۱۶۹۹۸پ
per
مدلسازی اثرات خشکی دریاچه ارومیه بر روند گسترش شوری اراضی حاشیه شرقی با پردازش شی ءگرای تصاویر ماهواره‌صای
/کیوان محمدزاده آلاجوجه
: جغرافیاوبرنامه ریزی
، ۱۳۹۵
، افشاری
۰
چاپی
کارشناسی ارشد
سنجش از راه دور و سیستم اطلاعات جغرافیایی
۱۳۹۵/۱۱/۰۵
دانشگاه تبریز
شوری یک مسئله اساسی زیست محیطی است که بر جنبه‌صهای حیاتی زیست محیطی از جمله امنیت غذایی، کاهش تولید و کاهش حاصلخیزی زمین‌صهای کشاورزی، از بین رفتن تنوع زیستی و تغییرات اقلیمی جهانی تأثیر می-گذارد .امروزه تکنیک‌صهای سنجش از دور وGIS ، روش‌صهای بسیار مناسبی برای جمع‌صآوری اطلاعات، تصمیم‌صگیری سریع، دقیق و با صرفه در مطالعات محیطی محسوب می‌صگردند .هدف اصلی این تحقیق پایش تغییرات شوری خاک در ارتباط با خشک شدن دریاچه ارومیه می‌باشد .جهت انجام این مطالعه از تصاویر ماهواره لندست بین سال‌صهای۲۰۰۰ - ۲۰۱۵با بازه زمانی یک ساله، و نیز از داده‌صهای توپوگرافی نظیر شیب، و لایه رقومی ارتفاع استفاده گردید .در این مطالعه سعی شد بهترین روش‌صها و معیارها جهت ارزیابی شوری با استفاده از تکنیک‌صهای سنجش از دور به‌ویژه روش شیءگرای تصاویر ماهوراه‌صای جهت مدیریت بهتر و کارآمد منابع طبیعی ارائه شود .به همین منظور تصاویر پس از انجام تصحیحات لازم، در محیط نرم افزاری eCognition پردازش شده و از الگوریتم‌صهای شئصپایه برای ارزیابی روند گسترش شوری در اراضی، همچنین از تلفیق لایه‌صهای اطلاعاتی جهت حصول نتایج بهتر و از داده-های زمینی جهت اعتبارسنجی نتایج استفاده شد .نتایج حاصل از این پژوهش نشان دادند که در منطقه مورد مطالعه اراضی غیرشور با شیب تند و سرعت زیاد در حال تبدیل شدن به اراضی بایر شور بوده و درصورتیکه اقدامات پیشگیرانه‌صی مناسبی صورت نگیرد براساس نتایج تحقیق در سال‌صهای آتی بحران‌صهای زیست محیطی بیشتر در منطقه از جمله افزایش شوره‌صزارها، دشت‌صهای نمکی، از بین رفتن کشاورزی در منطقه و مواردی از این قبیل افزایش خواهد یافت .همچنین مشخص گردید که روش طبقه بندی فازی شیءگرا با دقت کلی ۹۴ درصد و ضریب کاپا ۹۱ درصد نسبت به روش نزدیکترین همسایگی و روش تعیین آستانه برتری دارد .نتایج این تحقیق در تشخیص کارآمدی الگوریتم های شیءگرا برای شناسایی محدوده های تحت شوری و همینطور مدلسازی گسترش شوری در جلگه شرقی دریاچه ارومیه به عنوان یکی از قطب‌صهای کشاورزی استان آذربایجان شرقی دارای اهمیت مضاعفی می باشد .نتایج این تحقیق در راستای شناسایی الگوریتم های شیءپایه و استفاده از آنها برای مطالعات پایش شوری خاک از اهمیت بالایی برخوردار است و می تواند راهگشای تحقیقات آتی در استفاده از الگوریتم های کارآمد شیءگرا باشد
Salinity is a major environmental problem that affects the environmental aspects of life such as food security, reduction of production, reduction of soil fertility in agricultural lands, loss of biodiversity and global climate change. Nowadays remote sensing and GIS techniques are perfect methods to collect information, making fast, accurate and cost-effective decisions in environmental studies. The main objective of this study is monitoring the changes of soil salinity in connection with the drying of Urmia Lake. To conduct this study, Landsat satellite images, between the years 2000-2015 with a one-year period, as well as topographic data such as slope, digital elevation layers were used. In this study, we tried to provide the best methods and criteria for salinity evaluation by using remote sensing techniques especially object-oriented method of satellite images for a better and efficient management of natural resources. For this purpose, after making necessary corrections in eCognition software environment, images were processed and object-based algorithms were used to assess the spread of salinity in the area, as well as the integration of information layers were used to achieve better results and ground-based data to validate the results. The results of this study showed that in the study area, lands with no salinity and high slope are becoming salty and if appropriate preventive measures not be taken, based on the results of this study, in the coming years more environmental crisis will be appear in this region, including increasing salty lands, salty plains, destroying agriculture and so on. It was also determined that the fuzzy object-oriented classification method has an overall accuracy of 94 and kappa coefficient 91 that excels the nearest neighbor and threshold determining methods. The results of this research have a doubled importance on object-oriented algorithms efficient detection to identify areas under salinity, as well as modeling the spread of salinity in the eastern plains of Urmia Lake as one of the province's agricultural hubs. The results of this research in order to identify object-based algorithms and their use for studies for soil salinity monitoring is very important and could pave the way for future research on the use of object-oriented efficient algorithms
محمدزاده آلاجوجه،کیوان
فیضی‌زاده، بختیار، استاد راهنما
رسولی، علی اکبر، استاد مشاور
سیاه و سفید
نمایه‌سازی قبلی
