ارزیابی روند تغییرات پوشش برف با استفاده از سامانۀ GEE و آزمون TFPW-MK (مطالعۀ موردی: حوضۀ ماربر- اصفهان)

نوع مقاله : پژوهشی

نویسندگان

1 دانشیار گروه مهندسی آب، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه لرستان

2 دانشیار، گروه انرژی‌های نو و محیط زیست، دانشکدۀ علوم و فنون نوین، دانشگاه تهران

3 دانش‏ آموختۀ کارشناسی ارشد سنجش از دور و GIS، دانشگاه تهران

4 دانشجوی دکتری سازه ‏های آبی، دانشکدۀ کشاورزی و منابع طبیعی، دانشگاه لرستان

5 دانشجوی دکتری علوم و مهندسی آبخیز، دانشکدۀ منابع طبیعی و علوم زمین، دانشگاه کاشان

چکیده

مطالعه و ارزیابی تغییرات سطح پوشش برف به‏عنوان یکی از منابع مهم تأمین آب، بسیار بااهمیت است.با توجه به شرایط مناطق صعب‌العبور کوهستانی، امکان اندازه‏گیری دائم زمینی برای تخمین منابع برفابی و تشکیل پایگاه داده‏ها وجود ندارد. به همین دلیل، استفاده از تصاویر ماهواره‏ای در شناسایی مناطق برف‏گیر و ارزیابی تغییرات آن بسیار مهم و ضروری است. در مطالعۀ حاضر از تصاویر ماهواره‏ای سنجندۀ MODIS حوضۀ ماربر واقع در جنوب استان اصفهان مربوط به دورۀ 20 ساله (2000 تا 2019) استفاده شد. نکتۀ درخور ‏توجه اینکه در این مطالعه از سامانۀ Google Earth Engine یا به‏اختصار GEE استفاده شد که سامانه‏ای نوپا و بسیار کاربردی در سال‏های اخیر است. در مطالعۀ حاضر بیش از 7 هزار تصویر مربوط به پوشش برف روزانه استفاده ‏شده است که در GEE در کمترین زمان در دسترس قرار می‏گیرند. برای ارزیابی روند تغییرات پوشش برف از آزمون TFPW-MK استفاده شد. در این مطالعه علاوه بر برنامه‏نویسی و فراخوانی تصاویر و استخراج مقادیر پوشش برف در سامانۀ انجین و تحلیل روند با اجرای آزمون TFPW-MK، نرم‏افزار ArcGIS10.5 نیز در تهیۀ خروجی‏ها استفاده شد. نتایج به‌دست‌آمده نشان داد روند تغییرات سطوح پوشش برف طی دورۀ زمانی 20 ساله (2000ـ 2019)، کاهشی بوده است، به‏ طوری ‏که از حدود 120 کیلومترمربع به کمتر از 60 کیلومترمربع در سال 2018 رسیده است. با توجه به درصد اعتماد ستون مربوط به p در روش TFPW ماه‏های ژانویه و آگوست دارای روند منفی معنا‏دار در سطح 5 درصد هستند و ماه ژوئن روند منفی معنا‏دار در سطح 10 درصد دارد. شدیدترین روند کاهشی مربوط به ماه ژانویه با آمارۀ )518/2-= (Z است. روند سالیانه نیز با آزمون TFPW بررسی شد که نشان‏دهندۀ روند منفی معنا‏دار در سطح 5 درصد بود. آب حاصل از ذوب برف در این منطقه به‏عنوان یک منبع مهم تأمین آب باید مورد توجه، حفاظت و بررسی‏های بیشتر و نیز بررسی علل در مطالعات آینده قرار گیرد.

کلیدواژه‌ها

عنوان مقاله [English]

Evaluation of Snow Cover Changes Trend Using GEE and TFPW-MK Test (Case Study: Marber Basin- Isfahan)

نویسندگان [English]

  • Hasan Torabi Poodeh 1
  • Hossein Yousefi 2
  • Arman Samadi 3
  • Azadeh Arshia 4
  • Zahra Shamsi 4
  • Yazdan Yarahmadi 5
1 Associate Professor, Department of Water Engineering, Faculty of Agriculture and Natural Resources, Lorestan University, Khorramabad, Iran
2 Associate Professor, Faculty of new Science and Technologies, University of Tehran, Iran
3 MSc Student of Remote Sensing and GIS, University of Tehran
4 PhD Student of Water Structures, Faculty of Agriculture and Natural Resources, Lorestan University, Khorramabad, Iran
5 PhD Student in Watershed Science and Engineering, Faculty of Natural Resources and Earth Sciences, University of Kashan, Kashan, Iran
چکیده [English]

Studying and evaluating changes in snow cover, as one of the most significant sources of water supply is very important. Due to the conditions of inaccessible mountainous areas, it is not possible to make permanent ground measurements to estimate snowfall resources and form a database. Therefore, the use of satellite imagery in identifying snow-covered areas and evaluating its changes is very important and necessary. In this study, satellite imagery of MODIS sensor in Marber Basin located in the south of Isfahan province for the 20-year period from 2000 to 2019 was used. It is noteworthy that in this study, the Google Earth Engine system, or GEE, was used, which is a new and very useful system. In the present study, more than 7000 images of daily snow cover were used, which are available in GEE in the shortest time. TFPW-MK test was used to evaluate the trend of snow cover changes. In this study, in addition to programming and calling images and extracting snow cover values ​​in the engine system and process analysis by performing TFPW-MK test, ArcGIS10.5 software was also used in preparing the outputs. The results showed that the trend of changes in snow cover levels during the mentioned 20-year period has been decreasing, so that from about 120 square kilometers to less than 60 square kilometers in 2018, according to the percentage of trust (p-column in The TFPW method has a significant negative trend at the level of 5% in January and August and a significant negative trend at the level of 10% in June. The annual trend was also examined by TFPW test and shows a significant negative trend at the level of 5%.

کلیدواژه‌ها [English]

  • Snow
  • Marber Basin
  • MODIS
  • GEE
  • TFPW-MK

مراجع

[1]. Adeli U. Climatology of snowfall in northwestern Iran, Master Thesis, 2005; Remote Sensing Center of Tabriz University (In Persian).
[2]. Zhang, Y., Yann, S., Lu, Y. "snow cover Monitoring using MODIS Data in Liaoning Province, Northeastern China", Remote Sensing. 2010; 2:777-793.
 
[3]. Yang, D.B. "The Urumqi River Source Glacier No. 1, Tianshan, China: changes over the past 45 years", Geophysical Research Letters, 32: L21504. 2005; Doi: 10.1029/2005GL024178.
[4]. Sirguey, P., Mathieu, R., Arnaud, Y. "Subpixel monitoring of the seasonal snow cover with MODIS at 250~m spatial resolution in the Southern Alps of New Zealand: methodology and accuracy assessment", Remote Sensing of Environment. 2019; 113(1): 160-181.
[5]. Najafzadeh R, Abrishami A, Tajrishi M, Taheri Shahraeini H. Simulation of river flow with snowmelt model, Journal of Water and Wastewater, 2004; Issue 52. (In Persian).
[6]. -Blosch, G., Parajka, J. "The value of MODIS snow covers data in validating and calibrating conceptual hydrologic models", Journal of Hydrology. 2008; 240– 258.
[7]. Fattahi A, Moghimi Sh. The effect of climate change on snow trend in northwestern Iran. Journal of Applied Research in Geographical Sciences, 2019; 19 (54). (In Persian).
[8]. Shakerian S, Torabipoudeh H, Shahinejad B, Naghavi H. nvestigating the trend of rainfall and discharge changes in the rivers of Karun Bozorg Basin using the method TFPW-MK. ranian Journal of Water Resources Research, 2019; 15 (3). (In Persian).
[9]. Yue S, Pilon P, Phinney B. Canadian streamflow trend detection: impacts of serial and crosscorrelation. Hydrogical Sciences Journal, 2003; 48(1):51-64.
[10].            Wulder M.A. Current status of Landsat program, science, and applications. Remote sensing of environment, 2019; 225: p.127-147.
[11].            Zhu, Z., et al., Benefits of the free and open Landsat data policy. Remote Sensing of Environment, 2019; 224: p. 382-385.
[12].            Tamiminia H, Salehi, B, Mahdianpari, M, Quackenbush, L, Adeli, S, Brisco, B. Google Earth Engine for geo-big data applications: A meta-analysis and systematic review. ISPRS Journal of Photogrammetry and Remote Sensing, 2020; 164, 152-170.
 
[13].            Gorelick N, Hancher M, Dixon M, Ilyushchenko S, Thau D, Moore R. Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote sensing of Environment, 2017; 202, 18-27.
[14].            Amani M, Mahdavi S, Afshar M, Brisco B, Huang W, Mirzadeh M, Hopkinson C. Canadian wetland inventory using Google Earth engine: the first map and preliminary results. Remote Sensing, 2019; 11(7), 842.
[15].            Wang Y, Ma J, Xiao X, Wang X, Dai S, Zhao B. Long-term dynamic of Poyang Lake surface water: A mapping work based on the Google earth engine cloud platform. Remote Sensing, 2019; 11(3), 313.
[16].            Khosravi R, Hassanzadeh R, Hosseinjanizadeh M, Mohammadi S. Investigation of changes in water areas using blue horn and Google Earth Engine (Case study: Tala Baha of Poldakhtar city, Lorestan province). Journal of Echo Hydrology, 2020; 7 (1), 131-146. (In Persian).
[17].            Sheikh Ghaderi H, Mahdavi Fard M. Application and processing of large multimeter data in Earth Engine (EE) Explorer in order to detect changes in Lake Urmia during the rainy season. First National Earth Data Mining Conference, 2020, Faculty of Earth Sciences. (In Persian).
[18].            Ali Bakhshi T, Azizi Z, Vafaeinejad A, Zanjirabadi H. Investigation of water area changes in the catchment area of Shahid Abbaspour Dam caused by 2019 floods using GEE. Journal of Echo Hydrology, 2020. 7 (2), 345-357. (In Persian).
[19].            Tirgar Fakheri F, Alijani B, Firoozabadi P, Akbari M. Simulation of snowmelt runoff under climate change scenarios in Armand Basin. Journal of Echo Hydrology, 2017; 4 (2), 357-368. (In Persian).
[20].            Torabi P H, Emamgholizadeh S. Investigation of changes in river discharge in Lorestan Province Using TFPW-MK. Scientific Journals Management System. 2015; 35:73-93 (In Persian).
اکوهیدرولوژی
دوره 8، شماره 1
فروردین 1400
صفحه 195-204

فایل ها

سابقه مقاله

  • تاریخ دریافت: 15 مهر 1399
  • تاریخ بازنگری: 25 بهمن 1399
  • تاریخ پذیرش: 25 بهمن 1399

هم رسانی

ارجاع به این مقاله

آمار