کاربرد سنجش از دور در نقشه‌سازی جنس بستر مناطق ساحلی

پیشینه و مبانی نظری پژوهش:  نوار ساحلی جنوب ایران به‌دلیل موقعیت استراتژیک و سیاسی خود از امکانات و تاسیسات مختلفی برخوردار است، از ‏این‌رو، برای توسعه این امکانات و افزایش زیرساخت‌ها، اطلاعات و نقشه‌سازی جنس بستر از این مناطق از اهمیت ویژه‌ای ‏برخوردار است. از طرفی، اطلاعات جنس بستر ساحل نه تنها برای توسعه زیرساخت‌ها و ناوبری ایمن دریایی بلکه برای ‏مدیریت و پایش نیز بسیار مهم و کاربردی است. به همین دلیل بررسی جنس بستر سواحل با استفاده از تکنیک‌های ‏سنجش از دور نقش مهمی در پایش، مدیریت و بهره‌برداری بهینه از این محدوده‌ها و انجام مطالعات بر روی فرآیندهای ‏ساحلی دارد. ‏از این رو، در مطالعه حاضر به نقشه‌سازی جنس بستر نوار ساحلی جنوب ایران (خلیج فارس و دریای عمان) پرداخته ‏شد.‏ به‌طور کلی فرآیند ‏نقشه‌سازی بستر در این ‏مطالعه با هدف کسب اطلاعات بیشتر از جنس و ترکیبات تشکیل دهنده ساحل با استفاده از ‏تصاویر sentinel2  و سامانه ‏تحت وب گوگل‌ارث انجین (‏gee‏)‏ ‏‎ ‎در این مناطق صورت گرفت. ‏روش‌شناسی:  در این مطالعه از تصاویر چند طیفی ‏‎ sentinel2 (msi)‎‏ به‌عنوان بهترین مجموعه داده‌های چندطیفی در دسترس و ‏رایگان برای استخراج نقشه‌های جنس بستر مناطق ساحلی استفاده شد. علاوه بر این تصاویر چند طیفی، ‎‏ از تصاویر بافت خاک طبقه‌بندی شده بر اساس استاندارد سیستم ‏usda‏ ‏نیز استفاده شد (‏openlandmap.org‏). طبقات خاک در این استاندارد شامل کلاس‌های خاک در عمق‌های مختلف ‏‏(شامل 0، 10، 30، 60، 100 و 200 سانتی‌متری) و توان تفکیک 250 متری می‌باشد که در این مطالعه در سطح ‏پیکسل‌های 10*10 متری تصاویر ‏sentinel2‎‏ مورد نقشه‌سازی قرار گرفت.‏ همچنین از شاخص‌های طیفی (شاخص‌ نرمال شده تفاوت پهنه‌های آبی (‏ndwi‏)‏ ، شاخص نرمال‌شده تفاوت ‏پوشش گیاهی ‏‏(‏ndvi‏)‏ ، شاخص نرمال شده تفاوت خاک (‏ndsi‏)‏ ‏ و در نهایت شاخص پوشش گیاهی تنظیم خاک ‏‏(‏savi‏)‏ ‏) برای ‏تمایز دقیق و تفکیک پهنه‌های آبی، خاکی و پوشش گیاهی در منطقه استفاده شد و در نهایت به منظور اعتبارسنجی نتایج با ‏مشاهدات واقعی، به مقایسه با منابع اطلاعاتی طرح ‏iczm‏ اقدام گردید.‏یافته‌ها:  همان‌طور که نتایج نشان داد، جنس بستر سواحل مورد مطالعه متشکل از چهار طبقه ‏لومی (بسترگلی)، شنی، رسی و ‏شنی- ‏‏‌لومی می‌باشد که بیشترین وسعت از گسترهء آن به طبقه شنی اختصاص یافته است.‏ در این راستا، نتایج به‌دست ‏آمده با ‏توجه به قابلیت‌ تصاویر ماهواره‌ای ‏sentinel2‎‏ ‏در شناسایی جنس بستر سواحل و مطابقت بالای آن در مقایسه با ‏داده‌های ‏میدانی ‏موجود، حاکی از کارآمد بودن این روش برای شناسایی تیپ‌های مختلف جنس بستر ‏سواحل در سایر ‏مناطق هدف ‏است‏.نتیجه‌گیری:  ‏به‌طورکلی، فرآیند نقشه‌سازی با استفاده از تصاویر ماهواره‌ای‎‏ به‌دلیل کارایی ‏بالا و هزینه کم، چشم‌انداز گسترده‌ای را در ‏‏مناطق ساحلی فراهم کرده است. از ‏طرفی تصحیحات بازتاب اتمسفری و بهره‌گیری از شاخص‌های طیفی فرآیندهای ‏مهمی ‏می‌باشند که ‏نقشه‌سازی مناطق ساحلی را قابل ‏اطمینان‌تر می‌سازند. ‏

applications of remote sensing in mapping the substrate composition ‎ of coastal areas

background and theoretical foundations: the southern coastal strip of iran has various facilities and installations due to its strategic and political location. therefore, for the development of these facilities and the increase of infrastructure, information and mapping of the bed material of these areas is of particular importance. on the other hand, information on the bed material of the coast is very important and practical not only for the development of infrastructure and safe maritime navigation but also for management and monitoring. for this reason, the study of the bed material of the coasts using remote sensing techniques plays an important role in the monitoring, management and optimal exploitation of these areas and conducting studies on coastal processes. therefore, in the present study, the bed material mapping of the southern iranian coastal strip (persian gulf and sea of ​​oman) was carried out. in general, the bed material mapping process in this study was carried out with the aim of obtaining more information about the material and compositions constituting the coast using sentinel2 images and the google earth engine (gee) web-based system in these areas.methodology: in this study, sentinel2 multispectral (msi) images were used as the best available and free multispectral dataset to extract bed material maps of coastal areas. in addition to these multispectral images, soil texture images classified according to the usda system standard were also used (openlandmap.org). soil classes in this standard include soil classes at different depths (including 0, 10, 30, 60, 100, and 200 cm) and a resolution of 250 meters, which were mapped in this study at the 10x10 meter pixel level of sentinel2 images. also, spectral indices (normalized difference index of water areas (ndwi), normalized difference index of vegetation (ndvi), normalized difference index of soil (ndsi), and finally soil adjustment vegetation index (savi)) were used to accurately distinguish and separate water, soil, and vegetation zones in the region. finally, in order to validate the results with actual observations, a comparison was made with the information sources of the iczm plan.findings: as the results showed, the studied beach bed type consists of four classes: loam (clay bed), sand, clay, and sand-loam, with the largest area being allocated to the sand class. in this regard, the results obtained, considering the ability of sentinel2 satellite images to identify beach bed type and its high correspondence compared to existing field data, indicate the efficiency of this method for identifying different types of beach bed type in other target areas.conclusion: in general, the mapping process using satellite images has provided a broad perspective in coastal areas due to its high efficiency and low cost. on the other hand, atmospheric reflectance corrections and the use of spectral indices are important processes that make coastal area mapping more reliable.