کاربرد سنجش از دور و مدل ریاضی فراکتال در بررسی رفتار و تغییرات لندفرم های ژئومورفولوژیکی رودخانه ارس

نوع مقاله: مقاله پژوهشی

نویسندگان

1 وزارت نیرو

2 دانشگاه شهید بهشتی

چکیده

ارزیابی رفتار ژئومورفولوژی رودخانه یکی از موارد تعیین‌کننده و گامی مهم در مدل‌سازی ریاضی تغییرات لندفرم­های آن می‌باشد. ﺑﺮرﺳﻲ اﻟﮕﻮی ﺟﺮﻳﺎن در ﺑﺎزه‌ﻫﺎی ﭘﻴﭽﺎن­ﺮودی و واحدهای ژئومورفیک رودخانه ارس، فرآیند‌های تشکیل دهنده و روند تغییر آن­ها به دلایل متعددی در مطالعات ژئومورفولوژی رودخانه‌ای دارای اهمیت است و ﺑﺎﻋﺚ آﺷﻨﺎﻳﻲ ﻫﺮ ﭼﻪ ﺑﻬﺘﺮ ﻣﻬﻨﺪﺳﻴﻦ رودﺧﺎﻧﻪ ﺑﺎ روﻧﺪ ﺗﻐﻴﻴﺮات ﻣﻲ‌ﺷﻮد. هدف اصلی این پژوهش پیاده‌سازی بعد فراکتالی تغییرات ژئومورفولوژی مسیر رودخانه ارس است. با بهره­گیری از روش طبقه­بندی نظارت شده و الگوریتم حداکثر احتمال، لایه لندفرم­های ژئومورفولوژیکی محیط رودخانه ارس برای دو دوره زمانی در چهار کلاس لندفرم کانال، پوینت بار، دشت سیلابی، پادگانه رودخانه­ای و مخروط افکنه تهیه شد؛ سپس از مدل­های فراکتالی محیط - مساحت و تعداد تجمعی - مساحت برای بیان رفتار ریاضی این لندفرم­ها استفاده گردید. تغییرات مقدار DAP (محیط - مساحت) برای لندفرم­های مورد بررسی در محیط رودخانه ارس در دو سال 1987 و 2018 نشان داد که مقادیر DAP همه لندفرم­های مورد بررسی (به غیر از پوینت بار) در سال 2018 کوچک­تر از DAP لندفرم­ها در سال 1987 می­باشد. بنابراین، الگوی ژئومتری لندفرم­های رودخانه­ای ارس در سال 1987 نامنظم­تر و پیچیده­تر از سال 2018 است. در مورد لندفرم پوینت بار، این مقدار در سال 2018 نسبت به سال 1987 افزایش پیدا کرده است که نشان از منظم­تر شدن الگوی این لندفرم دارد. تغییرات مقدار D (تعداد تجمعی – مساحت) برای لندفرم­های مورد بررسی در محیط رودخانه ارس نشان داد که مقادیر آن در سال 2018 نسبت به سال 1987 افزایش پیدا کرده است که این افزایش D می­تواند یا بیانگر اجزای کم با اندازه بزرگ باشد و یا اجزای بیش­تر با اندازه کوچک. با توجه به بررسی تصاویر ماهواره­ای Landsat مورد استفاده در این پژوهش برای استخراج لندفرم­های ژئومورفولوژی رودخانه­ای در رود ارس طی سال­های 1987 و 2018، رفتار پیکسلی لندفرم­ها به­گونه­ای است که نشان از بزرگ­تر شدن لندفرم­های بررسی شده دارد. البته باید در مورد کانال رودخانه به این نکته اشاره نمود که با توجه به کاهش دبی و در نتیجه کاهش عرض کانال، می­توان در مورد کاهش مساحت آن اظهار نظر نمود.

کلیدواژه‌ها


عنوان مقاله [English]

Application of remote sensing and fractal mathematical model in studying the behavior and variations of geomorphologic landforms of Aras river

نویسندگان [English]

  • shakour soltani 1
  • manijeh ghohroudi tali 2
  • seiyehasan sadoogh 2
چکیده [English]

River geomorphology is one of the determining factors and an important step in mathematical modeling of landform variations. Investigating the pattern of flow in warping intervals and geomorphic units of the Aras river, the formation processes and the process of their change are important for river geomorphology studies and make river engineers better acquainted with the trend of changes. The main objective of this research is to implement fractal dimension of geomorphological changes in the Aras River route. Using the method of controlled classification and maximum probability algorithm, the layer of geomorphologic landforms of the Aras River environment for two periods was prepared in four channels of Channelform Channel, Point Bar, Flood plain, Riverside, and Coniferous; Then, the fractal models of the environment - area and cumulative number - were used to describe the mathematical behavior of these landforms. Changes in the amount of DAP (environment-area) for the landforms in the Aras River environment in the two years of 1987 and 2018 showed that the DAP values of all landforms (other than point load) in 2018 were smaller than the DAP Landforms in 1987. Therefore, the geometric pattern of the Aral River landforms in 1987 is more irregular and more complicated than in 2018. In the case of Land Point, this figure increased in 2018 than in 1987, indicating a more regular pattern of this landform. Changes in the amount of D (cumulative area - area) for the landforms studied in the Aras River environment showed that its magnitude increased in 2018 compared to 1987, which can be D, or represents small components of a large size Or more components with small size. Regarding the survey of Landsat satellite images used in this study to extract river geomorphological landforms in the Aras River in 1987 and 2018, pixel behavior of landforms is typical of the large There is a tendency to study the landforms. Of course, in the case of the river channel, it should be noted that due to the decrease in the discharge and hence the reduction of the channel width, it can be commented on the reduction of its area.

کلیدواژه‌ها [English]

  • Geomorphologic Landform
  • Remote Sensing
  • fractal
  • Aras River
  • بهرامی دراسله، ر. (1380). ناحیه­بندی بافت تصویر با استفاده از فراکتال­ها. پایان­نامه کارشناسی ارشد، بخش مهندسی دانشگاه تربیت مدرس، تهران، 153 ص.
  • فاطمی، ب.، و رضایی، ی. (1385). مبانی سنجش از دور. چاپ دوم، انتشارات آزاده، 250 ص.
  • قهرودی تالی، م.، و خدری غریبوند، ل. (1392). بررسی آشفتگی در میکرولندفرم­های تالاب گاوخونی. مجله پژوهشی زمین پویا، 2: 44-51.
  • قهرودی تالی، م.، و درفشی، خ. (1394). بررسی آشفتگی در الگوی خطر سیلاب در تهران. تحلیل فضایی مخاطرات محیطی، 2(2): 1-16.
  • قهرودی تالی، م.، و علی­نوری، خ. (1394). ردیابی مخاطرات پلایای حوض سلطان با بررسی آشفتگی در میکرولندفرم­ها. دانش مخاطرات، 1(2): 241-252.
  • کرم، ا. (1389). نظریه آشوب (برخال) و سیستم­های غیر خطی در ژئومورفولوژی. فصل­نامه جغرافیای طبیعی، 8: 67-82.
  • Ariza.V. A, Jiménez-Hornero. F., Gutiérrez de Ravé. E. (2013). Multi-fractal analysis applied to the study of the accuracy of DEM-based stream derivation, Geomorphology, 197: 85-95
  • Bodily, J. (2002). Protocol Development at the Golden Spike National Histories Site for Soil Survey Updates. Applied Remote Sensing, 27(12): 478-499.
  • Cheng, Q. (1995). The perimeter–area fractal model and its application to geology. Mathematical Geology, 27 (1): 69–82.
  • Cheng, Q., Russell, D., Sharpe, F., Kenny, and P. Qin. (2001). GIS-based statistical and fractal / multifractal analysis of surface stream patterns in the Oak Ridge’s Moraine. Computer Geoscience, 27(5):513–526.
  • Di Martino, G., Poggi, G., Riccio, D., and Verdoliva, L. (2013). Effects of Despeckling on the Estimation of Fractal Dimension from SAR Images. In Proceedings of the IEEE International Geoscience and Remote Sensing Symposium, Melbourne, Australia, 21–26: 3950–3953.
  • Liu, D., Mausel, P., Brondizio, E., and Moran, E. (2004). Change Detection Techniques. International Journal of Remote Sensing, 25(12): 2365-2401.
  • National Report of Islamic Republic of Iran. (2006). Trans boundary Diagnostic Analysis Aras River Basin. 8. Rangzan, K. M., Toolaee Nezhad, M., and Piraste, S. (2002). Study the effects of rivers migration on civil structure in Khuzestan plain using satellite data. Proc. Of 6th International Conference of river engineering in Ahvaz, 169-181.
  • Phillips, J. D. (2002). Interpreting the fractal dimension of river networks, In: LAM, N. S. N., DECOLA, L. (eds.): Fractals in Geography. PTR Prentice-Hall, Inc., New Jersey, 142–157.
  • Sivakumar, B. (2000). Fractal analysis of rainfall observed in two different climatic regions. Hydrological Sciences Journal, 45(5): 727-738.
  • Suriya, S., and Mudgal, B.V. (2012). Impact of urbanization on flooding: The Thirusoolam sub watershed-A case study. Journal of Hydrology, 412-413: 210-219.
  • Wang, J. P. M., Rich, K. P., Price and Kttle, W. D. (2004). Relations between NDVI and Tree Productivity in the Central Great Plains. International Journal of Remote Sensing, 25(16): 3127-3138.