ارزيابي و مقايسه روش‌هاي سنجش از دور راداري و اپتيکي در استخراج پهنه سيلابي (مطالعه موردي: سيل 1398 آق قلا)

نویسندگان

1 کارشناس سنجش از دور، اداره آمار، سازمان جهاد کشاورزي استان خراسان رضوي، مشهد، ايران.

2 استاديار، گروه مهندسي عمران، مؤسسه آموزش عالي خاوران، مشهد، ايران.

3 دانشجوي دوره دکتري سنجش از دور و سامانه اطلاعات جغرافيايي، پژوهشگاه ملي اقيانوس‌شناسي و علوم جوي، تهران، ايران.

4 کارشناسي ارشد مديريت منابع آب، گروه مهندسي آب، دانشکده کشاورزي، دانشگاه بوعلي سينا، همدان، ايران.

doi
https://doi.org/10.83037/wsrcj.2026.1202230
چکیده

زمينه و هدف: بلاياي طبيعي رويدادهاي نامطلوبي هستند که بر اثر مخاطرات ژئوفيزيکي، هيدرولوژيکي، اقليمي، هواشناسي يا بيولوژيکي از جمله زلزله، سيل، طوفان و آتش‌سوزي رخ مي‌دهند. اين بلايا منجر به تلفات جاني، آسيب‌هاي جسمي و تأثيرات منفي بر سلامت عمومي و سيستم‌هاي بهداشتي و درماني مي‌شوند. سيلاب‌ها يکي از رايج‌ترين و ويرانگرترين بلاياي طبيعي هستند که کشورهاي مختلف را تحت تأثير قرار داده و خسارات اقتصادي قابل توجهي ايجاد مي‌کند. ايران به دليل شرايط اقليمي و توپوگرافي خود، هر ساله با خطر وقوع سيل به‌ويژه در استان گلستان مواجه است. جنگل‌زدايي گسترده و ويژگي‌هاي جغرافيايي خاص اين منطقه، وقوع سيل‌هاي مخرب را تشديد کرده است. هدف اين مطالعه مقايسه روش‌هاي اپتيکي و راداري براي نقشه‌برداري از مناطق سيل‌زده در استان گلستان طي سيل سال ۲۰۱۹ است. روش پژوهش: استخراج مناطق سيل‌زده براي مديريت منابع آب و کاهش خسارات سيل ضروري است. روش‌هاي مختلفي براي استخراج دشت‌هاي سيلابي وجود دارد و روش توافق کاپا براي ارزيابي دقت آن‌ها استفاده مي‌شود. داده‌هاي مورد نياز شامل 1) تصاوير ماهواره‌اي که براي تبديل الگوهاي طيفي به مقادير واقعي به کار مي‌برند و 2) داده‌هاي مرجع که منابع مستقل براي اعتبارسنجي نتايج هستند. براي ارزيابي سيل ۲۰۱۹ در استان گلستان، از داده‌هاي ماهواره‌اي Landsat 8، Sentinel 1 و Sentinel 2 استفاده شد. تصاوير Landsat 8 و Sentinel 2 اپتيکي هستند، در حالي که Sentinel 1 مبتني بر رادار است. نقشه‌هاي پيش و پس از سيل براي تعيين مناطق تحت پوشش آب تهيه شدند. شاخص‌هاي اپتيکي و راداري مانند NWI، MNDWI، AWEInsh، AWEIsh، EWI، NDWI، NDWI-B، NDVI، NDPI و NDMI اعمال شدند. نقشه استفاده از زمين، با استفاده از طبقه‌بندي نظارت‌شده و مدل‌هاي يادگيري ماشين، خسارات سيل را ارزيابي کرد. براي استخراج مناطق آسيب‌ديده از تصاوير Sentinel-2 و الگوريتم آستانه‌گذاري خودکار Otsu در Google Earth Engine استفاده شد. براي مقايسه شاخص‌ها، ۱۶۲ نمونه آموزشي از مناطق آبي و غيرآبي جمع‌آوري و با استفاده از ضريب توافق کاپا ارزيابي شدند. يافته‌ها : نتايج اين مطالعه نشان مي‌دهد که ترکيب تصاوير اپتيکي و راداري مي‌تواند محدوديت‌هاي يکديگر را تکميل کند. اين امر به دليل محدوديت‌هاي دقت زماني و رويدادهاي زماني مانند سيل است که دسترسي به تصاوير ماهواره‌اي را محدود مي‌کند. در نهايت، شاخص‌هاي NDPI و MNDWI بالاترين دقت را در استخراج مناطق سيل‌زده با دقت کلي بالا بدست آوردند. بررسي مناطق سيل‌زده و استفاده‌هاي اراضي آسيب‌ديده نشان مي‌دهد که 49/22 درصد از منطقه تحت تأثير سيل قرار گرفته است. تحليل هر نوع استفاده از زمين نشان مي‌دهد که 46/17 درصد از اراضي کشاورزي، 62/12 درصد از اراضي مسکوني و 42/14 درصد از اراضي مرتعي دچار سيلاب شده‌اند. نتايج: سنجش از دور يک روش حياتي براي مديريت سيلاب است که تصاوير ماهواره‌اي دقيق براي تحليل رويدادهاي سيلاب و توزيع آب فراهم مي‌کند. اين مطالعه توزيع فضايي شاخص‌هاي ماهواره‌اي را بررسي کرده و شاخص کاپا و دقت کلي شاخص‌هاي MNDWI و NDPI را مقايسه کرده است. اين شاخص‌ها با دقت بالا به عنوان مناسب‌ترين گزينه‌ها براي استخراج مناطق سيل‌زده و مقايسه استفاده از زمين انتخاب شدند. ارزيابي دقت نشان داد که بيشتر روش‌هاي اپتيکي، به جز شاخص‌هاي NWI، NDMI و NDWI_B، دقتي بالاي 90 درصد دارند. به دليل طولاني بودن مدت زمان سيل، تصاوير اپتيکي بدون ابر در دسترس بودند و امکان استخراج دقيق مناطق سيل‌زده فراهم شد. تصاوير راداري Sentinel-1 همچنين دقتي بيش از ۹۰ درصد داشتند و به عنوان جايگزيني قابل اعتماد در صورت پوشش ابري، استفاده شدند. نتايج نشان دادند که 87/71 درصد از منطقه کشاورزي است و 46/17 درصد از آن تحت تأثير سيلاب قرار گرفته‌اند. افزون بر اين 65/39 درصد از اراضي خشک به مساحت 70744 هکتار دچار سيل شدند.

کلیدواژه‌ها