برآوردآب معادل برف با توان تفكيك بالا با بكارگيري داده¬هاي سنجنده مايكروويو غيرفعال AMSR2 و يادگيري ماشين

كارشناسي ارشد

پوشش برف به عنوان بزرگترين جزء يخ¬كره به لحاظ گستره مكاني محسوب مي‌شود و به دليل البدوي بالا وتاثير آن در تخصيص انرژي بر تعادل مكاني پائين محصولات آب معادل برف مبتني بر داده¬هاي سنجنده¬هاي مايكروويو غير فعال مانند AMSR2، بخصوص در مناطقي با تغييرات توپوگرافي شديدپاسخگوي نيازهاي مطالعات هيدرولوژي نيست. با توجه به كاهش نزولات آسماني در حوضه زاينده رود و انرژي سطح زمين تأثير گذار است. مقدار آب ذخيره شده در يك بسته برفي كه به عنوان آب معادل برف (SWE) شناخته مي-شود، براي كاربردهاي هيدرولوژي، پيش بيني عددي آب و هوا و تغييرات آب و هوا از اهميت بالايي برخوردار است.از آنجايي كه سنجنده‌هاي مايكروويو غيرفعال مي‌توانند در به دست آوردن اطلاعات، در مورد حجم عمق برف كمك كنند، و تفاضل دماي درخشندگي مايكروويو مدت‌هاست كه براي ارزيابي تغييرات مكاني و زماني در آب معادل برف استفاده مي‌شود.اما توان تفكيك اهميت اين حوضه آبريز به عنوان مهمترين حوزه آبريز مركز كشور، برآورد و استفاده بهينه از منابع آبي آن در مسير توازن زيست محيطي و پايداري اقتصادي منطقه و كشور اهميت بالائي دارد.بنابراين براي بهبود دقت بازيابي و توان تفكيك مكاني آب معادل برفحاصل از تفاضل دماي درخشندگي مايكروويو در حوضه رودخانه زاينده رود، يك مدل كاهش مقياس چند عاملي با تركيب داده‌هاي آب معادل برف از سنجنده AMSR2، شاخص‌هاي پوشش برف و پارامترهاي محيطي سطح براي توليد آب معادل برف در مقياس يك كيلومتر توسعه داده شد. اعتبارسنجي در 14 ايستگاه هواشناسي زميني نشان داد كه مدل توسعه‌يافته تا حد زيادي توان تفكيك مكاني و دقت بازيابيآب معادل برف حاصل از تفاضل دماي درخشندگي مايكروويو را بهبود بخشيده است. خطاي ريشه ميانگين مربع آن (RMSE) از 40.05 ميلي متر به 23.83 ميلي متر كاهش يافت و ضريب همبستگي (R) از 0.5 به 0.85 افزايش يافت.در اين مطالعه براي افزايش توان تفكيك مكاني محصول آب معادل برف ازالگوريتم¬هاي يادگيري ماشين شبكه عصبي چند لايه پرسپترون (MLR)،رگرسيون بردارپشتيبان(SVR) ، درخت تصميم (DT)، Ada Boost و جنگل تصادفي(RF) در مدل¬هايريز مقياس سازي استفاده شد در بين الگوريتم هاي يادگيري ماشين ذكر شده، الگوريتم جنگل تصادفيبهترين عملكرد را در كاهش مقياس و بهبود برآورد آب معادل برف نشان داده است. علاوه بر اين در اين تحقيق از يك رگرسيون خطي و تواني براي برآورد آب معادل برف با استفاده از شاخص‌هاي برفي استفاده شد. شاخص نرمال شده پوشش برف(NDSI) در رگرسيون تواني با RMSE، 38.24 ميلي‌متر و ميزان همبستگي (R)، 0.57 بهترين نتيجه را در برآورد ‌آب معادل برف در توان تفكيك مكاني يك كيلومتر از خود نشان داد. اما به طور كلي باتوجه به نتايج بدست آمده از شاخص‌هاي برفي، اشباع شدگي با سرعت بيشتري در مدل‌هاي رگرسيون خطي و تواني نسبت به برآورد اب معادل برف با تفاضل دماي درخشندگي حاصل از انتشارات مايكروويو غير فعال اتفاق مي‌افتد اما مي‌توان براي تخمين آب معادل برف در مناطقي با عمق كم برف با دقت معقول از شاخص‌هاي برفي براي برآورد آب معادل برف استفاده كرد، حتي اگر در ابتدا براي اين منظور طراحي نشده باشند.

227758

دانشگاه اصفهان

مهندسي نقشه برداري- سنجش از دور

مينا مرادي زاده