اخبار ، مقالات و تحقیقات گروهی را دنبال کنید.
آموزش برآورد فرسایش خاک در گوگل ارث انجین
در این محصول آموزشی، به برآورد فرسایش خاک (Soil Erosion) با استفاده از مدل تجربی معادله جهانی اصلاحشده فرسایش خاک (RUSLE) در سامانه گوگل ارث انجین پرداخته شده است. این محصول، از اولین آموزشهای منتشر شدهدر زمینه فرسایش خاک محسوب میشود که میتواند مد نظر کارشناسان در حوزه مطالعات فرسایش خاک قرار گیرد.
مطالب ارائه شده در این محصول آموزشی به شرح زیر است:
- تبیین فرسایش خاک و بررسی روشهای مدلسازی آن
- تبیین مدل تجربی فرسایش خاک RUSLE و عوامل موثر بر آن
- آشنایی با محصولات ماهوارهای مختلف بهمنظور برآورد فرسایش خاک
- تهیه نقشه فرسایش خاک محدوده مطالعاتی بر حسب تن بر هکتار بر سال
- پهنهبندی نقشه نهایی فرسایش خاک و محاسبه مساحت کلاسهای مختلف با توابع موجود
- بررسی رابطه بین فرسایش خاک و عوامل موثر بر آن مانند فاکتور فرسایندگی باران (R)، فاکتور پوششگیاهی (C) و …
در این محصول آموزشی، سامانه گوگل ارث انجین به منظور پیادهسازی مدل تجربی RUSLE در نظر گرفته شده است. از جمله دلایل انتخاب این سامانه میتوان به توان محاسباتی بالای آن، امکان فراخوانی تصاویر و پروداکتهای ماهوارهای رایگان، سرعت پردازشی بالا و راحتی کار با سامانه حتی برای افرادی که حداقل آشنایی را با زبان برنامه نویسی جاوااسکریپت دارند، اشاره کرد.
ویژگی های محصول
- مدرس: مهدی نادری
- تخصص: کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
- موضوع: برآورد فرسایش خاک با استفاده از مدل تجربی RUSLE
- نرم افزار : سامانه گوگل ارث انجین
- مدت زمان آموزش: 2 ساعت و 54 دقیقه
- مخاطب: علاقهمندان به سنجش از دور کشاورزی، مطالعات خاکشناسی، مطالعات فرسایش خاک و …
- نوع آموزش: ویدئویی
- پاورپوینت: دارد
- داده های تمرینی: دارد
- پیش نیاز: آشنایی مقدماتی با سامانه گوگل ارث انجین
تهیه آموزش:
برای تهیه این آموزش بر روی دکمه زیر کلیک کنید:
ویدئوی معرفی دوره:
معرفی مدرس
- مهدی نادری
- کارشناس سنجش از دور و پردازش تصاویر ماهواره ای
- پژوهشگر بنیاد ملی نخبگان ایران
- دارای مدرک کارشناسی علوم و مهندسی خاک
- دارای مدرک کارشناسی ارشد سنجش از دور و GIS از دانشگاه تربیت مدرس تهران
عناوین آموزشی
عناوین این آموزش به شرح زیر می باشد:
- بخش اول : مقدمهای بر فرسایش خاک و بررسی روشهای مدلسازی آن
- بخش دوم : تببین مدل تجربی RUSLE و عوامل موثر بر آن
- بخش سوم: معرفی دادههای مورد استفاده در جهت برآورد فاکتورهای مدل RUSLE
- بخش چهارم : معرفی منطقه مورد مطالعه
- بخش چهارم : محاسبه فاکتور فرسایندگی باران (R)
- بخش پنجم : محاسبه فاکتور فرسایشپذیری خاک (K)
- بخش ششم : محاسبه فاکتور شیب و طول شیب خاک (LS)
- بخش هفتم : محاسبه فاکتور پوششگیاهی (C) با استفاده از پروداکت شاخصهای گیاهی مادیس
- بخش هشتم : محاسبه فاکتور عملیات حفاظتی (P) بر اساس نقشه کاربری/پوشش زمین و عامل شیب
- بخش نهم : تهیه نقشه نهایی فرسایش خاک بر حسب تن بر هکتار بر سال
- بخش دهم : محاسبه و برآورد میانگین فرسایش خاک محدوده مطالعاتی با استفاده از توابع موجود
- بخش یازدهم : پهنهبندی نقشه نهایی فرسایش خاک و محاسبه مساحت کلاسهای مختلف
- بخش دوازدهم : اضافه کردن راهنما (legend) نقشه پهنهبندی فرسایش خاک به قسمت map سامانه ارث انجین
- بخش سیزدهم : نمایش مساحت کلاسهای مختلف بهصورت نمودار دایراهای (Pie Chart)
- بخش چهاردهم : بررسی رابطه بین فرسایش خاک با عوامل موثر بر آن مانند فاکتور فرسایندگی باران (R)، فاکتور پوششگیاهی (C) و …
- بخش پانزدهم : تفسیر نتایج حاصل از بررسی رابطه بین فرسایش خاک و عوامل موثر بر آن
معرفی مدلهای تجربی برآورد فرسایش خاک
- مدل معادله جهانی فرسایش خاک (USLE)
مدل USLE، برای اولین بار توسط ویشمایر و اسمیت در سال 1978 طراحی شد. این مدل تجربی، بر اساس اطلاعات جامع در 26 ایالت مختلف آمریکا با شرایط مختلف جغرافیایی و آب و هوایی مورد ارزیابی قرار گرفت. عموما از این مدل برای برآورد و محاسبه میانگین فرسایش سالیانه خاک استفاده میشود.
- مدل معادله جهانی اصلاحشده فرسایش خاک (MUSLE)
در سال 1977، ویلیامز و برنت مدل اصلاح شده معادله جهانی فرسایش خاک رو تحت عنوان مدل MUSLE ارائه دادند. بر خلاف مدل USLE، این مدل فاکتور رواناب را بهمنظور برآورد فرسایش خاک در نظر میگیرد. این مدل میتواند به منظور پیشبینی فرسایش خاک به هنگام رخداد مخاطرات طبیعی مانند طوفان نیز مورد استفاده قرار گیرد.
- مدل معادله جهانی تجدیدنظر شده فرسایش خاک (RUSLE)
مدل RUSLE برای برآورد میانگین فرسایش سالیانه خاک کاربرد دارد. عوامل کنترل کننده فرسایش خاک مانند فرسایندگی باران، فرسایشپذیری خاک، پوشش گیاهی و … در این مدل بهبود یافتهاند. این مدل میتواند بهمنظور تخمین فرسایش شیاری و ورقهای نیز مورد استفاده قرار گیرد. همچنین به دلیل سادگی، امکان استفاده از آن در مقیاسهای بزرگ نیز وجود دارد.
داده ها
- پروداکت OpenLandMap Precipitation Monthly
این محصول بارش در بازه زمانی (2007-2019) به صورت ماهانه با وضوح مکانی 1000 متر در دسترس است و مقدار بارش را برای ماههای مختلف سال بر حسب میلیمتر ارائه میدهد. حداقل و حداکثر مقدار بارش قابل پیشبینی توسط این محصول به ترتیب 0 و 380 میلیمتر میباشد.
- پروداکت OpenLandMap Sand Content
محصول محتوای شن از سال 1950 تا 2018 بهصورت یک Image در سامانه گوگل ارث انجین موجود است. از جمله خصوصیات این پروداکت ماهوارهای میتوان به وضوح مکانی 250 متر و همچنین ارائه مقدار محتوای شن در 6 عمق استاندارد خاک (0، 10، 30، 60، 100 و 200 سانتیمتر) اشاره داشت. مقادیر محتوای شن بر حسب درصد (کیلوگرم بر کیلوگرم) میباشد. این محصول بر اساس روشهای یادگیری ماشین و از گردآوری جهانی پروفیلها و نمونههای خاک تهیه شده است.
- پروداکت OpenLandMap Clay Content
همانند محصول محتوای شن، محتوای رس نیز در بازه زمانی (1950-2018) با قدرت تفکیک مکانی 250 متر برای سراسر جهان در دسترس بوده و مقدار آن بر حسب درصد (کیلوگرم بر کیلوگرم) در 6 عمق استاندارد خاک که شامل عمقهای 0، 10، 30، 60، 100 و 200 سانتیمتری میباشد، ارائه شده است. این محصول نیز بر اساس روشهای یادگیری ماشین و از گردآوری جهانی پروفیلها و نمونههای خاک تهیه شده است.
- پروداکت OpenLandMap Soil Organic Carbon Content
این پروداکت نیز همانند پروداکتهای شن و رس، از سال 1950 تا 2018 بهصورت یک Image با وضوح مکانی 250 متر در سامانه ارث انجین موجود است. محتوای کربن برای 6 عمق استاندارد خاک که شامل عمقهای 0، 10، 30، 60، 100 و 200 سانتیمتری میباشد، بر حسب گرم بر کیلوگرم ارائه شده است. این محصول نیز بر اساس روشهای یادگیری ماشین و از گردآوری جهانی پروفیلها و نمونههای خاک تهیه شده است.
- پروداکت WWF HydroSHEDS Flow Accumulation, 15 Arc-Seconds
HydroSHEDS یک محصول نقشه برداری است که اطلاعات هیدروگرافی را برای برنامه های کاربردی در مقیاس منطقهای و جهانی در یک قالب ثابت ارائه می دهد. مجموعه ای از داده های جغرافیایی زمینمرجع شده (وکتور و رستر) مانند شبکه های رودخانه، مرزهای حوزه آبخیز، جهت زهکشی و جریان تجمعی را در مقیاسهای مختلف ارائه می دهد. HydroSHEDS بر اساس داده های ارتفاعی است که در سال 2000 توسط ماموریت توپوگرافی رادار شاتل ناسا (SRTM) به دست آمده است. داده جریان تجمعی، مقدار مساحت بالادست (بر حسب تعداد سلول) که در هر سلول تخلیه می شود را مشخص می کند. این پروداکت با وضوح مکانی 15 Arc-Seconds (463.83 متر) در سامانه ارث انجین موجود است.
- پروداکت NASA SRTM Digital Elevation 30m
ماموریت توپوگرافی رادار شاتل (SRTM)، یک تلاش تحقیقاتی بینالمللی است که دادههای ارتفاعی رقومی را در مقیاس تقریبا جهانی به دست آورد. این محصول SRTM V3 (SRTM Plus) توسط JPL ناسا با وضوح مکانی 1 Arc-Second (تقریبا 30 متر) ارائه شده است. از این محصول به منظور تهیه نقشه شیب و محاسبه فاکتور LS مدل تجربی RUSLE استفاده شده است.
- پروداکت MOD13Q1.061 Terra Vegetation Indices 16-Day Global 250m
محصول MOD13Q1 نسخه 6.1، یک مقدار شاخص پوششگیاهی (VI) را بر اساس هر پیکسل ارائه میدهد. این محصول دارای دو باند میباشد: 1.باند شاخص نرمالشده تفاضلی پوششگیاهی (NDVI) 2.باند شاخص بهبودیافته پوششگیاهی (EVI). این پروداکت که از سال 2000 به صورت یک Image Collection و با وضوح مکانی 250 متر در سامانه گوگل ارث انجین موجود است، با استفاده از دادههای بازتاب سطحی تهیه شده و بدنههای آبی، ابرها، ذرات معلق و همچنین سایه ابرها در این محصول ماسک شدهاند.
- پروداکت MCD12Q1.061 MODIS Land Cover Type Yearly Global 500m
محصول ترکیبی پوشش زمین ماهوارههای Terra و Aqua که در فواصل زمانی سالانه ارائه شده است. محصول MCD12Q1 نسخه 6.1 که انواع پوششهای زمین را شامل میشود، با استفاده از طبقهبندی نظارتشده دادههای بازتاب سطحی و همچنین تکنیکهای پس-پردازش تهیه شده است. این محصول از سال 2001 در دسترس است. از این محصول در جهت برآورد فاکتور عملیات حفاظتی (P) مدل تجربی RUSLE استفاده شده است.
کاربرد این محصول
فرسایش خاک یکی از عوامل اساسی مشکلات زیستمحیطی و اجتماعی و اقتصادی در سراسر جهان است. شدت و فراوانی فرسایش خاک با توجه به عواملی مانند خاک، اقلیم و شرایط آب و هوایی، شکل زمین و همچنین عوامل مختلف اجتماعی و اقتصادی متفاوت است.
فرسایش خاک در هر اقلیم و شرایط آب و هوایی اتفاق میافتد و آمار نشان میدهد حدود 56 درصد از خاک های تخریب شده در سطح جهان را تحت تاثیر قرار می دهد. فرسایش خاک نه تنها کیفیت خاک را در ناحیه جداشدگی کاهش می دهد؛ بلکه باعث ایجاد مشکلات مرتبط با رسوب قابل توجه در منطقه رسوب نیز می شود. به عنوان مثال، فرسایش خاک توسط آب باعث حذف حاصلخیزترین خاکهای سطحی میشود که در نهایت منجر به کاهش عملکرد محصول به دلیل کاهش بهرهوری زمین کشاورزی می شود.
از دیگر اثرات فرسایش خاک میتوان به افزایش تخریب خاک و تلفات مواد مغذی اشاره داشت. علاوه بر این، رسوب قابل توجهی در نواحی پاییندست ایجاد میکند که منجر به از بین رفتن ذخیره مخزن و کاهش طول عمر سدها و تولید برق آبی میشود. با توجه به این تهدیدات، فرسایش خاک چالش بزرگی برای اکوسیستم جهانی ایجاد می کند. در نتیجه، درک میزان فرسایش خاک (از لحاظ مکانی، کمی و کیفی) برای مبارزه با تخریب زمین، احیای خاک فرسوده، و کاهش خطرات ورود مواد فرسایش یافته به اکوسیستم حیاتی است. مجموعه این عوامل در جهت دستیابی به اهداف توسعه پایدار مرتبط با خاک حائر اهمیت خواهد بود.
مخاطب کیست؟
مخاطب این محصول، افراد متخصص در حوزه سنجش از دور کشاورزی، مطالعات خاکشناسی، مطالعات مدیریت منابع آب، مطالعات فرسایش خاک و … هستند. پیادهسازی مدل تجربی RUSLE فرسایش خاک با محصولات ماهوارهای رایگان در بستر سامانه گوگل ارث انجین از جمله آموزشهای کاربردی است که میتواند مد نظران کارشناسان در حوزههای مختلف قرار گیرد.
مستند به این موضوع که فرسایش اعم از آبی و بادی به عنوان یکی از اصلیترین فرآیندهای تخریب اراضی در مناطق مختلف دنیا به شمار میآید و نقش اساسی در تغییر و تحول سطح زمین ایفا میکند، لذا برآورد و تخمین آن از اهمیت بالایی برخوردار است. در این محصول آموزشی سعی شده است تا مطالب به صورت شیوا و رسا بیان شوند تا برای افرادی که آشنایی حداقلی با تصاویر ماهوارهای، تکنیکهای پردازش تصویر و سامانه گوگل ارث انجین دارند نیز قابل استفاده باشد.
تهیه آموزش:
برای تهیه این آموزش بر روی دکمه زیر کلیک کنید:
4 دیدگاه. ارسال دیدگاه جدید
سلام
من میخواهم مدل فرسایش رو برای دو تا تاریخ محاسبه کنم و بعد باهم مقایسه کنم. چطور میتونم فیلتر زمان رو اعمال کنم ؟
با سلام
با توجه به اینکه، دادههای محاسبه فاکتور فرسایش پذیری خاک به صورت تک image در دسترس هستند لذا عملا محاسبه فرسایش برای دو تاریخ متفاوت غیرممکن خواهد بود. وقتی داریم از تک تصویر صحبت می کنیم، به عنوان نمونه داده sand یا ماسه، این تصویر میانگین درصد ماسه بین سال های 2007 تا 2018 هست. لذا تک تصویر بودن، این محدودیت را ایجاد میکنه. برای مابقی داده ها مثل بارش یا داده های مرتبط با عامل پوشش گیاهی، شما میتونید دادههای CHIRPS یا TRMM یا NDVI مادیس که به صورت image collection در دسترس هستند، برای هر تاریخی فراخوانی کنید چون بصورت image collection موجود هستند. تنها راه حل موجود که شما بتونید مدل رو برای سال های مختلف ران کنید، این هست که برای هر سال، داده مرتبط با عامل فرسایش پذیری خاک (درصدهای شن، سیلت، رس، کربن) و همچنین شیب و جهت شیب رو داشته باشید.
موفق باشید
سلام آقای مهندس
لطفا ایمیل خودتون میدین ؟
سلام و درود
Naderi.mahdi75@gmail.com