جمیل امان اللهی

تالاب بین المللی زریوار به دلیل ارزش های بوم شناختی، زیباشناختی، اقتصادی و جاذبه گردشگری که دارد در کانون توجه قرار دارد. بنابراین حفاظت و نگهداری از فرآیند های بوم شناختی آن و هم چنین حفظ کیفیت زیستگاهی در این بو سازگان بسیار حایز اهمیت است. یکی از جنبه های کیفی که در حفاظت از تالاب ها بسیار حایز اهمیت است حفظ کیفیت طبیعی آب در این بوم سازگان ها است. حفظ کیفیت آب نیز به نوبه خود نیازمند یک سیستم یکپارچه نظارتی مداوم است. روش های سنتی و در حال اجرا در خصوص کنترل و بررسی متغیر های کیفی آب در تالاب ها معمولاً زمان و کاربر هستند. لذا به کار بردن یک روش یکپارچه، دقیق، سریع و ارزان برای این منظور می تواند بسیار راه گشا باشد. به دنبال پیشرفت های چشم گیر اخیر در دانش سنجش از دور، به نظر می رسد این امکان وجود دارد از طریق مدل سازی بر اساس ارتباط بین داده های سنجش از دور و داده های واقعی، مدل های نسبتاً دقیقی برای برآورد خصوصیات کیفی آب تالاب ها و سایر بو سازگان های آبی طراحی نمود. از بین تمامی مدل های بالقوه موجود، مدل سازی از طریق دو مدل رگرسیون خطی و شبکه عصبی مصنوعی (ANN) در مطالعات زیست محیطی بسیار رایج است. در مطالعه حاضر نیزکه با هدف بررسی قابلیت داده های سنجش از دور در ارزیابی متغیرهای کیفی آب تالاب بین المللی زریوار واقع در استان کردستان از این دو مدل استفاده شد. نمونه برداری زمینی در چهار مرحله همزمان با عبور ماهواره لندست 8 در طی سال های 1392 و 1393 صورت گرفت. برای این منظور 36 نقطه از تالاب پس از ثبت مختصات جغرافیایی این نقاط برای تعیین خصوصیات فیزیکی و شیمیایی آب تالاب بین المللی زریوار مورد نمونه برداری قرار گرفتند. بازتابش طیفی باندهای (2، 3، 4 و 5) سنجنده OLI ماهواره لندست 8 تصحیح اتمسفری شد و این داده ها به عنوان داده های ورودی و خصوصیات شیمیایی و فیزیکی آب به عنوان داده های هدف در هر دو مدل شبکه عصبی مصنوعی و رگرسیون خطی مورد استفاده قرار گرفت. نتایج نشان داد که مقادیر برآوردی برای خصوصیات فیزیکی و شیمیایی آب تالاب در مدل شبکه عصبی نسبت به رگرسیون خطی به دلیل دارا بودن مقدار R2 بیش تر و خطای کم تر دقیق تراست. بازتاب طیفی در باندهای 4 و 5 سنجنده OLI در مدل شبکه عصبی مصنوعی به ترتیب بهترین نتیجه در برآورد میزان کلروفیل a و مقادیر TDS، TSS، کدورت , کلروفیل a ن