف.، گانتنر، آ.، ورث، اس.، داسیلوا، جی اس، توماسلا، جی.، سیلر، اف.، پریجنت، سی، راسو، دبلیو بی، کالمانت، اس. و بونت ، M.-P. (2011) برآوردهای مبتنی بر ماهواره از تغییرات ذخیره آب زیرزمینی در حوضه های زهکشی بزرگ با دشت های سیلابی گسترده. سنجش از دور محیط زیست، 115، 1588-1594. https://doi.org/10.1016/j.rse.2011.02.003
[ 12 ]	Liu, T., Tseng, H., Shum, K., YiLiu, C., Kuo, Y., Ganming, L., Jia, Y. and Shang, K. (2016) ارزیابی تأثیر مخازن در رودخانه بالای مکونگ با استفاده از ارتفاع سنجی رادار ماهواره ای و تصاویر سنجش از دور. مجله سنجش از دور، 8، 367.
[ 13 ]	Cretaux, J.-F., Kouraev, AV, Papa, F., Berge Nguyen, M., Cazenave, A., Aladin, NV and Plotnikov, IS (2005) تعادل آب دریای آرال بزرگ از سنجش از دور ماهواره ای و در مشاهدات درجا. مجله تحقیقات دریاچه های بزرگ، 31، 520-534. https://doi.org/10.1016/S0380-1330(05)70281-1
[ 14 ]	اسمیت، LC و پاولسکی، TM (2009) سنجش از دور تغییرات ذخیره حجمی در دریاچه ها. فرآیندها و لندفرم های سطح زمین، 34، 1353-1358. https://doi.org/10.1002/esp.1822
[ 15 ]	Singh, A., Seitz, F. and Schwatke, C. (2012) تغییرات بین سالانه ذخیره آب در دریای آرال از ارتفاع سنجی ماهواره ای چند ماموریتی، سنجش از دور نوری و گرانش سنجی ماهواره ای GRACE. سنجش از دور محیط زیست، 123، 187-195. https://doi.org/10.1016/j.rse.2012.01.001
[ 16 ]	Shafik, NM (2016) به روز رسانی معادلات سطح و حجم دریاچه ناصر با استفاده از سیستم چند پرتو. نوزدهمین کنفرانس بین المللی فناوری آب، 21 تا 23 آوریل 2016.
[ 17 ]	داده های سطح آب رادار برای دریاچه ها، دریاچه ناصر. https://hydroweb.theia-land.fr
[ 18 ]	داده های لندست برای منطقه دریاچه ناصر بایگانی شده است. https://Earthexplorer.usgs.gov
[ 19 ]	ژنگ، دی و باستیانسن، WGM (2013) برآورد تغییرات حجم آب در دریاچه‌ها و مخازن از چهار پایگاه داده ارتفاع‌سنجی ماهواره‌ای عملیاتی و داده‌های تصاویر ماهواره‌ای. سنجش از دور محیط زیست، 134، 403-416.
[ 20 ]	Feng, L., Hu, CM, Chen, XL, Li, RF, Tian, ​​LQ and Murch, B. (2011) مشاهدات MODIS از توپوگرافی پایین و تغییرپذیری بین سالانه آن دریاچه پویانگ. سنجش از دور محیط زیست، 115، 2729-2741. https://doi.org/10.1016/j.rse.2011.06.013
[ 21 ]	Dost, RJJ, Maathuis, BHP and Kaba Ayana, E. (2007) تکنیک های اعتبارسنجی برای اندازه گیری ارتفاع سنج رادار بیش از اندازه گیری نشده در آب های خشکی در ارتفاعات اتیوپی و دره ریفت. دومین کنفرانس کارگاه فضایی هیدرولوژی.