ژرفاسنجی و برآورد حجم آب مخازن با استفاده از تصاویر حس‌گر oli

به کارگیری روش های میدانی ژرفاسنجی به منظور برآورد ژرفا و حجم آب در مخازن، مستلزم صرف هزینه و زمان زیادی است. در همین راستا روش های متعدد سنجش از دور مورد ارزیابی قرار گرفته است. در این پژوهش روشی بر پایه مدل تابش و بازتابش برای برآورد ژرفا و حجم آب با استفاده از تصاویر باندهای حس گر oli معرفی شد. ابتدا در 27 اردیبهشت 94 با استفاده از قایق و ژرفاسنج صوتی، ژرفای آب آب بندان های مهدشت، سوربن و دشت ناز با فواصل 50 متری اندازه گیری و سپس در روز های 5 خرداد و 14 مرداد 94 و همچنین 8 خرداد، 9 تیر و 2 شهریور 95 مقدار اشل ثبت و ژرفا و حجم های دقیق آب تعیین شد. سپس ضریب تبیین مقادیرسلولی تصاویر و ژرفای اندازه گیری شده محاسبه شد. متوسط مقدار ضریب تبیین برای باندهای 5،4،3،2 و 6 به ترتیب 0.38، 0.43، 0.48، 0.6 و 0.6 بود. باتوجه به نتایج فوق باندهای 2 و 3 حذف و برای بهبود همبستگی به کمک باندهای 4، 5 و 6 شاخص های نسبت باندی و تفاضل نرمال تولید و در ادامه ضریب تبیین ژرفای اندازه گیری شده و شاخص های مذکور محاسبه شد و شاخص iv (تفاضل نرمال باند 4 و 6) با مقدار 62 درصد به عنوان شاخص منتخب معرفی شد. در مجموع ضرایب همبستگی به گونه ای نبود که بتوان از روش سنجش از دور برای تعیین دقیق ژرفای آب در هرکدام از پیکسل ها بهره برد. سپس با استفاده از روش طبقه بندی ژرفایی حجم آب آب بندان ها با استفاده از باندهای مذکور و شاخص منتخب تخمین و در نهایت مقدار ضریب تبیین و خطای نسبی میان حجم برآورد شده و واقعی محاسبه شد. میانگین ضرایب همبستگی حجم حاصل از تصاویر باندهای 2، 3، 4، 5 و 6 به ترتیب 0.94، 0.93، 0.96، 0.95 و 0.8 با میانگین خطای نسبی 9.3، 8.1، 8.3، 8.8 و 9.9 درصد محاسبه شد. متوسط مقدار همبستگی خطی و خطای نسبی حاصل از شاخص iv به ترتیب 0.96 و 7.7 درصد به دست آمد. به این ترتیب برآورد حجم آب مخازن با روش طبقه بندی ژرفایی شاخص منتخب می تواند با خطای کمی جایگزین اندازه گیری میدانی شود.

Bathymetry and Volume Estimation of Reservoirs using OLI Imagary

Nowadays using field depth measurement to estimate capacity of water reservoirs is a costly and time consuming method. In this regard, different multiple techniques of remote sensing method has been adopted. In this study, a radiation and reflection based model was introduced to estimating the bathymetry and water capacity of reservoir by images of OLI sensor. For this, at May 17, 2015 water depth was measured each 50 meters in Mahdasht, Sorbon and Dashtenaz water reservoirs using Sonar system. All water reservoirs located in Miandoroud plain between latitude of and longitude of in north east of Sari city, Mazandaran province, Iran. Then, the measurement continued for five more times; on May 26, Aug 5 of 2015 and again on May 28, June 29 and August 23 of 2016 to record depth and precise determination of water capacity. In order to estimate the reservoir capacity image values for blue, green and red band two times more than maximum depth, were classified equally (any given class represents 0.5 meter depth). Subsequently, total volume of reservoir was extracted by a sum of product of number of cells, cell depth index and cell area. Finally, the average relative error and estimated correlation coefficients of volume estimation for 3 mentioned reservoirs in 6 times in blue, green and red bands were 11.19, 4.95, 5.5 and 96, 97 and 98 percent, respectively. Consequently, the use of this method is proposed to measure the volume of reservoirs.