خلاصه

امروزه، افزایش تقاضا برای جمع‌آوری، مدیریت و به اشتراک گذاری آرشیو داده‌هایی که از تحقیقات فرآیندهای ژئو هیدرولوژیکی پشتیبانی می‌کنند، مستلزم توسعه زیرساخت داده‌های مکانی است که بتواند داده‌های مکانی و اندازه‌گیری‌های تغییر شکل زمین را ذخیره کند، همچنین با در نظر گرفتن داده‌های چندمنبعی و ناهمگن. ما از نرم‌افزار منبع باز GeoNetwork برای سازماندهی همزمان اندازه‌گیری‌های درجا و مشاهدات حسگر راداری، که در چارچوب مناطق مطالعاتی پروژه HAMMER جمع‌آوری شده‌اند، استفاده کردیم، همه در مناطق کوهستانی مرتفع توزیع شده در رشته کوه‌های آلپ، آپنین، پیرنه و آند، عمدتاً بر روی زمین لغزش های فعال تمرکز می کند. با بهره گیری از این پلتفرم رایگان و شناخته شده بین المللی بر اساس پروتکل های استاندارد، ابزار ارزشمندی برای مدیریت داده ها و ابرداده ها ارائه می کنیم. هم اندازه‌گیری‌های سطحی درجا، که معمولاً در مقیاس محلی برای دوره‌های کوتاه (مثلاً در هنگام اضطرار) به دست می‌آیند، و هم مشاهدات ماهواره‌ای که معمولاً برای تجزیه و تحلیل مقیاس منطقه‌ای جابجایی سطح مورد استفاده قرار می‌گیرند. با استفاده از یک رابط وب اختصاصی، تمام نتایج حاصل از اکتساب های ابزاری و پردازش تصاویر سنجش از راه دور را می توان از کاربران متخصص و ذینفعان پرس و جو، تجزیه و تحلیل و دانلود کرد. این منجر به ابزار مفیدی می شود که می تواند اطلاعات مختلف را در جامعه علمی به اشتراک بگذارد، از جمله فرصت پردازش مجدد داده های خام برای اهداف دیگر و در زمینه های دیگر. تمام نتایج به دست آمده توسط اکتساب های ابزاری و پردازش تصاویر سنجش از دور را می توان از کاربران متخصص و ذینفعان پرس و جو، تجزیه و تحلیل و دانلود کرد. این منجر به ابزار مفیدی می شود که می تواند اطلاعات مختلف را در جامعه علمی به اشتراک بگذارد، از جمله فرصت پردازش مجدد داده های خام برای اهداف دیگر و در زمینه های دیگر. تمام نتایج به دست آمده توسط اکتساب های ابزاری و پردازش تصاویر سنجش از دور را می توان از کاربران متخصص و ذینفعان پرس و جو، تجزیه و تحلیل و دانلود کرد. این منجر به ابزار مفیدی می شود که می تواند اطلاعات مختلف را در جامعه علمی به اشتراک بگذارد، از جمله فرصت پردازش مجدد داده های خام برای اهداف دیگر و در زمینه های دیگر.

کلید واژه ها:

آرشیو دیجیتال ; زیرساخت داده های مکانی ; شبکه مانیتورینگ ; داده های رادار دیافراگم مصنوعی ; ژئوشبکه ؛ ژئو سرور ؛ پروژه NextData

1. معرفی

به لطف توسعه فناوری‌ها و حسگرهای نظارتی معنادار، جامعه علمی در حال گذراندن دوره‌ای غنی از داده‌ها با توجه به سطح زمین است. امروزه، میزان اکتساب‌های شبکه نظارت، هم در محل و هم با تکنیک‌های سنجش از راه دور، به طور مداوم در حال افزایش است [ 1 ، 2 ]. اخیراً، بسیاری از رویکردهای وب برای نظارت بر تجزیه و تحلیل و انتشار اندازه‌گیری‌ها [ 3 ، 4 ، 5 ] به‌عنوان ابزار جدیدی برای مدیریت مؤثر آرشیوهای عظیم داده‌های چندمنبعی [ 6 ] توسعه یافته است.]. علاوه بر این، در دسترس بودن بالای تصاویر ماهواره ای از سنسورهای مختلف (به عنوان مثال، ERS-1/2، Envisat ASAR، RADARSAT) و آخرین تصاویر رایگان از صورت فلکی ESA (به عنوان مثال، Sentinel-1A، 1B)، به طور قابل توجهی سطح را بزرگ کرده است. اطلاعات، هم در مکان و هم در زمان. از پردازش و تجزیه و تحلیل داده‌های مکانی (GD) و اطلاعات سطحی، بایگانی‌های جدیدی از داده‌های چند منبعی ایجاد می‌شوند، به‌ویژه در چارچوب پروژه‌های علمی برای حمایت از اشتراک‌گذاری داده‌های محیطی و اقلیمی [ 7 ، 8 ، 9 ]، مدیریت نتایج پروژه و تجسم، همه در مدیریت ریسک خطرات طبیعی اعمال می شود.
توسعه آرشیوهای بزرگ از داده های چند منبعی برای بررسی تکامل فرآیندهای ژئو هیدرولوژیکی در طول زمان کارکرد دارد [ 10 ]. با این هدف، ادغام اندازه‌گیری‌های GD و تغییر شکل زمین، به دست آمده از سنجش از دور و اکتساب‌های درجا، ضروری شده است. با این حال، تنها به خاطر سپردن داده ها، تمام نیازها و انتظارات ذینفعان مختلف را از نظر دسترسی، بازیابی، بررسی، تجسم و تجزیه و تحلیل برآورده نمی کند.
فن‌آوری‌های خدمات وب، به عنوان زیرساخت‌های داده‌های مکانی (SDIs)، جامعه علمی را قادر می‌سازد تا زیرساخت‌های داده‌ای بزرگ و ناهمگن را راه‌اندازی کند، و روش‌های قابل اعتماد نمایش و نقشه‌برداری اطلاعات را توسعه دهد [ 11 ، 12 ، 13 ]. SDIها برای پیاده‌سازی چارچوبی از داده‌های جغرافیایی و فراداده مفید هستند و راهی کارآمد و انعطاف‌پذیر برای کشف و مدیریت اطلاعات مکانی می‌باشند. علاوه بر این، SDIها می توانند به تقاضای فزاینده برای پردازش اطلاعات مکانی و کشف دانش، هم برای دانشمندان (مثلاً پژوهشگران، دانشمندان علوم اجتماعی، جغرافیدانان) و هم برای سایر ذینفعان (به عنوان مثال، نهادهای دولتی، مقامات دولتی، شهروندان) پاسخ دهند.
برای مقابله با مدیریت قابلیت همکاری حسگرها، داده‌های ابزاری و اطلاعات جغرافیایی ناهمگن با GD، SDI باید با استانداردهای معروفی مانند استانداردهایی که توسط کنسرسیوم فضایی باز (OGC) حمایت می‌شود، موافقت کند. این تقاضا در فناوری‌های جدید، به‌ویژه با توسعه سرویس‌های وب که بر اساس پروتکل‌های استاندارد ساختار یافته‌اند که دسترسی ساده به کل جامعه علمی و همه ذینفعان را تضمین می‌کند، پاسخ مفیدی پیدا می‌کند.
نرم افزار منبع باز GeoNetwork ( https://geonetwork-opensource.org/) با استفاده از اصول نرم افزار رایگان و منبع باز (FOSS) و استانداردهای بین المللی در مورد خدمات و پروتکل ها (سازمان بین المللی کمیسیون فنی استاندارد، ISO/TC211 و OGC) به طور کامل الزاماتی را که قبلاً توضیح داده شد برآورده می کند. این پلتفرم هم یک پورتال و هم یک پایگاه داده را با اشاره به SDI تعریف شده در “معماری مرجع OGC” پیاده سازی می کند. GeoNetwork با اطمینان از تبادلات مکانی و به اشتراک گذاری، مدیریت و انتشار ابرداده ها و داده های مکانی، یک رابط کاربری آسان برای مدیریت منابع مختلف به طور همزمان فراهم می کند. این سیستم امکان پرس و جو داده ها را با استفاده از حجم عظیمی از ابرداده از محیط های مختلف فراهم می کند و یک نمایشگر نقشه تعاملی مبتنی بر وب را فراهم می کند. علاوه بر این، استفاده از این نرم افزار به هر کسی اجازه می دهد تا به طور مستقل و بدون هیچ واسطه ای مجموعه داده را کشف و از آن بهره برداری کند.14 ].
در داخل پروژه NextData ( https://www.nextdataproject.it/چارچوب، پروژه ایتالیایی شورای ملی تحقیقات برای بازیابی، ذخیره‌سازی، دسترسی و انتشار داده‌های محیطی و اقلیمی، پروژه ویژه‌ای به نام HAMMER (روابط بین پارامترهای هوا-اقلیمی و سری‌های زمان تغییر شکل سطح زمین در محیط‌های کوهستانی) توسعه یافت. هدف اصلی این پروژه ویژه ترویج جمع‌آوری و اجرای مجموعه‌ای از تغییر شکل‌های زمین با تمرکز بر مناطق کوهستانی مرتفع در محیط‌های مختلف فیزیوگرافیک و اقلیمی بود. در این چارچوب، اکتساب و بازسازی سری های زمانی با استفاده از تکنیک های پایش میدانی سنتی، به دست آوردن حرکات سطحی کوتاه مدت با دقت بالا و تداخل سنجی دیفرانسیل با تکنیک های رادار دیافراگم مصنوعی (DInSAR) محقق شده است [ 15 ].، 16 ، 17 ]، تضمین پوشش منطقه وسیع (به عنوان مثال، هزاران کیلومتر مربع ) ، با یک نمونه گیری زمانی ماهانه.
امکان به دست آوردن یک سری تغییر شکل طولانی مدت مربوط به چندین فرآیند ژئو هیدرولوژیکی در مناطق مختلف فیزیوگرافیک و آب و هوایی ممکن است امکان درک روابط پیچیده و تا حد زیادی ناشناخته بین آب و هوا و تغییرات آن را باز کند [ 18 ، 19 ، 20 ]]. ترکیب و ادغام موثرتر DInSAR و اندازه‌گیری‌های درجا را می‌توان یک رویکرد مناسب برای تجزیه و تحلیل پدیده‌های مختلف در وضوح‌های مختلف مکانی (منطقه‌ای، محلی) و زمانی (ماه‌ها/هفته‌ها، روزها/ساعت‌ها) در نظر گرفت. جمع‌آوری و سازماندهی داده‌های چندمنبعی تغییر شکل‌های سطحی یک عنصر کلیدی در یافتن روابط نهایی بین متغیرهای هواشناسی و اقلیمی و ناپایداری‌های شیب در طول زمان است.
در پروژه های بزرگ، مانند NextData، استفاده از یک شبکه جغرافیایی اختصاصی با ادغام چندین پروژه فرعی مناسب است و برای یکپارچه سازی انواع مختلف داده ها مفید می شود. در پیشنهادمان، ما بر اجرای SDI اختصاص داده شده برای پروژه فرعی HAMMER (H-SDI)، در میان نرم افزارهای دیگر، پلتفرم GeoNetwork که برای پروژه اصلی مستعد است، تمرکز کردیم. H-SDI شامل داده های چند منبعی مناطق کوهستانی است و به منظور اشتراک، مدیریت و انتشار همه دانش و اطلاعات به دست آمده پیاده سازی شده است. چنین SDI نه تنها سری‌های زمانی تغییر شکل زمین پس از پردازش را ارائه می‌کند، بلکه داده‌های خام از اندازه‌گیری‌های شبکه نظارت بر زمین لغزش‌های خاص، انجام شده توسط زمین‌شناسان و مهندسان خبره، و داده‌های سنجش از دور از بررسی‌های ماهواره‌ای را نیز فراهم می‌کند.
هدف اصلی این مقاله نشان دادن ساختار توسعه یافته برای مدیریت و به اشتراک گذاری داده های پایش فرآیندهای ژئومورفولوژی فعال است. این مقاله همچنین به قابلیت‌های سیستم ژئوشبکه به عنوان ابزاری برای سازماندهی داده‌های مکانی و فراداده و استانداردسازی در داخل پروژه اشاره می‌کند. علاوه بر این، ما به طور خلاصه مناطق مطالعه انتخاب شده و داده های چند منبعی نسبی جمع آوری شده در پروژه را ارائه می کنیم. سپس، ما در مورد اتخاذ یک شبکه جغرافیایی اختصاصی برای مدیریت و به اشتراک گذاری ابرداده ها و داده های مکانی بحث می کنیم، که معماری سلسله مراتبی اطلاعات ناهمگن و سری های زمانی سایت های مختلف آزمایش را نشان می دهد. پس از آن، ما ارائه مختصری از رابط وب و پتانسیل های آن را نشان می دهیم، در حالی که در بخش پایانی،

2. جمع آوری داده ها

تولید GD مناسب برای انتشار و مرتبط با اطلاعات توصیفی (یعنی ابرداده) از نیاز به جمع آوری و سازماندهی نتایج پروژه HAMMER ناشی می شود. این پروژه بر جمع‌آوری و تولید سری‌های زمانی تغییر شکل زمین از چندین فرآیند ژئو هیدرولوژیکی واقع در مناطق مرتفع کوهستانی، در موقعیت‌های جغرافیایی و فیزیوگرافی مختلف، به عنوان یک موضوع کلیدی برای تجزیه و تحلیل صحیح خطرات شیب، تمرکز دارد.
اطلاعات کمی در مورد اثرات تغییرات محیطی و آب و هوایی بر فراوانی و شدت زمین لغزش ها وجود دارد [ 20 ، 21 ]. با بهره گیری از سری های زمانی تغییر شکل زمین، تا زمانی که ممکن است، به دست آمده از ابزارها یا حسگرهای چند منبعی، می توانیم تغییرات نهایی در روند تغییر شکل را تجزیه و تحلیل کنیم که برای ارزیابی رفتار زمین لغزش در طول زمان مفید است. این امر همچنین باید از راه های موثر استفاده از زمین، برنامه ریزی و مدیریت ریسک حمایت کند. با توجه به این هدف، یک SDI برای ترکیب و ادغام داده های چند منبعی از برخی سکونتگاه های توزیع شده در مناطق کوهستانی طراحی شد. انواع منبع داده را می توان در دو گروه اصلی بر اساس ابزار یا حسگر استفاده شده برای تولید سری زمانی خلاصه کرد:
  • در محل: ابزارهای سطحی و زیرسطحی ارائه‌دهنده سری‌های زمانی تغییر شکل زمین با نمونه‌برداری زمانی بسیار بالا (مثلاً ساعتی/روزانه)، مناسب برای تجزیه و تحلیل در مقیاس محلی، در نهایت با اهداف هشدار اولیه.
  • ماهواره: حسگرهای فضای فعال بالای زمین، تصاویر رادار دیافراگم مصنوعی (SAR) را جمع‌آوری می‌کنند که توسط تکنیک‌های DInSAR، مانند PSInSAR [ 15 ] یا SBAS [ 16 ] برای به‌دست آوردن سری‌های زمانی جابجایی زمین با نمونه‌گیری زمانی ماهانه و تجزیه و تحلیل مقیاس منطقه‌ای جابجایی سطح مورد بهره‌برداری قرار می‌گیرند.
جمع آوری داده ها و بازسازی سری های زمانی به هفت حوزه مطالعاتی پروژه اشاره دارد. شکل 1 توزیع مناطق مورد علاقه (AOI) را نشان می دهد، در حالی که جدول 1 برخی از اطلاعات مناطق انتخاب شده را خلاصه می کند. برای هر AOI، نوع ناپایداری شیب را که منطقه را تهدید می‌کند، ابزارها و/یا حسگرهای بکار رفته برای اکتساب سری‌های زمانی تغییر شکل زمین، زمان اکتساب مربوطه و موسسه‌ای که اندازه‌گیری‌های سطح را بدست می‌آورد و پردازش می‌کند، مشخص می‌کنیم. همه این ابرداده ها در GeoNetwork ذخیره می شوند.

3. طراحی زیرساخت

نیاز به مدیریت فرمت های مختلف داده (به عنوان مثال، بردار، شطرنجی، متن)، تجسم اطلاعات سری زمانی مشتق شده از ابزارها یا حسگرهای چندمنبعی، پرس و جو از کاتالوگ و به تصویر کشیدن داده ها بر روی نقشه، اجرای یک سیستم فهرست نویسی را ضروری کرد. با استفاده از یک سرویس کاتالوگ جغرافیایی، ما یک مخزن فرااطلاعات مبتنی بر وب با یک رابط وب برای تبلیغ و جستجو در داده‌های مکانی موجود ساختیم. H-SDI در یک نرم افزار منبع باز مانند GeoNetwork که قبلاً ذکر شده بود مدیریت و یکپارچه می شود که توسط یک GeoServer اختصاصی پشتیبانی می شود. شکل 2 انواع داده های مختلف ذخیره شده در ساختار GeoNetwork/GeoServer و تسهیلات رابط وب را ترسیم می کند.
GeoNetwork نرم افزاری برای مدیریت مجموعه داده های جغرافیایی است که به طور مشترک بین سازمان غذا و کشاورزی سازمان ملل متحد (FAO)، برنامه جهانی غذای سازمان ملل متحد (WFP) و برنامه محیط زیست سازمان ملل متحد (UNEP) در سال 2001 توسعه یافته است [ 26 ].]. این یک رابط وب با کاربری آسان را فراهم می کند که امکان مدیریت منابع مختلف را به طور همزمان با اطمینان از تبادل و اشتراک اطلاعات مکانی فراهم می کند. این ویژگی ویرایش ابرداده و توابع جستجو، علاوه بر نمایشگر وب نقشه های جغرافیایی مرجع، بسیار مناسب برای اجرای SDI است. GeoNetwork برای امکان دسترسی مشترک به داده ها، پشتیبانی از جوامعی که با مجموعه داده های جغرافیایی از طریق یک معماری توزیع شده مدرن که هم قدرتمند و هم ارزان است، سر و کار دارند، پیاده سازی شده است. این به عنوان یک کاتالوگ از فراداده است که خدمات جغرافیایی مختلف و منابع مرجع فضایی میزبانی شده توسط جوامع مختلف را نمایه می کند. با استفاده از این نرم افزار رایگان (توزیع شده با مجوز GPL) امکان بهبود دسترسی به داده ها وجود دارد. داده های مکانی مختلف را ادغام کنید و به راحتی اطلاعات موضوعی ارجاع شده جغرافیایی را بین سازمان های مختلف به اشتراک بگذارید، زیرا کاتالوگی از اطلاعات مکان گرا است. معماری و پروتکل‌های ژئوشبکه مبتنی بر استانداردها هستند و یک محیط مدیریت اطلاعات مکانی را ارائه می‌دهند که با استفاده از قابلیت‌های اینترنت، امکان دسترسی به مجموعه داده‌های جغرافیایی مرجع، محصولات نقشه‌برداری و ابرداده‌های مرتبط از منابع مختلف را فراهم می‌کند. با استفاده از پروتکل های استاندارد (به عنوان مثال، OGC CSW، OAI-PMH، OpenSearch، Z39.50، RDF)، هم به کاتالوگ های راه دور دسترسی پیدا می کند و هم داده های خود را در دسترس سایر خدمات کاتالوگ قرار می دهد، و اصول پنج ستاره پیشنهادی تیم برنر لی برای Linked را کاملاً در بر می گیرد. باز کردن داده ( ارائه یک محیط مدیریت اطلاعات مکانی طراحی شده برای امکان دسترسی به مجموعه داده های جغرافیایی مرجع، محصولات نقشه برداری و ابرداده های مرتبط از منابع مختلف، با استفاده از قابلیت های اینترنت. با استفاده از پروتکل های استاندارد (به عنوان مثال، OGC CSW، OAI-PMH، OpenSearch، Z39.50، RDF)، هم به کاتالوگ های راه دور دسترسی پیدا می کند و هم داده های خود را در دسترس سایر خدمات کاتالوگ قرار می دهد، و اصول پنج ستاره پیشنهادی تیم برنر لی برای Linked را کاملاً در بر می گیرد. باز کردن داده ( ارائه یک محیط مدیریت اطلاعات مکانی طراحی شده برای امکان دسترسی به مجموعه داده های جغرافیایی مرجع، محصولات نقشه برداری و ابرداده های مرتبط از منابع مختلف، با استفاده از قابلیت های اینترنت. با استفاده از پروتکل های استاندارد (به عنوان مثال، OGC CSW، OAI-PMH، OpenSearch، Z39.50، RDF)، هم به کاتالوگ های راه دور دسترسی پیدا می کند و هم داده های خود را در دسترس سایر خدمات کاتالوگ قرار می دهد، و اصول پنج ستاره پیشنهادی تیم برنر لی برای Linked را کاملاً در بر می گیرد. باز کردن داده (https://www.w3.org/DesignIssues/LinkedData.html، حتی اگر بتوانید از آن به عنوان یک محصول مستقل استفاده کنید. GeoNetwork یک نرم افزار متقابل پلتفرم است که روی هر سروری که قادر به اجرای یک محفظه وب جاوا باشد (مثلا Tomcat، JBoss) کار می کند زیرا در یک فایل WAR (Web Application aArchives) توزیع می شود و آن را کاملاً از سیستم عامل مستقل می کند. . مزایای اصلی استفاده از این نرم‌افزار، علاوه بر استانداردسازی فرمت‌ها، این است که ژئوشبکه می‌تواند به عنوان یک نقطه دسترسی واحد به تمام داده‌های جغرافیایی مرجع دیده شود. چندین ابزار مرتبط با GeoNetwork بسته بندی شده اند، از جمله GeoServer که معمولاً به پلتفرم GeoNetwork به منظور ذخیره داده ها و ایجاد SDI مرتبط است. GeoServer یک سرور نقشه برداری وب برای انتشار GD است. GeoServer یک سرور FOSS است که به طور کامل در جاوا نوشته شده است که به کاربران اجازه می دهد تا ذخیره کنند، مشاهده و ویرایش داده های مکانی طراحی شده برای قابلیت همکاری، داده ها را از هر منبع داده مکانی اصلی با استفاده از استانداردهای باز منتشر می کند. با GeoServer امکان نمایش اطلاعات مکانی با استفاده از اینترنت وجود دارد. پیاده سازی خدمات نقشه وب (WMS) [27 ] استاندارد (یا حتی پسوند آن با پشتیبانی سری زمانی، WMS-T)، GeoServer می تواند نقشه ها را در بسیاری از فرمت های خروجی ایجاد کند. OpenLayers، یک کتابخانه رایگان نقشه برداری، در GeoServer ادغام شده است، و تولید نقشه را سریع و آسان می کند. GeoServer همچنین با استاندارد Web Feature Service (WFS) [ 28 ] مطابقت دارد که به اشتراک گذاری و ویرایش واقعی داده هایی که برای تولید نقشه ها استفاده می شود اجازه می دهد و به دیگران اجازه می دهد تا داده های شما را با شفافیت بیشتر در وب سایت و برنامه های خود بگنجانند. در میان سایر پروتکل‌های استاندارد، از خدمات پوشش وب (WCS) نیز پشتیبانی می‌کند [ 29]، خدمات پردازش وب (WPS) و خدمات کاتالوگ برای وب (CSW)، فقط برای ذکر موارد اصلی. در پروژه ما، GeoServer را می توان به عنوان یک فروشگاه برای داده های خام، با ویژگی های انتشار و تجسم دقیق در نظر گرفت، در حالی که GeoNetwork را می توان به عنوان یک کاتالوگ در نظر گرفت که به درک اطلاعات ذخیره شده و ارائه شده توسط GeoServer کمک می کند.

4. جزء مجموعه داده

برای تجزیه و تحلیل رفتار زمین لغزش AOI، ما از طیف گسترده ای از ابزارها و حسگرهای سنجش از راه دور و درجا برای نظارت بر تغییر شکل سطحی و عمیق فرآیندهای ژئومورفولوژی فعال در نظر گرفته شده استفاده کردیم.
به طور کلی، تجزیه و تحلیل کوتاه مدت حرکات سطح از طریق تجزیه و تحلیل کمی یا نیمه کمی داده های توپوگرافی سه بعدی و اندازه گیری های با دقت بالا که با بهره برداری از تکنیک های مختلف نظارت به دست می آید، به دست می آید. تجزیه و تحلیل حرکات سطحی عمدتاً توسط سیستم‌های پایش میدانی سنتی انجام می‌شود: (i) ایستگاه کل روباتیک (RTS) [ 30 ]. (ii) سیستم ماهواره ای ناوبری جهانی (GNSS) [ 31 ]؛ (iii) کشش سنج [ 32 ]; (IV) شیب سنج [ 33 ]. همه این ابزار اندازه گیری هایی را با نمونه برداری زمانی بالا (روزانه/ساعتی) ارائه می دهند که برای بازسازی تکامل پدیده های منفرد در طول زمان مفید است [ 24 ].
در کنار آن، تکنیک‌های سنجش از دور مانند DInSAR [ 15 ، 16 ، 17 ] برای پردازش آرشیو عظیم تصاویر SAR که به‌طور پیوسته توسط صورت فلکی ماهواره‌های راداری به دست می‌آیند (مانند ERS-1/2، Envisat ASAR، Radarsat) استفاده می‌شوند. جدیدترین صورت های فلکی (به عنوان مثال، Cosmo-SkyMed، Sentinel-1A و Sentinel-1B) همچنین قابلیت ها را از نظر وضوح و زمان بازبینی بهبود می بخشد. استفاده از این تکنیک ها امکان دستیابی به یک پوشش وسیع (هزاران کیلومتر مربع ) و سری های زمانی با دقت میلی متری را فراهم می کند.
GD های درجا عمدتاً فایل های برداری و متنی هستند که شامل اطلاعات شبکه نظارتی نسبت به فعال سازی خاص و/یا فعال سازی مجدد یک زمین لغزش است که توسط محققان متخصص شورای تحقیقات ملی ایتالیا به دست آمده است. سری های زمانی با اکتساب زمانی محدود، معمولاً در مراحل اضطراری، با نمونه برداری زمانی بالا و دقت بالا، در قالب مقادیر جدا شده با کاما (CSV) مشخص می شوند.
محصولات ماهواره‌ای GD هم فایل‌های شطرنجی و هم فایل‌های برداری هستند که از نقشه‌های تغییر شکل میانگین سرعت، با وضوح مکانی و زمانی متمایز به دست آمده از حسگرهای رادار اتخاذ شده تشکیل شده‌اند. منبع داده از داده های داخلی و نتایج پروژه قبلی تا پردازش داده های SAR جدید، با بهره گیری از سرویس رایگان ESA G-POS [ 25 ] بر اساس تکنیک موازی-SBAS [ 34 ] متفاوت است. سری‌های زمانی مشتق‌شده دارای نمونه‌گیری ماهانه و دقت چند میلی‌متری هستند که همیشه در قالب CSV ارائه می‌شوند.

5. داده ها و ساختار سلسله مراتبی فراداده

تمام داده های میزبانی شده در مجموعه داده با ابرداده های نیمه خودکار کامپایل شده مرتبط هستند. به منظور پیوستن به پدیده های مختلف توزیع شده در مناطق کوهستانی در جهان که شامل اکتساب های چندحسگر از منابع متعدد است، یک آرشیو ابرداده ساختاری پیاده سازی شده است. یک ساختار سلسله مراتبی ایجاد می شود که در آن هر عنصر زنجیره به عنصری که از آن مشتق می شود بستگی دارد. این وابستگی بر اساس یک پیوند منطقی به نام پیوند “والد/فرزند” است ( شکل 3 ). همه اطلاعات همیشه از یک توالی منطقی پیروی می کنند:
  • سایت تست؛
  • ابزار و/یا حسگر؛
  • داده های خام
این بدان معناست که اغلب، در دو سطح اول ساختار، ما عمدتاً ابرداده (اطلاعات در مورد سایت و حسگرهای اتخاذ شده) داریم و فقط برای مدتی داده خام (یعنی یک فایل شکل از سایت کامل) داریم، در حالی که، در آخرین لایه، ما همیشه هم داده و هم ابرداده داریم (یعنی سری های زمانی و اطلاعات مربوط به آنها).
علاوه بر ساختار سلسله مراتبی، فراداده از قالب خاصی استفاده می کند که باید پر شود. قالب ابرداده از فیلدهای خاصی مانند چکیده، کلمات کلیدی، اهداف، محدودیت ها در داده ها، اصل و نسب و مسئولیت (خالق، نقطه تماس، توزیع کننده) ساخته شده است. به منظور اعتبارسنجی ابرداده‌های منتشر شده در کاتالوگ ژئوشبکه، ابرداده‌ها از استاندارد ISO19115 پیروی می‌کنند. در طول زمان، در صورت اصلاح فراداده یا اضافه شدن داده های جدید، به روز رسانی امکان پذیر است.

6. رابط وب ژئوشبکه H-SDI

H-SDI پیاده سازی شده در GeoNetwork از سه سرویس اصلی تشکیل شده است که همگی با بهره برداری از ویژگی های بومی پلتفرم به دست آمده اند:
  • سرویس استعلام داده؛
  • سرویس تجزیه و تحلیل داده ها؛
  • سرویس تجسم داده ها
این رابط یک قالب داده باز را تضمین می کند که به طور رایگان و به طور گسترده در دسترس جامعه علمی و هر کاربر باشد. داده‌های انتشار با استفاده از یک قالب استاندارد، مانند فایل‌های CSV و TXT منتشر می‌شوند، در حالی که برای داده‌های برداری مکانی، استفاده از قالب شکل (به عنوان مثال، SHP، SHX یا DBF) توصیه می‌شود. این برای بهره برداری و تجسم داده ها در یک سیستم اطلاعات جغرافیایی (GIS)، برای انتشار داده ها در یک نرم افزار نقشه برداری وب و/یا برای اشتراک گذاری آن با استفاده از خدمات وب (WMS، WFS و WCS) بسیار مفید است.

6.1. سرویس جستجوی داده ها

یک سیستم پیشرفته پرس و جو داده ها به کاربران امکان می دهد از طریق پرس و جوهای چند متغیره به اطلاعات دسترسی داشته باشند. جستجوی داده ها به دو حوزه اصلی «فراداده» و «مجموعه داده» تقسیم می شود. با انتخاب دامنه ابرداده، کاربر می تواند فراداده موجود برای داده های جمع آوری شده و اقدامات مربوط به مناطق کوهستانی انتخاب شده را پرس و جو کند ( شکل 4 ). این انتخاب را می توان بر اساس معیارهای مختلفی مانند کلمات کلیدی، عنوان، هماهنگی جغرافیایی، زمان و غیره انجام داد و مکان داده ها را بر روی یک نقشه تعاملی نشان داد.
با انتخاب دامنه داده، به جای آن، اینترفیس دارای یک فعال سازی متوالی فیلدها است که از انتخاب در فیلد «مجموعه داده» شروع می شود، سپس «ارائه دهنده داده»، «مکان»، «پارامتر» و «زمان مرجع» را هدایت می کند. کاربر در انتخاب داده ها بر اساس معیارهای مکانی و زمانی. سه خروجی ممکن از جستجوی داده موجود است: (i) جدول. (II) طرح. (iii) فایل CSV. بنابراین کاربر می تواند نتایج را به صورت جدولی و گرافیکی با انتخاب سایت، ابزار و بازه زمانی به دست آورد.

6.2. سرویس تجزیه و تحلیل داده ها

رابط وب GeoNetwork این فرصت را به کاربران می دهد تا داده های جمع آوری شده از H-SDI را تجزیه و تحلیل و به دست آورند. همانطور که قبلاً گفتیم، دو حوزه مجزا برای تجسم و تجزیه و تحلیل مجموعه داده در دسترس است: (i) مجموعه داده و (ii) ابرداده مجموعه داده. هر دو دامنه به ویژگی های نقشه برداری وب ارائه شده توسط GeoServer برای تجسم داده های برداری و شطرنجی در قالب WMS مرتبط هستند.
اطلاعاتی که ما در خارج از H-SDI مدیریت می کنیم، در مورد هفت منطقه مطالعاتی مختلف است که در مناطق کوهستانی توزیع شده اند ( جدول 1 را ببینید ). اکثر سایت‌های آزمایشی بر روی زمین لغزش‌های تأثیرگذار بر مناطق شهری در زنجیره‌های آلپ، آپنین و پیرنه تمرکز دارند. تنها در مورد سالار د آتاکاما، ارتقای مکاتبات سالارها تحلیل شده است.
در سایت های آزمایشی ایتالیایی ( جدول 1 را ببینید )، ابزار دقیق مشاهده شامل یک شبکه نظارت درجا است که در گذشته توسط CNR IRPI در چارچوب پروژه های علمی دیگر استفاده می شد. شبکه های نظارتی شامل شبکه توپوگرافی Grange Orgiera و Gardiola (RTS) [ 22 ، 23 ]، سیستم شیب سنج خودکار Montaldo di Cosola (AIS) [ 24 ] و سیستم شیب سنج Ivancich [ 18 ] است. هدف این ابزار توصیف ناپایداری شیب منطقه مورد مطالعه، ایجاد سری‌های زمانی تغییر شکل زمین برای یک بازه زمانی محدود است. بر اساس ابزارهای مورد استفاده، سری های زمانی ساختار متفاوتی دارند.
معمولاً، سری زمانی شبکه توپوگرافی، برای هر منشور شبکه، مختصات شرقی، شمالی و ارتفاعی و جابجایی دیفرانسیل و کل را با محدوده اکتساب ساعتی/روزانه گزارش می‌کند.
شیب سنج ها برای دو محور متعامد به نام های متعارف “A” و “B” شیب می کنند. به طور خاص، آنها اندازه گیری مربوط به تمایل محور (θ) را می خوانند و نمودار جابجایی تجمعی محاسبه شده توسط مجموع جابجایی های افزایشی را برمی گرداند. شکل 5 نمونه ای از نمایش داده های شیب سنج را نسبت به جابجایی تجمعی شیب سنج های ایوانچیچ نشان می دهد [ 18 ].
در مورد داده های SAR، چندین ماهواره از جمله ERS-1/2، Envisat ASAR و Cosmo-SkyMed در نظر گرفته شده است. خروجی پردازش داده‌های SAR، علاوه بر سری‌های زمانی تغییر شکل زمین، شامل اطلاعات دیگری نیز می‌شود، مانند: (i) مختصات جغرافیایی کد شده. (II) انسجام. (iii) سرعت متوسط. و (IV) انحراف معیار. چندین داده SAR قبلاً از پروژه‌های قبلی در دسترس بود، مانند مورد سایت‌های آزمایشی Pyrenees و Central Apennines. در عوض، در مطالعات موردی سالار د آتاکاما، گرنج اورجیرا و منطقه دره آئوستا، پردازش داده‌های SAR جدید از ابتدا با بهره‌گیری از سرویس ESA G-POD [ 25 ، 36 ]، بر اساس SBAS موازی انجام شده است. زنجیره [ 34 ].
تمام اطلاعات فنی مربوط به ابزار و/یا حسگرهای مورد استفاده، و همچنین شرح اندازه‌گیری‌های تغییر شکل سطح، عمدتاً در چکیده ابرداده گزارش شده‌اند. بیشتر داده ها به صورت دانلود رایگان در دسترس هستند و می توانند توسط نمودارها به طور مستقیم در پورتال GeoNetwork نمایش داده شوند ( شکل 6 ).
کاتالوگ فراداده مجموعه داده از سلسله مراتب پیوند والدین/فرزند پیروی می کند، جایی که ابرداده های پروژه واحد سلسله مراتبی بالایی هستند ( شکل 7 ). سری اول ابرداده ها به هفت منطقه مطالعاتی انتخاب شده، متصل به ابرداده شبکه نظارتی/حسگر و به نوبه خود با داده های خام اشاره دارد. در برخی موارد، بیش از یک ابرداده شبکه نظارتی با یک سایت آزمایشی متصل می‌شوند (مانند Grange Orgiera، Ivancich)، و در نتیجه ابرداده‌های داده خام بیشتری در دسترس هستند.
در اینجا تمام 40 فراداده ای که H-SDI را تشکیل می دهند نشان داده شده است. هر عنصر از این سلسله مراتب شامل تمام اطلاعات مورد نیاز توسط مقررات فراداده INSPIRE، با برخی از ویژگی های مشترک، مانند نقطه تماس، به ارث رسیده از سطح بالای سلسله مراتب است. علاوه بر این، هر پیکربندی ابرداده در رابط وب GeoNetwork دارای دکمه‌هایی است که به مجموعه داده (i) مرتبط هستند. (II) کلمات کلیدی؛ (iii) فایل KML. و (IV) اطلاعات XML ( شکل 8 ). این تطبیق پذیری یکی از ویژگی های قدرتمند پلتفرم GeoNetwork است که به کاربر امکان می دهد بین بسیاری از فرمت های دانلود و تجسم یکی را انتخاب کند. فراداده را می توان در قالب XML نیز دانلود کرد.

6.3. سرویس تجسم داده ها

تجسم داده ها با پذیرش GeoServer که قبلاً توضیح داده شده است که در GeoNetwork یکپارچه شده است امکان پذیر است. با این نرم افزار امکان انتشار و ویرایش اطلاعات ارجاعی جغرافیایی در وب وجود دارد. داده‌ها را می‌توان در مجموعه‌های داده‌های رابطه‌ای/مکانی یا سیستم‌های فایل مشترک ذخیره کرد و به عنوان یک وب سرویس صادر کرد. بسیاری از مشتریان می توانند از این خدمات استفاده کنند. برخی از ابزارهای تجسم در نرم افزار GeoServer یکپارچه شده اند (به عنوان مثال، یک نصب جدید با کتابخانه های لایه های باز و یک رابط نقشه برداری وب برای پیش نمایش داده های بارگذاری شده در سیستم ارائه می شود)، برخی دیگر می توانند توسط کاربران نهایی به لطف اتخاذ پروتکل های استاندارد انتخاب شوند. فرمت های تعریف شده توسط کنسرسیوم فضایی باز (OGC). به عنوان مثال، WMS، WFS، WCS. به عنوان مثال، GeoServer می تواند داده ها را در هر یک از برنامه های نقشه برداری محبوب، مانند نقشه های گوگل، نمایش دهد.شکل 9 ). علاوه بر این، GeoServer می تواند با معماری های سنتی GIS مانند Earth ArcGIS و QGIS ارتباط برقرار کند ( شکل 10 ). این انعطاف پذیری GeoServer را با بسیاری از پلتفرم های مختلف قابل همکاری می کند و آن را به یکی از بهترین FOSS برای تجسم داده ها تبدیل می کند ( شکل 11 ).

7. بحث

فهرست‌نویسی داده‌های جغرافیایی گسترده، چند منبعی و ناهمگن، که همزمان با پیوند ابرداده منتشر می‌شود، به یک عمل رایج‌تر تبدیل شده است، به‌ویژه برای مدیریت نتایج پروژه علمی [ 12 ، 26 ، 37 ، 38 ]. مشکل با تولید آرشیوها برای بررسی فرآیندهای ژئو هیدرولوژیکی و ارزیابی رفتار آنها پیچیده تر می شود. این امر به طور فزاینده ای مستلزم استفاده از چند منبعی و جمع آوری داده های ناهمگن و ابزارها و نرم افزارهای کارآمد است.
SDI ما در چارچوبی مبتنی بر ترتیبات و فناوری‌های سازمانی، با سیاست‌های خاص در مورد ابرداده و اشتراک و استفاده از داده‌ها تعریف شده است. این تضمین به اشتراک گذاری و استفاده موثر از اطلاعات جغرافیایی، بهره برداری از فرمت ها و پروتکل های استاندارد، به ویژه تمرکز بر قابلیت دسترسی و قابلیت همکاری را تضمین می کند. علاوه بر این، با استفاده از SDI، کاربران مختلف می توانند به روشی دوستانه و ایمن به داده های مکانی دسترسی پیدا کرده، بازیابی و منتشر کنند.
کار ارائه‌شده تلاش می‌کند تا رویکردی مؤثر به فهرست‌بندی داده‌های مکانی ناهمگن و فراداده‌ها، به‌دست‌آمده از مشاهده فرآیندهای مختلف ژئو هیدرولوژیکی، همه در محیط‌های کوهستانی با تنظیمات جغرافیایی و فیزیوگرافی مختلف نشان دهد. تلاش زیادی برای پاسخگویی به تقاضای فهرست‌نویسی داده‌های محیطی و ابرداده در ارتفاعات بالا در یک پلت فرم یکپارچه انجام شده است. این کار هم برای دسترسی موثر به داده‌های پس از پردازش (که معمولاً اتفاق می‌افتد) و هم برای تأمین داده‌های خام اولیه به‌دست‌آمده توسط حسگرهای درجا و ماهواره‌ای انجام شده است.
اغلب، بسیاری از پروژه‌های ملی و بین‌المللی از نرم‌افزار متن‌باز GIS، مانند PostGIS و PostgreSQL برای طراحی WebGIS [ 11 ، 39 ] برای ارائه خدمات به اشتراک‌گذاری داده‌ها و نقشه‌برداری عملی به کاربران عمومی بهره‌برداری می‌کنند. با توجه به این موارد، یک ویژگی اضافی مهم توسط ارتباط داده با ابرداده نشان داده شده است. نرم‌افزاری مانند GeoNetwork و GeoNode از این نظر کامل‌تر به نظر می‌رسند و یک فناوری معتبر منطبق با استانداردهای بین‌المللی شناخته‌شده (به عنوان مثال، OGC) برای بهبود مدیریت، اشتراک‌گذاری و همچنین تجزیه و تحلیل داده‌ها و ابرداده‌ها به روشی منحصربه‌فرد ارائه می‌کنند [ 7 ، 40 ].]. یک ارزش افزوده بزرگ نیز با امکان تولید نمودارهای داده های خام نشان داده می شود که امکان تجزیه و تحلیل عمیق اندازه گیری های جمع آوری شده را فراهم می کند.
در اینجا ما بر روی بهره برداری از نرم افزار منبع باز GeoNetwork برای ارائه یک پلت فرم یکپارچه برای دسترسی به داده های حاصل از پروژه HAMMER تمرکز کردیم. این نرم افزار پایه محکمی را تضمین می کند و با توجه به نیاز پروژه کمی تغییر و سفارشی سازی شده است. تغییرات اصلی، علاوه بر تغییرات رابط کاربری گرافیکی جلویی، به ساختار پیوند بین ابرداده و داده‌های خام مربوط می‌شود.
H-SDI برای جمع‌آوری داده‌های مکانی چندمنبعی، چندحسگر و اندازه‌گیری محیط‌های با ارتفاع بالا، به دنبال مشخصات پروژه اصلی (NextData) ساخته شده است. مکان‌های آزمایش مناطقی با پسوندهای مختلف (از مقیاس محلی تا منطقه‌ای) را پوشش می‌دهند که با فرآیندهای ژئو هیدرولوژیکی مختلف (مانند لغزش، بالا آمدن زمین) مشخص می‌شوند و توسط ابزارهای مختلف درجا و/یا توسط سنسورهای ماهواره‌ای تجزیه و تحلیل می‌شوند. به طور کلی، اندازه‌گیری‌های تغییر شکل زمین، دوره‌های زمانی گسترده، تا دهه‌ها را پوشش می‌دهند و به طور آزادانه سری‌های زمانی فوق‌العاده طولانی را برای همه فراهم می‌کنند. در حال حاضر، تمام داده های پروژه در یک GeoServer تک گره (واقع در تورین، ایتالیا) یا یک سرور فایل اختصاصی (میزبان شده در پیزا، ایتالیا) ذخیره می شود. کل ژئوشبکه نیز در داخل یک سرور تک نود میزبانی می شود، اما به عنوان یک عمل خوب،
با استفاده از پلتفرم GeoNetwork، ما توانستیم خدمات متعددی را ارائه دهیم:
  • مدیریت مجموعه داده و ساختار پیشرفته پرس و جو داده از اطلاعات چند منبعی با هدف جمع آوری و تجزیه و تحلیل سری های زمانی تغییر شکل زمین از اندازه گیری های مشاهده درجا و سنجش از دور.
  • کاتالوگ فراداده مرتبط با مجموعه داده، با ساختار سلسله مراتبی مبتنی بر ساختار «والد/فرزند»، که مطابق با استاندارد ISO19115 اعتبارسنجی شده است.
  • ویژگی‌های نقشه‌برداری وب برای جمع‌آوری داده‌های جغرافیایی ارجاع‌شده به‌دست‌آمده در پروژه، که توسط یک GeoServer اختصاصی پشتیبانی می‌شود، استفاده می‌شود.
با بهره‌برداری از ژئوشبکه، ما به یک ساختار مدیریت داده نظارتی، با دسترسی آزاد، مرتبط با فرآیندهای ژئومورفولوژیکی فعال دست می‌یابیم که معمولاً در دسترس کاربران قرار نمی‌گیرد و معمولاً به عنوان داده‌های خصوصی تلقی می‌شود. سیستم به دست آمده را می توان به راحتی با پیروی از اصول داده های باز مورد سوء استفاده قرار داد و منجر به معماری می شود که می تواند توسط اشخاص ثالث استفاده شود و برای نیازهای مختلف سفارشی شود، حتی برای آن دسته از کاربرانی که با استفاده از این نوع داده ها آشنا نیستند. کاربران علمی و سایر ذینفعان می توانند پورتال وب مستعد را کشف کنند و داده های پردازش شده و تایید شده، از جمله استفاده از ویژگی های نقشه برداری وب را بررسی کنند. این امر در دسترس بودن سری‌های زمانی مکانی مناسب برای بررسی‌های محیطی و اقلیمی را تضمین می‌کند. غلبه بر چالش یک کاربر غیرمتخصص برای پردازش مستقل داده ها. در مورد ما، ارزش افزوده در دسترس بودن داده های پردازش شده و تایید شده با داده های خام (همیشه در CSV یا سایر فرمت های استاندارد)، ذخیره و مدیریت بر روی یک پلت فرم استاندارد است، همانطور که توسط دستورالعمل های پروژه اصلی درخواست شده است. علاوه بر این، با بهره گیری از یک سیستم اطلاعات جغرافیایی مانند QGIS، کاربر ممکن است به سادگی داده های جمع آوری شده را پیوند داده یا دانلود کند تا آنها را بر روی یک نقشه جغرافیایی ارجاع داده شده به تصویر بکشد.شکل 12 الف). به این ترتیب، هر کاربر می‌تواند داده‌های به‌دست‌آمده را هم در محل و هم با اندازه‌گیری‌های سنجش از دور، که توسط زمین‌شناسان و مهندسان خبره به‌دست‌آمده است، تجزیه و تحلیل و به‌طور مستقل پردازش کند و نمودارهایی را برای یک منطقه مورد نظر خاص تولید کند ( شکل 12 ب). با بهره‌برداری از اندازه‌گیری‌های درجا و اکتساب‌های حسگر رادار، هر ذینفع می‌تواند به داده‌های خام برای پردازش مجدد هر سری زمانی تغییر شکل زمین، با اعمال همان پارامترهای مرجع یا با اصلاح آنها، در صورت لزوم، دسترسی داشته باشد.
استفاده از GeoNetwork ساختاری مطابق با استانداردهای شناخته شده بین المللی را تضمین می کند که برای به اشتراک گذاری داده ها در جامعه علمی مفید است. این پلتفرم روشی آسان برای خواندن، دانلود و مرور تعاملی هر منبع واحد از H-SDI توسط کاربران متخصص و ذینفعان را تضمین می کند. ما تصمیم گرفتیم از هرگونه محدودیت خاصی برای دسترسی به اطلاعات اجتناب کنیم، و داده ها به صورت رایگان قابل دانلود هستند، با تنها یک استثنا جزئی که تحت پوشش حق مالکیت معنوی است. در عوض، فقط کاربران احراز هویت می‌توانند داده‌ها و ابرداده‌های موجود در پلتفرم را ایجاد، وارد یا ویرایش کنند.
یکی دیگر از جنبه های مهم امکان تجزیه و تحلیل، مدیریت و به اشتراک گذاری مجموعه داده های متعدد با یک ابزار واحد است که امکان بهره برداری از داده های معتبر عمدتاً مربوط به زمین لغزش و تجزیه و تحلیل تغییر شکل زمین توزیع شده در مناطق کوهستانی را فراهم می کند.
در حال حاضر، پس از اصلاح مجدد پروژه، ما یک انتقال از GeoNetwork قبلی به یک شبکه جدید انجام دادیم. این مهاجرت با همکاری موسسه علوم زمین و منابع زمین شورای ملی تحقیقات (CNR-IGG) انجام شده است. استفاده از ژئوشبکه تضمین کننده پذیرش استانداردهای شناخته شده است که برای به اشتراک گذاری داده ها در جامعه علمی ضروری است و امکان ایجاد، مدیریت و تجزیه و تحلیل حجم عظیمی از اطلاعات را فراهم می کند که توسط یک پایگاه داده ناهمگن چندمنبعی و سری های زمانی تشکیل شده است که به راحتی برای مدیریت مقادیر زیادی از داده های پروژه های ملی و اروپایی

8. نتیجه گیری

H-SDI برای پاسخگویی به تقاضای جمع‌آوری، مدیریت و اشتراک‌گذاری داده‌ها و ابرداده‌های پروژه HAMMER، به منظور بهبود دانش فرآیندهای ژئو هیدرولوژیکی که در مناطق کوهستانی رخ می‌دهند، ساخته شد. این اطلاعات بر روی مکان‌های آزمایشی انتخاب شده برای پروژه متمرکز شده است که در پروژه اصلی با هدف اشتراک‌گذاری داده‌های محیطی و اقلیمی درج می‌شوند. داده های HAMMER مربوط به مناطق صعب العبور کوهستان های مرتفع (مانند آند، آلپ غربی)، توسط زمین شناسان و مهندسان خبره از شبکه های نظارت برجا و حسگرهای ماهواره ای به دست آمده، جمع آوری و پردازش می شوند. دسترسی به مجموعه ای از اندازه گیری های تغییر شکل زمین از پیش پردازش شده و تایید شده، و همچنین اطلاعات مربوط به ابزارها و حسگرهای مورد استفاده برای به دست آوردن آنها،
با بهره گیری از استفاده ترکیبی از GeoServer با یک شبکه جغرافیایی تا حدی سفارشی شده، می‌توانیم به طور مشترک اندازه‌گیری‌های درجا و مشاهدات حسگر ماهواره‌ای مربوط به سایت‌های آزمایش پروژه توزیع شده در زنجیره‌های آلپ، آپنین، پیرنه و آند را با تمرکز بر زمین لغزش‌های فعال سازماندهی کنیم. به این ترتیب، ما یک زیرساخت کاملا مبتنی بر نرم افزار آزاد و استانداردهای شناخته شده بین المللی را با پیروی از دستورالعمل های اصلی پروژه پیشنهاد می کنیم. ما ابزار ارزشمندی برای مدیریت، جمع‌آوری، تجسم و اشتراک‌گذاری داده‌های چندمنبعی و چندحسگر ارائه کردیم که می‌توانست توسط هر کسی دانلود و مورد سوء استفاده قرار گیرد، از جمله امکان غیرمعمول پردازش مجدد داده‌های خام برای مقاصد دیگر و در زمینه‌های دیگر.
از طریق پذیرش چنین نرم‌افزاری، می‌توان پلتفرم‌های دیگری را با هدف تسهیل همگرایی اطلاعات چند منبعی و چندحسگر، پیروی از سیاست‌های شناخته‌شده برای مدیریت دسترسی و امکان استفاده مجدد از داده‌ها حتی در سایر پروژه‌های استراتژیک، توسعه داد. علاوه بر این، مهم است که تأکید شود که اتخاذ اصول داده‌های باز امکان بهره‌برداری از اطلاعات موجود در سیستم را در زمینه‌های تحقیقاتی و صنعتی فراهم می‌کند.

منابع

  1. هررا، جی. گوتیرز، اف. گارسیا داوالیلو، جی سی. گوئررو، جی. نوتی، دی. Galve، JP; فرناندز-مرودو، JA; کوکسلی، جی. پایش DInSAR پیشرفته با چند حسگر زمین لغزش های بسیار آهسته: مطالعه موردی دره Tena (پیرنه مرکزی اسپانیا). سنسور از راه دور محیط. 2013 ، 128 ، 31-43. [ Google Scholar ] [ CrossRef ]
  2. لولینو، جی. مانکونی، آ. جیوردان، دی. آلاسیا، پ. بالدو، ام. زیرساخت در زمینه های خطر زمین: اهمیت نظارت خودکار و نزدیک به زمان واقعی. در امنیت زیست محیطی زیرساخت تامین انرژی فرامرزی اروپا ؛ Springer: Dordrecht، هلند، 2015; صص 73-89. ISBN 9789401795388. [ Google Scholar ]
  3. آلاسیا، پ. مانکونی، آ. جیوردان، دی. بالدو، م. Lollino, G. ADVICE: رویکردی جدید برای پایش زمان واقعی جابجایی های سطحی در سناریوهای خطر زمین لغزش. Sensors 2013 , 13 , 8285-8302. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]
  4. فریجریو، اس. اسکناتو، ال. بوسی، جی. کاوالی، ام. مانتوانی، م. مارکاتو، جی. Pasuto، A. یک پلت فرم مبتنی بر وب برای نظارت خودکار و مستمر زمین لغزش: مطالعه موردی Rotolon (آلپ شرقی ایتالیا). محاسبه کنید. Geosci. 2014 ، 63 ، 96-105. [ Google Scholar ] [ CrossRef ]
  5. ورزنیاک، آ. Giordan, D. توسعه یک الگوریتم برای بسط خودکار، نمایش و انتشار داده های پایش زمین لغزش. Geomat. نات. خطر خطرات 2017 ، 8 ، 1898-1913. [ Google Scholar ] [ CrossRef ]
  6. جیوردان، دی. سیگنتی، ام. ورزنیاک، آ. آلاسیا، پ. برتولو، دی. تک نگاری های عملیاتی: توسعه یک ابزار جدید برای مدیریت موثر خطرات زمین لغزش. Geosciences 2018 , 8 , 485. [ Google Scholar ] [ CrossRef ][ Green Version ]
  7. پروژه، پروژه D. Doris. در دسترس آنلاین: https://www.doris-project.eu/ (در 5 ژوئیه 2019 قابل دسترسی است).
  8. Cipolloni ENI SEIS II جنوبی. در دسترس آنلاین: https://eni-seis.eionet.europa.eu/south (در 11 سپتامبر 2019 قابل دسترسی است).
  9. ابرل، جی. کلاسنیتزر، اس. هوتیچ، سی. Schmullius, C. میانافزار پردازش داده چند منبعی برای پایش زمین در زیرساخت داده فضایی مبتنی بر وب برای سیبری. ISPRS Int. J. Geo-Inf. 2013 ، 2 ، 553-576. [ Google Scholar ] [ CrossRef ]
  10. اسکایونی، م. لونگونی، ال. ملیلو، وی. پاپینی، م. اسکایونی، م. لونگونی، ال. ملیلو، وی. پاپینی، ام. سنجش از دور برای تحقیقات زمین لغزش: مروری بر دستاوردها و چشم اندازهای اخیر. Remote Sens. 2014 , 6 , 9600–9652. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  11. ناپولیتانو، ای. مارکسینی، آی. سالواتی، پ. دونینی، م. بیانچی، سی. Guzzetti، F. LAND-deFeND – یک ساختار پایگاه داده ابتکاری برای زمین لغزش و سیل و پیامدهای آنها. جی. محیط زیست. مدیریت 2018 ، 207 ، 203-218. [ Google Scholar ] [ CrossRef ]
  12. ملیس، MT; لوچی، اف. دسی، FG; فریجریو، آی. استریگارو، دی. Vuillermoz, E. SHARE Geonetwork، سیستمی برای به اشتراک گذاری داده های اقلیمی و paleoclimate. در مجموعه مقالات هفتمین کنگره بین‌المللی مدل‌سازی و نرم‌افزار محیطی (iEMSs)، سن دیگو، کالیفرنیا، ایالات متحده آمریکا، 15 تا 19 ژوئن 2014. جلد 1، ص 162-169. [ Google Scholar ]
  13. ون دن ایکهات، ام. هرواس، جی. فهرست های زمین لغزش در اروپا و توصیه های سیاستی برای قابلیت همکاری و هماهنگ سازی آنها . کمک JRC به پروژه EU-FP7 Safe Land, JRC Sci. و نماینده سیاست؛ کمیسیون اروپا: بروکلاس، بلژیک، 2012. [ Google Scholar ]
  14. قربانزاده، ا. بلاشکه، تی. غلام نیا، ک. مینا، س. تاید، دی. Aryal, J. ارزیابی روش‌های مختلف یادگیری ماشین و شبکه‌های عصبی کانولوشنال یادگیری عمیق برای تشخیص زمین لغزش. Remote Sens. 2019 , 11 , 196. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  15. فرتی، ا. پراتی، سی. Rocca، F. پراکنده های دائمی در تداخل سنجی SAR. IEEE Trans. Geosci. Remote Sens. 2001 ، 39 ، 8-20. [ Google Scholar ] [ CrossRef ]
  16. براردینو، پی. فورنارو، جی. لناری، ر. Sansosti، E. یک الگوریتم جدید برای نظارت بر تغییر شکل سطح بر اساس تداخل‌نگارهای SAR دیفرانسیل پایه کوچک. IEEE Trans. Geosci. Remote Sens. 2002 , 40 , 2375-2383. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  17. هوپر، ا. زبکر، اچ. سگال، پی. Kampes، B. روشی جدید برای اندازه‌گیری تغییر شکل در آتشفشان‌ها و دیگر زمین‌های طبیعی با استفاده از پراکنده‌های پایدار InSAR: یک روش جدید پراکنده‌های پایدار. ژئوفیز. Res. Lett. 2004 ، 31 ، 1-5. [ Google Scholar ] [ CrossRef ]
  18. کالو، اف. آردیزون، اف. کاستالدو، آر. لولینو، پی. تیزانی، پ. گوزتی، اف. لناری، ر. آنجلی، م.غ. پونتونی، اف. Manunta، M. بررسی های پیشرفته زمین لغزش از طریق تکنیک های پیشرفته DInSAR: مطالعه موردی Ivancich، Assisi، ایتالیا. سنسور از راه دور محیط. 2014 ، 142 ، 69-82. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  19. پارانونزیو، آر. چیارل، ام. لایو، اف. نیگرلی، جی. تورکونی، ال. Luino، F. بینش های جدید در رابطه بین آب و هوا و شکست های شیب در سایت های مرتفع. نظریه. Appl. کلیماتول. 2018 ، 137 ، 1765-1784. [ Google Scholar ] [ CrossRef ]
  20. گاریانو، اس ال. Guzzetti, F. رانش زمین در آب و هوای متغیر. Earth-Sci. Rev. 2016 , 162 , 227-252. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  21. Crozier، MJ رمزگشایی اثر تغییر آب و هوا بر فعالیت زمین لغزش: یک بررسی. ژئومورفولوژی 2010 ، 124 ، 260-267. [ Google Scholar ] [ CrossRef ]
  22. آلاسیا، پ. بالدو، م. جیوردان، دی. لولینو، جی. لغزش گاردیولا: تعریف آستانه تکامل و فعال سازی مجدد از طریق هشت سال فعالیت نظارت مستمر. در مجموعه مجموعه مقالات کنفرانس مجمع عمومی EGU، وین، اتریش، 19 آوریل 2009; جلد 11، ص. 13012. [ Google Scholar ]
  23. آلاسیا، پ. بالدو، م. لولینو، جی. Nigrelli، G. Sistema Mobile یکپارچه GPS/GIS در Rilevamenti Geomorfologici ad Integrazione di System di Monitoraggio di Versanti Instabili. Available online: https://www.researchgate.net/profile/Giorgio_Lollino/publication/237359638_Sistema_mobile_integrato_GPSGIS_per_rilevamenti_geomorfologici_ad_integrazione_di_sistemi_di_monitoraggio_di_versanti_instabili/links/54eb56e60cf29a16cbe5e0ea/Sistema-mobile-integrato-GPS-GIS-per-rilevamenti-geomorfologici-ad-integrazione-di-sistemi-di -monitoraggio-di-versanti-instabili.pdf (دسترسی در 8 نوامبر 2019).
  24. لولینو، جی. آراتانو، ام. Cuccureddu، M. استفاده از سیستم شیب سنجی خودکار برای هشدار اولیه زمین لغزش: مورد Cabella Ligure (شمال غربی ایتالیا). فیزیک شیمی. Earth Parts A/B/C 2002 , 27 , 1545-1550. [ Google Scholar ] [ CrossRef ]
  25. سیگنتی، ام. مانکونی، آ. مونتا، م. جیوردان، دی. دی لوکا، سی. آلاسیا، پ. Ardizzone، F. استفاده از مزیت سرویس ESA G-POD برای مطالعه فرآیندهای تغییر شکل زمین در مناطق کوهستانی مرتفع: مطالعه موردی Valle d’Aosta، ​​شمال ایتالیا. Remote Sens. 2016 , 8 , 852. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  26. لوچی، اف. ملیس، MT; دسی، اف. استوکچی، پ. آکینده، MO; بونس، وی. بوناسونی، پ. Vuillermoz، E. پیاده سازی یک پلت فرم خدمات webGIS برای تحقیقات آب و هوای کوهستانی: پروژه SHARE GeoNetwork. Geosci. داده J. 2014 ، 1 ، 140-157. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  27. مشخصات پیاده سازی سرور نقشه وب De La Beaujardiere, J. OpenGIS . نسخه 1.1.0. در دسترس آنلاین: https: //portal.opengeospatial.org/files/?artifact_id=14416 (در 8 نوامبر 2019 قابل دسترسی است).
  28. Vretanos، PA Web Feature Service Implementation Specification، نسخه 1.1.0. OGC 04-094. بازیابی شده در 25 اکتبر 2012. 2005. موجود به صورت آنلاین: https://www.opengeospatial.org/standards/wfs (در 8 نوامبر 2019 قابل دسترسی است).
  29. Evans، JD Web Coverage Service (WCS)، نسخه 1.0.0 . کنسرسیوم فضایی باز: Wayland، MA، ایالات متحده آمریکا، 2003. [ Google Scholar ]
  30. مانکونی، آ. آلاسیا، پ. جیوردان، دی. بالدو، م. لولینو، جی. کورازا، ا. Albanese، V. مدل تغییر شکل سطح سه بعدی زمین لغزش که از طریق اندازه‌گیری‌های RTS به دست آمد. در علم و عمل زمین لغزش ; Margottini, C., Canuti, P., Sassa, K., Eds.; Springer: برلین/هایدلبرگ، آلمان، 2013; ص 431-436. شابک 978-3-642-31444-5 978-3-642-31445-2. [ Google Scholar ]
  31. Rizzo، V. نظارت GPS و داده های جدید در مورد حرکات شیب در دره Maratea (Potenza، Basilicata). فیزیک شیمی. Earth Parts A/B/C 2002 ، 27 ، 1535-1544. [ Google Scholar ] [ CrossRef ]
  32. کرومیناس، جی. مویا، جی. لورت، ا. گیلی، ج.ا. آنجلی، MG; پاسوتو، ا. Silvano, S. اندازه گیری جابجایی زمین لغزش با استفاده از یک کشش سنج سیم. مهندس جئول 2000 ، 55 ، 149-166. [ Google Scholar ] [ CrossRef ]
  33. کورسینی، آ. پاسوتو، ا. سولداتی، م. زانونی، A. پایش میدانی زمین لغزش کوروارا (دولومیت، ایتالیا) و ارتباط آن برای ارزیابی خطر. ژئومورفولوژی 2005 ، 66 ، 149-165. [ Google Scholar ] [ CrossRef ]
  34. کاسو، اف. الفانت، اس. Imperatore، P. زینو، آی. مونتا، م. دی لوکا، سی. لاناری، R. SBAS-DInSAR پردازش موازی برای محاسبه سری زمانی تغییر شکل. IEEE J. Sel. بالا. Appl. زمین Obs. Remote Sens. 2014 , 7 , 3285–3296. [ Google Scholar ] [ CrossRef ]
  35. پروژه، H. Hammer GeoNetwork. در دسترس آنلاین: https://geonetwork.nextdataproject.it/ (در 28 فوریه 2019 قابل دسترسی است).
  36. دی لوکا، سی. کوکو، آر. الفانت، اس. زینو، آی. مونتا، م. کازولا، وی. ریولتا، جی. لناری، ر. Casu، F. ابزار وب درخواستی برای بازیابی بدون نظارت تغییر شکل سطح زمین از داده های SAR: سرویس P-SBAS در محیط ESA G-POD. Remote Sens. 2015 ، 7 ، 15630–15650. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  37. ویتولو، سی. الخطیب، ی. رویسر، دی. Macleod، CJA; Buytaert، W. فن آوری های وب برای داده های بزرگ محیطی. محیط زیست مدل. نرم افزار 2015 ، 63 ، 185-198. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  38. بوردوگنا، جی. کلیمنت، تی. فریجریو، ال. بریویو، پی. کرما، ا. استروپیانا، دی. بوشتی، ام. استرلاکچینی، اس. بوردوگنا، جی. کلیمنت، تی. و همکاران زیرساخت داده‌های مکانی با ادغام داده‌های جغرافیایی ناهمگن چند منبعی و سری‌های زمانی: موردی مطالعاتی در کشاورزی. ISPRS Int. J. Geo-Inf. 2016 ، 5 ، 73. [ Google Scholar ] [ CrossRef ]
  39. سینگ، PS; چوتیا، دی. Sudhakar, S. توسعه یک برنامه GIS مبتنی بر وب برای سیستم اطلاعات فضایی منابع طبیعی با استفاده از نرم افزار و استانداردهای منبع باز موثر. جی. جئوگر. Inf. سیستم 2012 ، 4 ، 261. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  40. بوونانو، اس. زنی، جی. فوسکو، آ. مونتا، م. مارسلا، ام. کارارا، پی. Lanari، R. یک پلتفرم مبتنی بر ژئونود برای بهره برداری موثر از اندازه گیری های پیشرفته DInSAR. Remote Sens. 2019 , 11 , 2133. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
Ijgi 09 00004 g001 550
شکل 1. مناطق مورد علاقه و موقعیت جغرافیایی آنها: ( الف ) مناطق مطالعاتی اروپایی. ( ب ) منطقه مطالعاتی آمریکای جنوبی (تصاویر متعارف از BING— https://www.bing.com/maps ).
Ijgi 09 00004 g002 550
شکل 2. معماری زیرساخت داده های مکانی HAMMER (H-SDI) بر اساس نرم افزار منبع باز GeoNetwork.
Ijgi 09 00004 g003 550
شکل 3. ساختار سلسله مراتب داده و فراداده با پیوند والد/فرزند، به دنبال الگوی تکرار شده “محل آزمایش (جعبه مستطیلی) – ابزار/حسگر (مثلث) – داده خام (قطره)”.
Ijgi 09 00004 g004 550
شکل 4. پرس و جو داده های رابط وب [ 35 ].
Ijgi 09 00004 g005 550
شکل 5. داده های شیب سنج زمین لغزش Ivancich (I103). جابجایی های شیب سنج به سطح زمین (جابجایی تجمعی) اشاره دارد.
Ijgi 09 00004 g006 550
شکل 6. نمونه ای از نمودار سری زمانی تغییر شکل زمین (dxy)، نسبت به منشور PR01 متعلق به شبکه توپوگرافی Grange Orgiera.
Ijgi 09 00004 g007 550
شکل 7. طرح سلسله مراتب ابرداده H-SDI بر اساس پیوندهای “والد/فرزند”. به رنگ آبی تیره، محل های آزمایشی پروژه همر هستند. به رنگ آبی، حسگرها و/یا ابزارهای درجا برای هر محل تست موجود است. در خاکستری روشن داده های خام اندازه گیری تغییر شکل زمین هستند.
Ijgi 09 00004 g008 550
شکل 8. پیکربندی فراداده در پلت فرم H-SDI GeoNetwork نسبت به سایت آزمایشی سالار د آتاکاما.
Ijgi 09 00004 g009 550
شکل 9. SBAS تجسم را در قالب KML در Google Earth برای سایت آزمون Grange Orgiera هدف قرار می دهد.
Ijgi 09 00004 g010 550
شکل 10. پلت فرم QGIS متصل به WMS ارائه شده توسط GeoServer که اهداف Grange Orgiera SBAS را نشان می دهد.
Ijgi 09 00004 g011 550
شکل 11. پیش نمایش لایه های باز از اهداف SBAS سایت آزمایشی Grange Orgiera.
Ijgi 09 00004 g012 550
شکل 12. نمونه ای از استفاده از داده ها: ( الف ) نقشه اهداف SBAS، پردازش شده توسط G-POD، تولید شده در محیط GIS برای سایت آزمایشی Salar de Atacama. ( ب ) نمودار سری زمانی تغییر شکل زمین نسبت به برخی از اهداف SBAS سالار د اینکاواسی، واقع در سالار د آتاکاما AOI.

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید