عنوان
|
پایش تغییرات زمانی و مکانی میزان غلظت ازت کل و فسفر کل در دریاچه سد قشلاق سنندج با استفاده از داده های سنجنده OLI ماهواره لندست 8
|
نوع پژوهش
|
پایان نامه
|
کلیدواژهها
|
ازت کل، فسفر کل، سنجنده OLI ماهواره لندست 8، همبستگی، رگرسیون خطی، شبکه عصبی مصنوعی.
|
چکیده
|
کمیت و کیفیت آب در دسترس برای تداوم حیات و توسعه اقتصادی یکی از مهمترین چالشهای توسعه پایدار در قرن بیست و یکم می باشد. غلبه بر این چالش نیازمند پایش مستمر منابع آبی به منظور مدیریت کارآمدتر آنها و تاًمین آب اشامیدنی مطابق با استاندارهای کیفی آب است. روشهای سنتی پایش کیفی آب بر اساس اندازه گیری میدانی پارامترهای کیفی آب و تحلیل آزمایشگاهی نمونه های برداشت شده از منابع آبی استوار می باشند، این روشها اگرچه نتایج دقیقی ارائه می دهند، اما وقت گیر بوده و قادر به پوشش تمام پیکره آبی نمی باشند. سنجش از دور ماهواره ایی ابزاری قدرتمند است که بطور وسیع جهت نظارت و مدیریت کیفیت آب مورد استفاده قرار می گیرد. بکارگیری این ابزار مقرون بصرفه بوده و توانایی غلبه بر محدودیت روش سنتی ارزیابی کیفیت آب را دارد. اما بیشتر مطالعات سنجش دوری تنها بر روی پاره ای از خصوصیات کیفی آب که به لحاظ طیفی فعال هستند، از قبیل کلروفیل a، کل جامدات معلق و عمق سکچی دیسک انجام گرفته اند. در این میان برآورد سنجش از دوری ازت کل و فسفر کل بدلیل محلول بودن در آب با چالش روبرو می باشد. اگر چه ازت کل و فسفر کل به عنوان متغیرهای شیمیایی کیفیت آب فاقد بازتاب طیفی می باشند، و بطور مستقیم نمی توان با استفاده از بازتابهای طیفی سطح آب این متغیرها را برآورد نمود. اما با توجه به روابط همبستگی که بین ازت کل و فسفر کل با متغیرهای بیولوژیکی و فیزیکی فعال طیفی آب مانند کلروفیل a، سکچی دیسک و کل جامدات معلق وجود دارد، از طریق ترکیبات باندی و باندهای مورد استفاده در برآورد این متغیرها می توان غلظت ازت کل و فسفر کل را بطور غیر مستقیم برآورد نمود. هدف از این مطالعه ارزیابی قابلیت سنجنده OLI ماهواره لندست 8 در برآورد تغییرات زمانی و مکانی فسفر کل و ازت کل در دریاچه سد قشلاق سنندج بر اساس ایجاد مدلهای رگرسیون خطی و شبکه عصبی مصنوعی می-باشد. نتایج نشان داد که سنجنده OLI ماهواره لندست 8 قابلیت برآورد غلظت ازت کل و فسفر کل در دریاچه سد قشلاق را دارد، همچنین مدل شبکه عصبی برآورد فسفر کل با مقادیر R، RMSE و MAE به ترتیب برابر با81 /0، 0/04 و 0/03 نسبت به مدل رگرسیون خطی با مقادیر R ، RMSE و MAE به ترتیب برابر با 63/0، 23/0 و 22/0 از عملکرد بهتری برخوردار بوده است. و نیز مدل شبکه عصبی برآورد ازت کل با مقادیر R ، RMSE و MAE به ترتیب
|
پژوهشگران
|
جمیل امان اللهی (استاد راهنما)، طالب وکیلی (دانشجو)
|