استفاده از الگوريتم تلفيق تصاوير براي افزايش صحت برآورد رسوب‌دهي در مدل WaTEM/SEDEM (مطالعه موردي: حوزه آبخيز دركش)

Increasing the accuracy of predicting sediment yield in watem/sedem model using image fusion algorithm (case study: Darkesh watershed)

امروزه آگاهي از ميزان فرسايش خاك يكي از بخش هاي مهم در مديريت جامع حوزه هاي آبخيز است. با توجه به عدم وجود آمار و اطلاعات كافي مربوط به دبي آب و رسوب در حوزه هاي آبخيز، ميزان فرسايش خاك با استفاده از مدل هاي كاربرپسند و فناوري هاي نوين برآورد مي شود. هدف از انجام اين تحقيق بررسي و برآورد ميزان فرسايش و رسوب حوزه آبخيز دركش استان خراسان شمالي با استفداه از مدل WaTEM/SEDEM و بهره گيري از قابليت هاي RS ،GIS و الگوريتم ادغام تصاوير است. ابتدا با استفاده از الگوريتم فرسايش و رسوب حوزه آبخيز دركش استان خراسان شمالي با استفاده از مدل Gram-Schmidt براي تلفيق تصاوير چندطيفي لندست 7 و 8 با تصاوير پانكروماتيك و از دو دوره تصوير ماهوارهاي با اختلاف زماني 12 ساله (2003 و 2015) با مقياس 1:25000 نقشه عامل مديريت زراعي مطابق با نقشه هاي كاربري اراضي منطقه تهيه شد. سپس نقشه ساير عوامل ورودي مدل با استفاده از نرم افزارهاي ArcGIS و ENVI تهيه و مدل اجرا گرديد و ميزان فرسايش و رسوب براي حوزه مورد مطالعه در مقياس 1:25000 و همچنين با استفاده و بدون استفاده از الگوريتم ادغام تصاوير برآورد و با مقادير مشاهده اي مقايسه گرديد. مقايسه داده هاي رسوب مشاهداتي در حوزه آبخيز دركش با مقادير برآورد شده نشان داد كه نقشه نهايي طبقه بندي فرسايش حاصل از اعمال الگوريتم تلفيق تصاوير بهتر و دقيق تر قادر به شناسايي نقاط حساس به خطر فرسايش است. با توجه به يافته هاي پژوهش حاضر، كارايي بالاي مدل WaTEM/SEDEM در برآورد توليد رسوب اثبات و مشخص شد كه اعمال الگوريتم تلفيق تصاوير منجر به افزايش صحت نتايج مدل مي شود.

Nowadays, knowing the amount of soil erosion is an important part of the comprehensive management of watersheds. Due to the lack of sufficient information and data relating to water and sediment discharges in watersheds, soil erosion is estimated using user-friendly models and new technologies. The aim of this study is to predict erosion and sediment yield in the Darkesh watershed, North Khorasan province, using WaTEM/SEDEM model and RS and GIS and image fusion algorithm. At the first, the crop management factor (C) was mapped based on land use map. The Gram-Schmidt algorithm was used to combining multispectral images Landsat 7 and 8 with panchromatic images for the two satellite images with 12-year time distance (2003 and 2015) and a scale of 1:25,000. The maps of other input factors were then prepared using ArcGIS and ENVI software and the model was run and the rates of erosion and sediment yield with the scale of 1:25,000 was predicted with and without image fusion algorithm and were compared with the observed rates in the watershed. Comparing observed sediment data in Darkesh watershed with predicted amounts showed that the final map of erosion classification by applying image fusion algorithm led to better and more accurate identification of erosion sensitive areas. Based on the results of this study, high-performance of WaTEM/SEDEM model to predict of sediment yield was proved and it was found that image fusion algorithm was also led to increase the accuracy of the results.