پایش تغییرات تالاب بختگان با استفاده از سری زمانی داده‌های ماهواره‌ای در پلتفرم گوگل ارث انجین و پیش‌بینی پارامترها با مدل Facebook’s Prophet

نوع مقاله : مقاله پژوهشی

نویسندگان

1 دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی ، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران

2 دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی ، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

3 دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی ، دانشکده علوم انسانی، دانشگاه تربیت مدرس، تهران، ایران

4 استادیار گروه سنجش از دور و سیستم اطلاعات جغرافیایی ، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

5 استاد گروه سنجش از دور و سیستم اطلاعات جغرافیایی ، دانشکده جغرافیا، دانشگاه تهران، تهران، ایران

چکیده

در این مطالعه روند تغییرات سطح آب تالاب بختگان بین سال‌های 2000 تا 2020 با استفاده از پلتفرم گوگل ارث انجین پایش شد. همچنین با استفاده از روش پیش‌بینی Prophet که توسط فیس‌بوک توسعه و منتشرشده است، اقدام به‌پیش بینی پارامترهای موثر گردید. بررسی روند تغییرات نشان داد که سطح آب تالاب در طی دو دهه کاهش چشمگیری داشته‌است. در همین راستا، روند سطح آب‌های زیرزمینی، دما و بارش منطقه موردبررسی قرار گرفت. با بررسی این عوامل مشخص شد هم زمان با کاهش 58.3% سطح آب تالاب، کاهش 260% نیز در سطح آب های زیرزمینی منطقه رخ داده است. با این حال تغییرات مقدار بارش منطقه در مقایسه با پارامتر‌های دیگر کمتر بوده است و حدود 29% کاهش داشته است. این روند کاهش با استفاده از آزمون آماری من-کندال نیز اثبات شد. برای پیش‌بینی پارامترها نیز، مدل Prophet با استفاده از داده‌ای گسسته توانسته است برای 1500 روز پیش‌بینی را به‌صورت داده‌ی پیوسته انجام دهد. خروجی مدل نشان داد که برای پارامترهای بارش و سطح آب‌های زیرزمینی یک‌روند نزولی در طی 1500 روز آینده قابل پیش بینی است که این روند کاهشی برای مقادیر بارش با شدت کم اما برای سطح آب‌های زیرزمینی با شدت زیاد هست. پیش‌بینی دما نشان داد که دما دارای الگوی فصلی است و نوسان زیادی در طول یک سال دارد، اما روند سالیانه‌ی آن نشان از ثبات در سال‌های پیش رو دارد. نتایج مدل برای سطح آب تالاب نیز نشان از یک‌روند صعودی نسبتاً کم دارد که دارای احتمال تغییر ±۱۲.۵ کیلومترمربعی است. همچین خطای پارامترها در سطح معنی‌داری ۹۵٪ دارای مقادیر قابل قبول هستند که نشان از صحت پیش‌بینی دارد.

کلیدواژه‌ها

موضوعات


عنوان مقاله [English]

Change Detection of Bakhtegan wetland using a time series of satellite data on the Google Earth Engine platform and predicting parameters with Facebook’s Prophet Model

نویسندگان [English]

  • Mohsen Dastaran 1
  • Shahin Jafari 2
  • Hossein Moslemi 3
  • Sara Attarchi 4
  • Seyed Kazem Alavipanah 5
1 MSc. Student of Remote Sensing and Geographical Information System, Faculty of Earth Sciences, Shahid Beheshti University, Tehran, Iran
2 MSc. Student of Remote Sensing and Geographical Information System, Faculty of Geography, University of Tehran, Tehran, Iran
3 MSc. Student of Remote Sensing and Geographical Information System, Faculty of Humanities, Tarbiat Modares University, Tehran, Iran
4 Assistant Professor, Department of Remote Sensing and GIS, Faculty of Geography, University of Tehran, Tehran, Iran
5 Professor, Department of Remote Sensing and GIS, Faculty of Geography, University of Tehran, Tehran, Iran
چکیده [English]

In the present study, we monitored the Bakhtegan wetland using the Google Earth Engine platform to observe the trend of water level changes in this wetland from 2000 to 2020. In addition, Parameters were also predicted using the Prophet Prediction method which is developed and published by Facebook. By examining this trend, it can be observed that the water level of the wetland has been significantly reduced during two decades. In this regard, the trend of groundwater level, temperature, and precipitation in the area was investigated. Examining these factors, it was found that along with a 58.3% decrease in the water level of the wetland, there was a 260% decrease in the groundwater level of the region, although the amount of rainfall in the region has been less compared to other factors and has been decreased about 29%. Using Mann-Kendall statistical test, the trend of this decline was proved. To predict the parameters, the Prophet model has been able to make predictions for 1500 days as continuous data using discrete data. The output of the model has shown that for rainfall parameters and groundwater level a downward trend is predictable over the next 1500 days which is low intensity for precipitation but with high intensity for groundwater level. Temperature prediction indicated that it has a seasonal trend, and has a high amount of fluctuation within a year, but its annual trend indicates stability in the coming years. The results of the model for the water level of the wetland also show a relatively low upward trend that has a probability of change of ±12.5 Square kilometers. Also, the error of the parameters at the 95% significant level has acceptable accuracy, which indicates the validity of the prediction.

کلیدواژه‌ها [English]

  • Mann-Kendall test
  • AWEI Index
  • Precipitation
  • temperature
  • Groundwater level

مقالات آماده انتشار، پذیرفته شده
انتشار آنلاین از تاریخ 04 مهر 1400
  • تاریخ دریافت: 04 مرداد 1400
  • تاریخ بازنگری: 30 شهریور 1400
  • تاریخ پذیرش: 04 مهر 1400