بیشتری است و این کار با شمارش تعداد سلولهایی انجام میگیرد که به هر سلول واقع در پای شیب ختم میگردد. درواقع در یک سطح انباشت مقداری که برای هر سلول به دست میآید معرف تعداد کل سلولهایی است که به داخل یک سلول منحصربه‌فرد میریزد (شکل ۳-۴). لذا برای شناسایی مجرای آبراههها از سلولهایی که انباشت بالایی دارند و نواحی با جریان متمرکز بوده استفاده میشود.

شکل ۳-۴- جریان از ۳۵ سلول به سمت سلول مشخص‌شده است

هرکدام از معیارها به نحوی بر توانمندی هر نقطه برای تغذیه مصنوعی تأثیر میگذارد (مهریان و همکاران، ۱۳۹۰):
شیب عامل تأثیرگذار در سرعت رواناب بوده و باعث افزایش میزان فرسایش نیز میشود، بنابراین میتوان گفت مناطق با شیب کم برای تغذیه مصنوعی مناسبترند.
توجه به میزان آلودگی آب و پیشگیری از ورود آن به سفرههای آب زیرزمینی از دیگر معیارهای مهم در تغذیه مصنوعی آبخوان است، بر این اساس بهتر آن است که منابع آب زیرزمینی در محل تغذیه مصنوعی از کیفیت بالایی برخوردار باشند. ازآنجاکه هدایت الکتریکی نمایانگر میزان املاح در آب است میتوان از آن بهعنوان نمایانده کیفی آب استفاده کرد.
عمق سطح آب زیرزمینی نشاندهندۀ ضخامت لایه خشک است، هرچه این لایه دارای ضخامت کمتری باشد توانمندی تغذیه کاهش مییابد.
سرعت نفوذ آب به درون زمین وابسته به میزان نفوذپذیری ذاتی سازندهای زمینشناسی است. یک آبخوان آبدار در یک سازند دارای شرایط ویژه، شکل میگیرد.
در یک پروژه تغذیه مصنوعی مقدار رواناب از پارامترهای مهم میباشد که ارتباط مستقیمی با رده آبراهه دارد. مناسبترین مکان برای تغذیه مصنوعی نواحی اطراف آبراهههای رده‌بالا میباشد که مقدار کافی رواناب برای اجرای طرح را دارد. بعد از تلفیق لایهها و مشخص شدن محلهای مناسب جهت تغذیه مصنوعی، بایستی که ازنقطه‌نظر نزدیک بودن به منابع آب، بررسی شوند. اگر منطقهای از حیث عوامل تأثیرگذار دیگر مناسب تشخیص داده شود ولی هیچ گذرگاه آبی در آن نزدیکی وجود نداشته باشد، در عمل نمیتوان پروژه را در آن اجرا کرد.

جدول ۳-۱- عوامل مهم و مؤثر در مطالعات تغذیه مصنوعی آب زیرزمینی
نقشه عوامل
منابع تولید نقشه
درصد شیب و رتبه آبراههها
نقشه DEM به‌دست‌آمده از داده‌های ماهوارهای ASTER
لایه زمین‌شناسی
نقشه زمین‌شناسی ۱:۱۰۰۰۰ کشور
کاربری اراضی/ پوشش زمین
تصاویر ماهواره‌ای LANDSAT-8
لایه رقومی کیفیت و سطح آب
دادههای کیفیت و سطح آب و استفاده از روش کریجینگ

۳-۲-۲- تهیه نقشه کاربری و پوشش زمین
به‌منظور تهیه نقشه LU/LC منطقه، تصویر ماهوارهای لندست ۸ مربوط به تاریخ ۱۴ جولای ۲۰۱۴ برابر با یکشنبه ۲۹ تیر ۱۳۹۳ (شکل ۳-۵) تهیه و پس از انجام تصحیح هندسی، به روش طبقه‌بندی نظارت‌شده۲۲ با استفاده از نرم‌افزارهای Erdas 9.2 و ENVI 4.2 در ۴ طبقه (زمینهای کشاورزی، مناطق مسکونی، مرتع و خاک لخت) تهیه گردید.
۳-۲-۲-۱- طبقه‌بندی نظارتشده
طبقهبندی نظارتشده، به‌منظور دستهبندی نمودن پیکسلهای تشکیل‌دهنده یک تصویر، به‌صورت مجموعهای از اطلاعات مکانی به کار میرود. این طبقهبندی بر اساس سلسله طبقات تعریف‌شده توسط کاربر انجام میگیرد (لرستانی و شهریار، ۱۳۹۰). بدین معنی که با انتخاب مناطق تعلیمی۲۳ مربوط به هر یک از کلاسهای اطلاعاتی و محاسبه پارامترهای آماری مربوط به آنها، طبقهبندی کل تصویر انجام میگیرد. در این پژوهش بر روی تصاویر، تعدادی مناطق به‌عنوان نمونه تعلیمی به‌صورت پراکنده و همگن، طوری انتخاب شدند که تعداد پیکسلهای داخل هر نمونه یک واحد بیشتر از تعداد باندهای مورداستفاده در طبقهبندی باشد (زبیری و مجد، ۱۳۸۳).

شکل ۳-۵- تصویر ماهواره لندست ۸ تاریخ ۲۹ تیر ۱۳۹۳ منطقه موردمطالعه
۳-۲-۲-۲- الگوریتم حداکثر احتمال۲۴
این روش از سایر روشهای موجود طبقه‌بندی دقیقتر است. احتمال آماری ارتباط یک پیکسل با هر یک از طبقههای نمونه محاسبه‌شده و احتمال قرارگیری آن در سایر کلاسها برآورد شده و بر اساس بیشترین شباهت دریکی از کلاسها طبقهبندی میشود (رسولی، ۱۳۸۷). به‌منظور تعیین تعلق پیکسلهای تصویر به طبقات نمونهگیری، با استفاده از الگوریتم حداکثر احتمال، طبقهبندی تصویر موردنظر منطقه انجام گرفت. نقشه نهایی شامل ۵ نوع کاربری و پوشش زمین متفاوت ازجمله مرتع، اراضی کشاورزی، مناطق مسکونی و خاک لخت میباشد.
۳-۲-۲-۳- ارزیابی صحت طبقه‌بندی۲۵
متأسفانه همواره اطلاعات استخراج‌شده از تصاویر ماهوارهای شامل خطا میباشند، لذا قبل از استفاده از اطلاعات استخراج‌شده از روش طبقهبندی تصویر، بایستی مورد ارزیابی قرار گیرد. لازمه استفاده از هر نوع اطلاعات، آگاهی از میزان صحت و درستی آن است. صحت درواقع میزان احتمال درستی اطلاعات است. به‌عبارت‌دیگر احتمال تعلق یک پدیده از روی زمین به همان گروه از پدیدهها در روی نقشه میباشد (فلاح شمسی، ۱۳۷۷). دقت طبقهبندی بیانگر سطح اعتماد به نقشه استخراج‌شده میباشد.
۳-۲-۲-۴- نمونه اطلاعات زمینی۲۶
در یک ناحیه مطالعاتی، وضعیت ایدهآل این است که پیکسلهای انتخابی به‌عنوان نمونههای تست، ابتدا مکانیابی و اطلاعات مربوط به آنها مشاهده شوند. ذکر این نکته ضروری است که اطلاعات مشاهدهای مربوط به این پیکسلها، در مرحله تعلیم الگوریتم طبقهبندی قرار نمیگیرند؛ بنابراین بر اساس رابطه (۳-۲) تعداد حداقل نمونه‌ها برای صحت مورد انتظار و خطای مجاز ۵ درصد طبق رابطه زیر قابل‌محاسبه است:

رابطه ۳-۲

که p: صحت مورد انتظار، q: عدم صحت و E: خطای مجاز می‌باشد.
بر اساس وسعت منطقه و تعداد کلاس طبقهبندی و استفاده از فرمول مذکور، تعداد نقاط لازم به‌صورت تصادفی سیستماتیک (۲۰۰ نقطه) (شکل ۳-۶) انتخاب گردید و با استفاده از نرم‌افزار Google Earth Pro 2013 شناسایی شدند و تحلیلها در محیط Arc GIS 9.3 انجام گردید.
۳-۲-۲-۵- آنالیز کاپا۲۷
معیاری برای اندازهگیری میزان توافق یا صحت بین نقشه طبقه‌بندی‌شده و دادههای مشاهدهای، بر اساس دادههای قطری ماتریس خطا و دادههای حاشیهای ماتریس خطا بوده که طبق رابطه (۳-۳) محاسبه میشود.

رابطه ۳-۳

مقدار این شاخص بین صفر و یک میباشد که مقدار صفر بیانگر طبقهبندی کاملاً تصادفی و مقدار یک نشاندهنده طبقهبندی کاملاً صحیح است و مقدار منفی نیز به معنای وجود خطا در طبقهبندی است (رسولی، ۱۳۸۷). برای محاسبه این ضریب از تعداد ۲۹۵ نقطه زمینی به‌صورت تصادفی در منطقه موردمطالعه استفاده شد. آگاهی از نوع و درصد کاربری اراضی در منابع طبیعی و بخش‌های دیگر به‌عنوان یک پارامتر مدیریتی میتواند برنامهریزان بخشهای مختلف اجرایی را در مدیریت و توسعه همهجانبه یاری نماید (پرما و شتایی، ۱۳۸۹).

شکل ۳-۶- نقاط نمونه اطلاعات زمینی تولیدشده به‌صورت تصادفی- سیستماتیک در منطقه موردمطالعه
۳-۲-۲-۶- عملیات پس پردازش تصاویر
نتیجه نهایی مراحل پردازش تصاویر ماهوارهای به‌عنوان یک مدل رقومی از پوشش زمین یا نقشه موضوعی از سطح زمین است که تصویر طبقه‌بندی‌شده به‌منظور حذف پیکسلهای ریز از نرم‌افزار ENVI 4.2 استفاده گردید و درنهایت نقشه پوشش و کاربری زمین آماده شد.
۳-۲-۳- عملیات تهیه نقشههای سطح آب و کیفیت آب
جهت تهیه نقشههای کیفیت و سطح آب با نرم‌افزار ArcGIS، ابتدا آمار و دادههای مربوط به هرکدام از عناصر از سازمان آب و منطقهای استان آذربایجان غربی تهیه گردید و با استفاده از روش کریجینگ، نقشههای موردنظر تهیه گردید.
۳-۲-۳-۱- روش کریجینگ
زمانی که همبستگی مکانی در یک متغیر وجود داشته باشد، نمونههای نزدیک شباهت بیشتری نسبت به هم دارند تا نمونههای دورتر. در این حالت اصطلاحاً گفته میشود که این نمونهها دارای خودهمبستگی۲۸ هستند. به چنین متغیرهایی، متغیر ناحیهای۲۹ گفته میشود که پایه و اساس زمین‌آمار را تشکیل میدهد.
نظریه متغیر ناحیهای اولین بار در سال ۱۹۶۵ توسط Matheron ریاضیدان مدرسه معدن فرانسه ارائه شد؛ اما قبل از او در سال ۱۹۵۱ یک مهندس معدن در آفریقای جنوبی به نام Krige یک روش درونیابی را برای برآورد میزان ذخایر طلا ارائه کرده بود که بعدها به‌افتخار او به روش درونیابی کریجینگ معروف شد (اخوان و کلاین، ۱۳۸۸).
شاخهای از علم آمار کاربردی به نام زمین‌آمار۳۰ قادر به ارائه مجموعه وسیعی از تخمین گرهای آماری به‌منظور برآورد خصوصیت موردنظر در مکانهای نمونهبرداری نشده با استفاده از اطلاعات حاصل از نقاط نمونهبرداری شده میباشد (حسنی پاک، ۱۹۸۸؛ Burgess & Webster, 1980). زمینآمار که شامل دو بخش واریوگرافی۳۱ و کریجینگ۳۲ است، ابزار مناسبی برای تحلیل تغییرات مکانی و نیز برآورد متغیرهایی است که دارای وابستگی مکانی (spatial dependence) میباشند (اخوان و کلاین، ۱۳۸۸).
آنالیز همبستگی مکانی و ابزار تحقیق در شرایط صدق فرضیات، تغییر نما۳۳ است. تغییر نما به بررسی و شناخت ویژگیهای ساختاری متغیر ناحیهای میپردازد و چگونگی تغییرات آن را بیان میکند. اگر تغییر نما به سقف معینی برسد و درنتیجه دامنه تأثیر مشخصی داشته باشد، ساختار فضایی و شرایط صدق فرضیه ذاتی میتواند وجود داشته باشد. با توجه به این‌که محاسبه سمی واریانس برای همه جامعه موردمطالعه امکانپذیر نمیباشد، سمی واریانس در یک‌فاصله تفکیک مشخص بهوسیله تابع (رابطه ۳-۴) زیر تخمین زده میشود (Burgess & Webster, 1980).
رابطه ۳-۴
γ(h)=1/(2N(h)) ∑_(i=1)^(N(h))▒〖[z(x_i+h)-z(x_i )]〗^۲
در این رابطه N(h) تعداد زوج نمونههای به‌کاررفته در محاسبه سمی واریانس در فاصله و جهت تفکیک h، Z(xi) و Z(xi+h) مقادیر متغیر Z در نقاط Xi و Xi+h میباشد.
تغییر نما برای یک‌جهت خاص با ترسیم مقادیر سمی واریانس در مقابل فاصله تفکیک افزایش‌یافته و به‌صورت ایده آل در فاصله مشخصی ثابت میشود. پارامترهای تغییر نما شامل اثر قطعهای، دامنه یا شعاع تأثیر و آستانه یا سقف میباشند (Utset et al., 2000).
مدلهای برازش شده به مقادیر سمی واریانس در این مطالعه مدل کروی (رابطه ۳-۵) بوده است (Cetin & Kirda, 2003):
رابطه ۳-۵
γ(h)=C_0+C_1 [3h/2a-1/2 〖(h/a)〗^۲ ], h≤a
در این رابطه a شعاع تأثیر یا دامنه، h فاصله تفکیک، C0 اثر قطعهای و C1 آستانه تغییر نما میباشد.

کریجینگ تکنیکی است که با بهکارگیری خصوصیات ساختاری تغییر نما و مقادیر اولیه تخمینهای بهینه و نااریب از متغیرهای نااریب در مکانهای نمونهبرداری نشده ارائه مینماید (Issaks & Srivastava, 1989). برتری کریجینگ نسبت به سایر روشهای مکان‌یابی نظیر مجذور عکس فاصله و غیره این است که خطای تخمین را نیز نشان میدهد. کریجینگ فرض میکند که در رابطه ۳-۶، Z* تابعی خطای از مقادیر Z معلوم میباشد:
رابطه

Leave a Comment