ارزیابی شاخص‌های استخراج آب با استفاده از تصاویر ماهواره‌ای لندست (مطالعه موردی: رودخانه گاماسیاب کرمانشاه)

آب به عنوان یکی از مهم‌ترین نیاز‌های انسانی برای ادامه حیات منابع آبی می‌باشد. با توجه به اهمیت موضوع، بحث مدیریت و بهره‌برداری اصولی از منابع آب به یکی از موضوعات مهم جهانی تبدیل شده است. داده‌های سنجش از دور در اغلب موارد در مطالعات استخراج پهنه‌های آبی مورد استفاده قرار می‌گیرند و نوع داده‌های سنجش از دور مورد استفاده نیز نقش مهمی در استخراج آب دارند. در این مطالعه به بررسی توانایی ماهواره لندست با اعمال شاخص‌های مربوطه، به میزان استفاده از رودخانه گاماسیاب در استان کرمانشاه و مقایسه این شاخص‌ها پرداخته می‌شود. ماهیت خاص رودخانه‌های کم‌عرض و کم‌عمق باعث افزایش پیچیدگی مطالعات چنین رودخانه‌هایی با استفاده از داده‌های موجود شده است. استخراج آب از تصاویر سنجش از دوری، طی دو دهه اخیر بوده است. شاخص‌های آب در ابتدا با استفاده از سنجنده‌های tm و etm توسعه یافتند. اما عملکرد بهتر آن‌ها در لندست 8 به خوبی توسط محققان مستند شده است. در این تحقیق از شاخص‌های ndwi، mndwi، awei_nsh، awei_sh و wri استفاده شد. با استخراج آستانه بهینه از هیستوگرام شاخص‌ها و اعمال این آستانه، منطقه مورد مطالعه به دو کلاس آب و غیر آب طبقه بندی شد. سپس صحت کلی و ضریب کاپا از هر کدام از شاخص‌ها گرفته شد. در پایان نشان داده شد که شاخص awei با صحت کلی 99.09 درصد و ضریب کاپای 0.98 بهترین جواب را در بین شاخص‌ها در منطقه مورد مطالعه می‌دهد. نتایج این تحقیق نشان داد که این رویکرد به راحتی قادر به استخراج آب از تصاویر ماهواره‌ای بوده است.

Evaluation of Water Extraction Indices Using Landsat Satellite Images (Case Study: Gamasiab River of Kermanshah)

Water is one of most important human needs for life. According to importance of subject, discussion of management and utilization of water resources has become one of the most important global issues. Remote sensing data are often used in water body extraction studies and type of remote sensing data used plays an important role in water body extraction. In this study, ability of Landsat satellite with application of water indices, to extraction of Gamasiab River in Kermanshah and comparing these indices have been investigated. Specific feature of Low width and shallow rivers has increased the complexity of studies of such rivers using available data. Water body extraction from remote sensing images has been over the past two decades. Water indices were first developed using Landsat TM and Landsat ETM. But its better performance in Landsat 8 is well documented by the researchers. In this study, NDWI, MNDWI, AWEI_nsh, AWEI_sh and WRI indices were used. With extracting optimal threshold from histogram of indices and applying this threshold, the study area was classified into two classes of water and nonwater. Then overall accuracy and kappa coefficient values were taken from each of the indices. Finally, AWEI index with overall accuracy of 99.09% and a Kappa coefficient of 0.98 was the best response among the indices in the study area. The results this study showed that approach can easily extract water from satellite imagery.