ارزیابی روابط میان سنجنده های Landsat8 و Sentinel2 و داده های میدانی در تخمین پارامترهای کیفی آب مصب رودخانه چالوس

نوع مقاله : مقاله کامل پژوهشی

نویسندگان

دانشکده مهندسی عمران، دانشگاه صنعتی نوشیروانی بابل

چکیده

رودخانه­ های ورودی به دریاها به­ دلیل عبور از مناطق مختلف شهری و صنعتی حاوی حجم زیادی از آلودگی ­های مختلف هستند و منجربه تغییرات در کیفیت آب مصب و دریا می ­شوند. با توجه به این که محیط­ های آبی مورد توجه ارگان­ ها و نهادهای متعدد زیست محیطی است، پایش کیفی آن بسیار با اهمیت است. سنجش از دور به­ دلیل صرفه­ جویی در زمان و هزینه تمام­ شده و وسعت منطقه تحت پوشش م ی­تواند روشی مناسب برای این­ گونه پایش ­ها باشد. در این پژوهش رودخانه چالوس، یکی از رودهای مهم سواحل جنوبی خزر انتخاب شده و پارامترهای کیفی دما، شوری و pH در مصب این رودخانه با استفاده از تصاویر چند طیفی ماهواره Landsat8 و Sentinel2 همراه با برداشت ­های میدانی مورد بررسی قرار گرفت. نمونه ­برداری از محل در فصل سرد انجام شد و پس از اخذ تصاویر ماهواره ­ای، رابطه میان داده ­های میدانی و داده ­های سنجش از دور با استفاده از روابط رگرسیونی بررسی شد. نتایج نشان داد که همبستگی مناسبی میان پارامترهای کیفی آب اندازه ­گیری شده و پارامترهای کیفی به ­دست آمده از تصاویر ماهواره­ای وجود دارد. مقایسه دو ماهواره Landsat8 و Sentinel2 نشان می ­دهد، پارامترهای کیفی دما، شوری و pH به ­ترتیب با ضریب تعیین 697/0، 689/0 و 855/0 ارتباط بهتری با ماهواره Sentinel2 داشته­ اند.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Investigation of Relationships between Landsat8 and Sentinel2 Sensors and Field Data on the Water Quality Parameters Estimation in Chalous River Estuary

نویسندگان [English]

  • Mahshid Soheilifar
  • Daryoush Yousefi Kebria
  • Ebadat Ghanbari Parmehr
Faculty of Civil Engineering, University of Noshirvani, Babol 011-32332071, Iran
چکیده [English]

Water quality monitoring through remote sensing involves establishing a reliable relationship between light reflectance (at specific wavelengths of bands) and water parameters collected in situ (Barrett et al, 2016). Estuaries can play an important role in changing the water quality of lakes, and according to studies, satellite images with high spatial resolution (better than 30m) have been used to study water quality. So, in Chalous River estuary has been selected due to its environmental importance in this research, and its qualitative parameters of salinity, temperature and pH have been studied. Also, to achieve these goals Sentinel2 and Landsat8 satellite images are used and the efficiency of these two satellites to determine the relationship between different physical and chemical parameters of water quality evaluated by comparing with the field measurements. Since Sentinel2 multispectral images comprise more bands compared to older multispectral images such as Landsat8, it is worthwhile to evaluate the possibility of evaluating water quality parameters using Sentinel2 multispectral data. In addition, the main mission of Sentinel2 satellite is continuous environmental monitoring, which if the significant relationship between satellite data and seawater quality parameters is proven, many concerns about environmental monitoring will be resolved and the lack of updated imagery data for monitoring changes in seawater quality will be addressed.

کلیدواژه‌ها [English]

  • Chalous river estuary
  • Remote sensing
  • Landsat8 satellite
  • Sentinel2 satellite

مراجع

بیگدلی ف، "اقیانوس شناسی دریای خزر"، پایان­نامه کارشناسی ارشد، دانشگاه آزاد اسلامی واحد تهران شمال، 1375.
پوراسحق م، مشفق م، عبده کلاه چی ع، "تخمین کدورت آب رودخانه دز با استفاده از تکنیک­ های سنجش از دور و تصاویر ماهواره لندست 8"، ششمین کنفرانس ملّی مدیریت منابع آب ایران، دانشگاه کردستان، 1395.
دستجردی ا، آئین ر، جهانی م، "پایش پارامترهای کیفیت آب با استفاده از سنجش از دور"، نخستین همایش ملّی توسعه پایدار در سیستم مهندسی انرژی آب و محیط زیست، تهران، 1394.
طاهرکیا ح، "اصول و کاربرد سنجش از دور"، انتشارات جهاد دانشگاهی دانشگاه تهران، 1375.
مریدنژاد ع، عبداللهی فوزی ح، محمدولی سامانی ج، "به ­کارگیری تکنیک سنجش از دور جهت پایش ذرات رسوبی معلق در آب­ های سطحی"، هفتمین کنفرانس هیدرولیک ایران، 1387.
Abdelmalik K, “Role of statistical remote sensing for Inland water quality parameters prediction”, The Egyptian Journal of Remote Sensing and Space Science, 2018, 21 (2), 193-200. doi:10.1016/j.ejrs.2016.12.002.
Alparslan E, Coskun HG, Alganci U, “Water quality determination of Küçükçekmece Lake, Turkey by using multispectral satellite data”, The Scientific World Journal, 2009, 9, 1215-1229. doi:10.1100/tsw.2009.135.
Barrett D, Frazier A, “Automated method for monitoring water quality using Landsat imagery”, Water, 2016, 8 (6), 257. doi:10.3390/w8060257.
Carpenter D, Carpenter S, “Modeling inland water quality using Landsat data”, Remote Sensing of Environment, 1983, 13 (4), 345-352. doi:10.1016/0034-4257(83)90035-4.
Chen C, Tang S, Pan Z, Zhan H, Larson M, Jönsson L, “Remotely sensed assessment of water quality levels in the Pearl River Estuary, China”, Marine Pollution Bulletin, 2007, 54 (8), 1267-1272. doi:10.1016/j.marpolbul.2007.03.010.
Chen Q, Zhang Y, Hallikainen M, “Water quality monitoring using remote sensing in support of the EU water framework directive (WFD): A case study in the Gulf of Finland”, Environmental Monitoring and Assessment, 2007, 124 (1), 157-166. doi:10.1007/s10661-006-9215-8.
ESA, “The European Space Agency”, 1968, http://www.esa.int.
González-Márquez LC, Torres-Bejarano FM, Torregroza-Espinosa AC, Hansen-Rodríguez IR, Rodríguez-Gallegos HB, “Use of LANDSAT 8 images for depth and water quality assessment of El Guájaro reservoir, Colombia”, Journal of South American Earth Sciences, 2018, 82, 231-238. doi:10.1016/j.jsames.2018.01.004.
l3harrisgeospatial,https://www.l3harrisgeospatial.com/Software-Technology/ENVI
He W, Chen S, Liu X, Chen J, “Water quality monitoring in a slightly-polluted inland water body through remote sensing, Case study of the Guanting Reservoir in Beijing, China”, Frontiers of Environmental Science & Engineering in China, 2008, 2 (2), 163-171. doi:10.1007/s11783-008-0027-7.
Khorram S, Cheshire H, Geraci AL, Rosa GL, “Water quality mapping of Augusta Bay, Italy from Landsat-TM data”, International Journal of Remote Sensing, 1991, 12 (4), 803-808. doi:10.1080/01431169108929696.
 Lyu H, Li X, Wang Y, Jin Q, Cao K, Wang Q, Li Y, “Evaluation of chlorophyll-a retrieval algorithms based on MERIS bands for optically varying eutrophic inland lakes”, Science of the Total Environment, 2015, 530, 373-382. doi.org/10.1016/j.scitotenv.2015.05.115.
Olet E, “Water quality monitoring of roxo reservoir using landsat images and In-situ measurements”, M.S. thesis, University of Twente Faculty of Geo-Information and Earth Observation (ITC(, 2010.
Somvanshi S, Kunwar P, SinghN, Shukla S, Pathak V, “Integrated remote sensing and GIS approach for water quality analysis of Gomti river, Uttar Pradesh”, International Journal of Environmental Sciences, 2012, 3 (1), 62. doi: 10.6088/ijes.2012030131008.
Tehrani N, D'Sa E, Osburn C, Bianchi T, Schaeffer B, “Chromophoric dissolved organic matter and dissolved organic carbon from sea-viewing wide field-of-view sensor (SeaWiFS), moderate resolution imaging spectroradiometer (MODIS) and MERIS sensors: Case study for the northern gulf of mexico”, Remote Sensing, 2013, 5 (3), 1439-1464. doi:10.1016/j.ejrs.2016.12.002.
Unep, Caspian Sea State of The Environment. I. S. o. t. F. C. F. t. P. o. t. M. E. o. t. C. Sea, 2011. doi:10.1139/facets-2020-0052.
Urquhart EA, Zaitchik BF, Hoffman MJ, Guikema SD, Geiger EF, “Remotely sensed estimates of surface salinity in the Chesapeake Bay: A statistical approach”, Remote Sensing of Environment, 2012, 123, 522-531. doi:10.1016/j.rse.2012.04.008.
Usali N, Ismail MH, “Use of remote sensing and GIS in monitoring water quality”, Journal of Sustainable Development, 2010, 3 (3), 228. DOI:10.5539/jsd.v3n3p228.
USGS. “United states geological survey”, 1879, from https://landsat.usgs.gov
Wang Y, Xia H, Fu J, Sheng G, “Water quality change in reservoirs of Shenzhen, China: detection using LANDSAT/TM data”, Science of the Total Environment, 2004, 328 (1-3), 195-206. doi:10.1016/j.scitotenv.2004.02.020.
Zhao J, Temimi M, Ghedira H, “Remotely sensed sea surface salinity in the hyper-saline Arabian Gulf: Application to landsat 8 OLI data”, Estuarine, Coastal and Shelf Science, 2017, 187, 168-177. doi:10.1016/j.ejrs.2016.12.002.

فایل ها

هم رسانی

ارجاع به این مقاله

آمار