برآورد کیفیت آب رودخانه کارون محدوده اهواز توسط داده‌های زمینی، طیف‌سنج فیلداسپک3 و داده‌های فراطیفی سنجنده هایپریون

نوع مقاله: مقاله پژوهشی

نویسندگان

1 عضو هیات علمی دانشگاه شهید چمران اهواز

2 دانشجوی کارشناسی ارشد سنجش از دور و Gis دانشگاه شهید چمران اهواز

3 سازمان آب و برق خوزستان

چکیده

در این تحقیق، از سنجش از دور فراطیفی به­عنوان روش برآورد پارامترهای کیفی آب رودخانه کارون در محدوده شهر اهواز استفاده شده است. روش­های معمول برای کنترل و ارزیابی کیفیت آب­ رودخانه­ها و دریاچه­ها گران قیمت و پرزحمت­ بوده و نمی­توانند یک دید کلی مکانی و زمانی از کیفیت آب ارائه نمایند. در این بررسی از تصاویر هایپریون ماهواره­ EO-1، مربوط به تاریخ­های 24 خرداد،11 شهریور، 13 آذر و 16 اسفند سال 1389، بعد از پردازش و تصحیح اتمسفری (جوی)، به­عنوان داده سنجش از دور استفاده شد. پارامترهای کدورت و عمق­سچی دیسک (SDD) رودخانه مورد بررسی قرار گرفت. نمونه­برداری آب از 13 ایستگاه در فاصله مناسب از ساحل رودخانه کارون همراه با اندازه­گیری در محل عمق­سچی­دیسک، با فاصله زمانی قابل قبول از تاریخ تصویر برداری انجام گردید. ضمن اندازه­گیری میزان کدورت در شرایط آزمایشگاه، سه نوع شاخص فراطیفی شامل بازتاب تک باند، مشتق اول انعکاس (بازتاب) و نسبت باندی از منحنی­های طیفی حاصل از باندهای سنجنده هایپریون استخراج گردید. باندهای طیفی مناسب برای الگوریتم­های فوق بر اساس تجزیه وتحلیل همبستگی بین داده­های آزمایشگاه و داده­های اندازه­گیری شده در محل با داده­های استخراجی از تصویر انتخاب شدند. نتایج ارزیابی نشان داد که دو روش مشتق اول بازتاب و نسبت بازتاب، همبستگی بالاتری با کدورت و عمق سچی دیسک اندازه­گیری شده دارند. سپس نقشه الگوهای مکانی با استفاده از مدل­های رگرسیون چندگانه برای این دو پارامتر بر اساس داده­های فراطیفی و داده­های نمونه­برداری کیفیت آب تهیه شد. نتایج داده­های زمینی و سنجش از دور فراطیفی ارتباط بالای (84/0R2=، 03/0  RMSE=و 86/0R2=،  03/1 (RMSE= به ترتیب برای SDD و کدورت آب رودخانه را نشان داد. لذا استفاده از این روش و تصایر فراطیفی می­تواند به عنوان ابزاری مفید برای برآورد کیفیت آب رودخانه، مد نظر قرار گیرد.
 


کلیدواژه‌ها


رنگزن، کاظم. فتاحی مقدم، مهدی. صابری، عظیم. حسینی زارع، نادر. و  موبد، پریوش. 1389. بررسی کیفیت آب رودخانه کارون محدوده اهواز توسط تصاویر بهنگام هایپریون. بیست و نهمین گردهمائی علوم زمین. صفحه 67

حسینی زارع، نادر. (1381). بررسی تاثیر گسترش اراضی فاریاب و طرح توسعه در خوزستان بر کیفیت آب رودخانه­های کارون و دز. پایان­نامه کارشناسی­ارشد دانشگاه آزاد اهواز. صفحات 32-29

علوی پناه، کاظم، 1388، اصول سنجش ازدور نوین و تفسیر تصاویر ماهوارهای و عکس­های هوایی، انتشارات دانشگاه تهران.صفحات 323-322

 

 

Baugh, W.M., Groeneveld, D.P., 2008. Empirical proof of the empirical line. International Journal of   

     Remote Sensing Vol.29, No.3, 665–672

Beck, R. (2003). EO-1 User Guide. USGS Earth Resources Observation Systems Data Center (EDC)  

     47914 252Street Sioux Falls, S.D., 57198-0001 (605) 594-6511 http://edcwww.cr.usgs.gov

Bennet, A.; Bogorad, L.1973. Complimentary chromic adaption in a filamentous blue-green alga.  J.

     Cell Biol., 58, 410-435.

Dingtian, Y., Delu, P., Xiaoyu, Z., Xiaofeng, Z., Xianquiang, H., and Shujing, L. 2006. Retrieval of

     chlorophyll a and suspended solid concentrations by hyperspectral remote sensing in Taihu Lake, China. Chinese Journal of Oceanology and Limnology. Vol.24 No.4, p. 428-434

Donghai, L., Yanling, Q., Hongyan, H., Jun, H., Shihui. W., Hongen, Z., and Zhiliang, Z., 2009. Hyper-

     spectrum models for monitoring water quality in Dianshan Lake, China. Chinese journal of  

     Oceanology and Limnology. Vol.27 No. 1, P. 142-146

Ekercin, S., 2007. Water Quality Retrievals from High Resolution Ikonos Multi spectral Imagery: A  

     Case Study in Istanbul, Turkey. Water Air Soil Pollut.183:239–251, DOI10.1007/s11270-007-9373-5

     Gitelson, A. A. The peak near 700 nm on reflectance spectra of algae and water: Relationships of its  

     magnitude and position with chlorophyll concentration. Int. J. Rem. Sens. 1992, 13, 3367-3373

Harvey, G.W., 1989. Technical review of sediment criteria, for consideration for inclusion inIdaho  Water Quality Standards. Idaho Dept. of Health and Welfare, Water Quality Bureau, Boise, ID

Huang, Y. Jiang, D. Zhuang, D., and Fu, J. 2010. Evaluation of Hyperspectral Indices for Chlorophyll-a  

     Concentration Estimation in Tangxun Lake (Wuhan, China). Int. J. Environ. Res. Public Health, 7,  

     2437-2451.

Jensen, J. R. (2000). Remote sensing of the environment. An earth resource perspective. Upper Saddle

     River. Prentice Hal

Kloiber, S.M., Brezonik, P.L., and Bauer, M.E., 2002a. Application of Landsat imagery to regional-scale  

     assessments of lake clarity. Water Research. 36, 4330–4340

Kloiber, S.M., Brezonik, P.L., Olmanson, L.G., and Bauer, M.E., 2002b. A procedure for regional lake  

   water clarity assessment using Landsat multispectral data. Remote Sensing of Environment, 82, 38–47.

Lillesand, T.M., Kiefer, R.W., and Chipman, J.W., 2004. Remote Sensing and image interpretation. New  

    York. Wiley.

Ma, R.H., Dai, J.F. 2005. Chlorophyll-a Concentration Estimation with Field Spectra of Water-body  

     near Meiliang Bayou in Taihu Lake. J. Rem .Sens. 2005, 9, 78-86.

Nas, B., Ekercin, S., Karabork, H., Berktay, A., and Mulla, D.J., 2009. An Air Soil Application of  

     Landsat-5TM image data for water quality mapping in lake Beysehir, Turkey. Water Pollut, DOI  

     10.1007/s11270-010-0331-2

Nas, B., Ekercin, S., Karabork, H., Berktay, A., and Mulla, D.J., 2010. An Application of Landsat-5TM

     Image Data for Water Quality Mapping in Lake Beysehir, Turkey. Water Air Soil Pollut.  

     DOI10.1007/s11270-010-0331-2

Olmanson, L.G., Bauer, M.E., and Brezonik, P.L., 2008. A 20 – year Landsat water clarity census of

     Minnesota’s 10,000 Lakes. Remote Sensing of Environment. 122(11), 4086–4097.

Reddy, M. A. (1997). A detailed statistical study on selection of optimum IRS LISS pixel configuration  

     for development of Water quality models. International Journal of Remote Sensing, 18, 2559–2570.

Senay, G.B., Shafique, N.A., Autrey, B.C., Fulk, F., and Cormier, S.M., 2001. The Selection of Narrow  

     Wavebands for Optimizing Water Quality Monitoring on the Great Miami River, Ohio using  

     Hyperspectral Remote Sensor Data. J. Spatial Hydrology, 1, 1-22

Wang, J., and Tian, Q., 2009. Chlorophyll-a Concentration Estimated by Hyperspectral Remote Sensing  

     in Liaodong Bay. MIPPR. Remote Sensing and GIS Data Processing and Other Applications. pp.

     749807-749807-8

Zhang, Y., Pulliainen, J.T., Koponen, S.S., and Hallikainen, M.T. 2003.Water quality retrievals from     

     combined Landsat TM Data and ERS-2 SAR Data in the Gulf of Finland. IEEE Transactions on  .  

     Geoscience and Remote Sensing. 41, 622-629