برآورد میزان کلروفیل آ در مخزن سد با استفاده از تکنیکهای سنجش از دور و مدل های دادهکاوی
نویسندگان
1 نویسنده مسئول، دانشیار گروه علوم و مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، خوزستان، ایران.
2 دانشیار گروه مهندسی آب، دانشگاه علوم کشاورزی و منابع طبیعی گرگان، گرگان، ایران
3 نویسنده مسئول، استادیار گروه مهندسی طبیعت، دانشگاه علوم کشاورزی و منابع طبیعی خوزستان، خوزستان، ایران.
doi
10.22069/jwsc.2024.22570.3739چکیده
کلروفیل آ بهعنوان معیاری جهت اندازهگیری میزان جلبک در حال رشد در آب مورد استفاده قرار میگیرد که میتوان از آن برای طبقهبندی وضعیت تغذیهای پهنههای آبی استفاده کرد. ا بر اساس بررسیهای صورت گرفته غلظت سطوح بسیار بالای کلروفیل آ نشاندهنده کیفیت پایین آب است و وجود طولانیمدت غلظتهای بالای کلروفیل آ مشکلات اساسی برای تولید اولیه زیستتوده است. بر همین اساس غلظت کلروفیل آ یک شاخص کلیدی برای کیفیت آب بهحساب میآید. در این تحقیق سعی شده است تا با استفاده از تکنیکهای سنجشازدور و مدلهای دادهکاوی اقدام به برآورد میزان کلروفیل آ در مخزن سد سردشت گردد. اطلاعات مورد استفاده در این تحقیق به دو قسمت تقسیم میشوند. قسمت اول مقادیر اندازهگیری شده کلروفیل آ در مخزن سد سردشت میباشد. این اطلاعات شامل 7 مرحله اندازهگیری در 10 نقطه با مختصات مختلف در مخزن سد بوده و مربوط به اسفندماه 1396 تا خردادماه 1398 میباشد. قسمت دوم اطلاعات مورد استفاده، تصاویر ماهواره سنتینل-2 بوده که از اطلاعات آن در مدل-های دادهکاوی استفاده شده است. اطلاعات باندهای مختلف از تصاویر سنتینل-2 استخراج گردید و بر اساس مقادیر باندی، معیارهای سنجش میزان کلروفیل آ محاسبه شده و در اختیار مدلهای دادهکاوی جهت آموزش قرار گرفت. در این تحقیق از سه مدل دادهکاوی XGBoost، M5 و MARS جهت برآورد میزان کلروفیل آ استفاده شد. در این مطالعه، 9 معادله برآورد کلروفیل آ به عنوان ورودی مدلهای دادهکاوی در نظر گرفته شد و مقدار لگاریتم کلروفیل آ اندازهگیری شده به عنوان خروجی لحاظ گردید. 80 درصد دادههای موجود جهت آموزش مدلهای دادهکاوی و 20 درصد باقیمانده جهت صحتسنجی کارایی مدلهای مورد استفاده بهکار رفت. بر اساس اطلاعات ورودی، مدل درختی M5 فضای مسئله را به 5 قسمت تقسیم کرده و به ازای هر بخش معادله خطی ارائه داده است. بر اساس ساختار ارائه شده توسط الگوریتمهای M5 و MARS، ترکیبهای باندی آبی، قرمز و سبز و نیز مادونقرمز و قرمز تاثیر بالایی بر روی مدلهای ارائه شده توسط این دو الگوریتم داشتهاند. نتایج بهدستآمده از الگوریتم XGBoost نشاندهنده اهمیت ترکیبهای باندی آبی، قرمز و سبز بر روی نتایج ارائه شده میباشد. بر این اساس ترکیب باندی آبی، قرمز و سبز در هر سه الگوریتم بهعنوان مهمترین و یا یکی از مهمترین متغیرهای ورودی جهت محاسبه کلروفیل آ مورد استفاده قرار گرفته است. ضریب تبیین برای سه مدل XGBoost، M5 و MARS به ترتیب برابر با 61/0، 49/0 و 31/0 محاسبه شد. مقدار ضریب ناش-ساتکلیف برای سه مدل XGBoost، M5 و MARS به ترتیب برابر با 54/0، 47/0 و 27/0 محاسبه شد که نشان میدهد نتایج دو مدل XGBoost و M5 دارای وضعیت مطلوبی میباشند. نتایج مدلهای مورد استفاده نشان میدهد که دو مدل XGBoost و M5 نتایج دقیقتری را نسبت به مدل MARS ارائه نمودند. استفاده از دیاگرام تیلور نیز نشاندهنده نزدیک بودن کارایی دو مدل XGBoost و M5 در محاسبه میزان کلروفیل آ میباشد. توزیع کلروفیل آ در محدوده مخزن سد سردشت توسط مدلهای مورد استفاده نشان میدهد که در نواحی محدودی از سد، مقادیر ارائهشده با مقادیر اندازه-گیری شده همخوانی ندارد که محدود بودن دادههای اندازهگیری مورد استفاده و عدم انطباق کامل زمانی تصاویر سنتینل-2 با دادههای اندازهگیری در مخزن سد میتواند تأثیر مهمی در این زمینه داشته باشد. استفاده از تعداد دادههای متعدد در مخازن سدهای مختلف، بهکارگیری مدلهای دادهکاوی متنوع و استفاده از تصاویر سایر سنجندهها میتواند ابزار مناسبی را در اختیار مدیران مخازن قرار داده تا بتوانند با دقت بیشتری اقدام به ارزیابی کیفی آب مخازن نمایند.