امکان‌سنجی پایش کیفی تالاب انزلی با استفاده از سنجش از دور

نوع مقاله: مقاله پژوهشی

نویسندگان

1 هیات علمی / دانشگاه گیلان- دانشکده علوم کشاورزی گروه مهندسی آب

2 گروه مهندسی آب دانشگاه گیلان، رشت، گیلان

3 عضو هیات علمی گروه مهندسی آب دانشگاه گیلان

چکیده

نیاز به منابع آب با کیفیت خوب هم‌گام با افزایش جمعیت و تنوع و تعدد آلاینده‌های آب، مدیریت کمی و کیفی آب را بیش از پیش ضروری می‌سازد. در این راستا پایش منابع آب و در اختیار داشتن اطلاعات مکانی و زمانی به روز می‌تواند نقش مهمی را در مدیریت کیفی منابع آب ایفا نماید. فناوری سنجش از دور با استفاده از تصاویر ماهواره‌های تخصصی و به‌روز، با دقت مناسبی پتانسیل تعیین برخی از پارامترهای کیفی آب که بر دما یا طیف نوری از سطح آب تأثیرگذار هستند را در مقیاس‌های متوسط تا بزرگ، دارا می‌باشد. هدف از این پژوهش ارزیابی دقت پایش کیفیت آب تالاب انزلی با استفاده از سنجش از دور است. بدین منظور پس از بررسی میدانی از تالاب انزلی و رودخانه‌های منتهی به آن، نقاط مناسب برای نمونه‌برداری انتخاب شدند. پس از انتخاب نقاط مناسب برای نمونه‌برداری، در راستای افزایش دقت مدل‌های رگرسیونی از تصاویر ماهواره‌ای در فصول مختلف سال (ماه‌های آبان 1391، بهمن 1391، اردیبهشت 1392 و مرداد 1392) استفاده شد. در هنگام عبور ماهواره لندست 7 و 8 از منطقه، نمونه‌برداری انجام و مقادیر پارامترهای کیفی نمونه‌ها شامل: مقادیر نیترات، آمونیوم، فسفر محلول، جامدات محلول، جامدات معلق، هدایت الکتریکی و اسیدیته اندازه‌گیری شدند. پس از استخراج تصاویر ماهواره‌ای و بازتابش آن‌ها، باندهای مؤثر بر مقادیر کیفی آب مشخص و مدل‌های رگرسیونی تصاویر به دست آمدند. نتایج نشان داد استفاده از سنجش از دور در تالاب انزلی قادر به برآورد اسیدیته، کل جامدات معلق و دما به خوبی می­باشد (درصد ریشه میانگین خطای نرمال شده کمتر از ده درصد). سایر پارامترهای کیفی شامل نیترات، شوری، کل جامدات محلول و آمونیوم با درجه دقت کمتر (درصد ریشه میانگین خطای نرمال شده کمتر از سی درصد) و ارتوفسفات با درجه دقت ضعیف (درصد ریشه میانگین خطای نرمال شده بیشتر از سی درصد) با استفاده از فن سنجش از دور قابل برآورد هستند. بنابراین، سنجنده مورد استفاده قادر است غالب پارامترهای کیفی را با دقت قابل قبولی برآورد نماید. آنچه مسلم است با افزایش تعداد نقاط نمونه‌برداری و برداشت نمونه‌های با تواتر کم‌تر مدل‌های رگرسیونی با دقت بیشتری استخراج و در نتیجه دقت برآورد پارامترهای کیفی افزایش خواهد یافت.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Feasibility Study of Anzali Wetland Quality Monitoring Using Remote Sensing

نویسندگان [English]

  • Maryam Navabian 1
  • Majid Vazifedoust 2
  • Mahdi Esmaeili Varaki 3
1 Water Engineering, Agricultural Sciences Faculty, University of Guilan
2 Assistance professor, Water Engineering Department, University of Guilan, Rasht, Iran
3 Water Engineering Department, Agricultural Sciences Faculty, University of Guilan
چکیده [English]

The need for good quality water resources, in line with population growth and the diversity and multiplicity of pollutants and contaminants dictate the quantitative and qualitative management of water resources. In this regard, water resources monitoring and the real time availability of spatial and temporal information can play an important role in water resources management. Real time remote sensing technology using satellite images with proper accuracy is able to determine some of the qualitative parameters of water affecting the temperature or spectrum of light from the surface of the water. The aim of this study was to investigate the accuracy of water quality monitoring of Anzali wetland using remote sensing. For this purpose, after field study of Anzali wetland and rivers leading to it, suitable sites for sampling were selected. After selection of suitable points for sampling, in order to increase the accuracy of the regression models, satellite images were used in different seasons of the year (November, 2002, February, 2002, May 2003 and August 2003). During the satellite (landsat 7 and 8) passing above the area, samplings were done and the quality parameters including nitrate, ammonium, soluble phosphorus, total dissolved solids, suspended solids, conductivity and acidity were measured. After extracting satellite images and their reflections, the effective bands on water quality values were determine and regression models of the images were obtained. The results showed that the use of remote sensing technique in Anzali wetland could be able to estimate the acidity, total suspended solids and temperature well (with root mean percentage of normalized error less than 10%). Other qualitative parameters including nitrate, salinity, total soluble solids and ammonium (with root mean of normalized error less than 30%) and orthophosphate (with root mean percentage of normalized error greater than 30%) were estimated fairly and poorly, respectively. Therefore, the remote sensing technique is able to estimate most of the qualitative parameters with acceptable accuracy. Surely increasing the number of sampling points and frequencies, the accuracy of regression models and consequently the accuracy of estimation of qualitative parameters will increase.

کلیدواژه‌ها [English]

  • Acidity
  • Total suspended solids
  • salinity
  • Water depth
  • Nitrate
Akbar, T., Hassanb, Q. and Acharia, G. (2008). A remote sensing based framework for predicting water quality of different source waters. The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences, 34, Part 1-4.

Baban, S. M. (1993). The evaluation of different algorithms for bathymetric charting of lakes using landsat imagery. International journal of remote sensing, 14(12), 110-124.

Bhargava, D. S. and Mariam, D. W. (1992). Cumulative effects of salinity and sediments concentration of reflectance measurements. International journal of remote sensing, 13(11), 2151-2159.

Dewidar, Kh. and Khedr, A. (2005). Remote sensing of water quality for Burullus lake,Egypt. Environmental science, 20(3), 1-7.

Duffie, J.A., and Beckman, W.A. (1980). Solar Engineering of Thermal Processes. John Wiley and Sons, New York, 1-109.

Hassan, M. A., Church, M., Xu, J. and Yan, Y. (2008). Spatial and temporal variation of sediment yield in the landscape: Example of Huanghe (Yellow River), Geophysics Research, Lett., 35, L06401, doi:10.1029/2008GL033428.

Hereher, M., Salem, M. and Darwish, D. (2011). Mapping water quality of Burullus Lagoon using remote sensing and geographic information system. Journal of American Science, 7 (1): 138-143.

Jamieson, P. D., Porter, J. R. and Wilson, D. R. (1991). A test of the computer simulation model ARC-WHEAT1 on wheat crops grown in New Zeland. Field Crops Research, 27(4), 337-350.

 Karakaya, N., Evrendilek, F. and Aslan, G. (2011). Monitoring of lake water quality along with tropic gradient using landsat data. International Journal of Environmental Science Technology, 8(4), 817-822.

Khorram, s. and Cheshier, H. (1985). Remote sensing of water quality in the Neuse River. American Society of Photograinmetry, 51(3), 329-341.

Markham, B. L., Barker, J. L., Boncyk, W. C., Kaita, E. and Helder, D. L. (1996). Landsat-7 Enhanced Thematic Mapper Plus in-flight radiomet-ric calibration.International Geoscience and Remote Sensing Symposium, 2, 1270–1272 (Lincoln, NE).

Olet, E. (2010). Water quality monitoring of roxo reservoir using landsat image and in-situ measurement. Master of Science in Geo-information Science and Earth Observation, Specialisation:Environmental Hydrology, Netherlands, 1-69.

Rahimi Blouch, L., Zarkar, A. and Malekmohammadi, B. (2013). Detecting environmental change of Shadegan international wetland using remote sensing and WRASTIC index (Case study: Shadegan international wetland). Journal of Applied RS & GIS Techniques in Natural Resource Science, 3(4), 43-55. (In Farsi)

Ritchie, J. and Cooper, Ch. (2000). Remote sensing techniques for determining water quality. USDA agriculture research servis. Hydrology and Remote Sensing Laboratory and National Sedimentation Laboratory, Beltsville, MD 20705 and Oxford, MS 38655, 1-8.

Toming, K., Kutser, T., Laas, A., Sepp, M., Paavel, B., and Nõges, T. (2016). First Experiences in Mapping Lake Water Quality Parameters with Sentinel- 2 MSI Imagery. Remote Sensing, doi:10.3390/rs8080640.

Weiqi, H., Shan, C., Xuehua, L. and Jining, C. (2008). Water quality monitoring in slightly-polluted inland water body through remote sensing, a case study in Guanting Reservoir, Beijing China, Frontiers of Environmental Science and Engineering, 1-11.

Wu, M., Zhang, W., Wang, X., and Luo, D. (2009). Application of MODIS satellite data in monitoring water quality parameters of Chaohu Lake in China. Environmental Monitoring and Assessment. 148(1–4): 255–264.