آرشیو

آرشیو شماره ها:
۴۱

چکیده

تخمین پهنه سیل از نظر مدیریت و تعیین پهنه و خسارات سیل بسیار مهم است. سنجش از دور و استفاده از تصاویر با دقت بالا می تواند در استخراج شاخص های تخمینگر پهنه سیل مؤثر باشد. در این تحقیق از تصاویر سنتینل 2 در سال وقوع سیل با توان تفکیک مکانی 10 متر و از تصاویر لندست 8 در زمان های مشابه سال های قبل و بعد از وقوع سیل در محیط گوگل ارث انجین استفاده شد. در این مطالعه با استفاده از  3 شاخص NDWI، MNDWI و DVDI به تخمین پهنه اثر سیل پرداخته شد. نتایج نشان داد که شاخص MNDWI با وجود فاصله زمانی زیاد (20 روزه) بعد از وقوع سیل و تبخیر بخش عمده منابع آب پخش شده بر روی اراضی، نسبت به شاخص NDWI میزان سطح آبگرفتگی ناشی از سیل 1398 را بهتر و در حدود 59/330  هکتار  برآورد نمود. همچنین شاخص DVDI با ارائه مقادیر منفی که مبین تخریب پوشش گیاهی در اثر سیل می باشد، مساحت تخریب اراضی زراعی و باغی ناشی از این سیل را 21/3522 هکتار برآورد نمود که در قیاس با آمار ارائه شده استانداری لرستان (4750 هکتار) تفاوت اندکی نشان می دهد. در کل استفاده از شاخص های فوق به عنوان روش های مهم، کاربردی و کم هزینه برای مدیریت، تخمین پهنه و تعیین خسارات سیل پیشنهاد می شود.

Comparison of Remote Sensing Indices in Determining the Flood Zoning of the Doab Vaysian Watershed

Estimation of flood zoning is very important in terms of management and determination of flood damages. Remote sensing and the use of high-resolution images can be effective in extracting flood zoning estimator indicators. In this research, Sentinel 2 images in the year of the flood occurrence with a spatial resolution of 10 meters and Landsat 8 images at the same time in the years before and after the flood were used by environment the Google Earth Engine.  In this study, the zoning of the flood was estimated using indices of NDWI, MNDWI, and DVDI. The results showed that the MNDWI, despite the long-time interval (20 days) after the flood of 2019 and the evaporation of most of the water spread over the lands, the area of flooding was estimated better compared to the NDWI  around 330.59 ha. Also, the flood-affected area using DVDI (that indicates the destruction of vegetation due to floods showing negative values) was estimated at 3522.21 ha, which showed a small difference compared to the results provided by the results of Lorestan Governorate research (4750 hectares). Finally, the results showed although DVDI optimally estimated flood zoning due to the use of the 5-year time series of the NDVI before and after the flood if the cloud-free images of Sentinel 2 exist to extract the MNDWI, it probably could perform better than the DVDI. In general, the use of the above indicators is suggested as an important, practical, and low-cost method for management, area estimation, and flood damage determination.

تبلیغات