پایش و مدل‌سازی تغییرات سطحی دریاچه ارومیه با استفاده از شبکه عصبی مصنوعی

نوع مقاله : مقاله پژوهشی

نویسندگان

1 گروه فتوگرامتری و سنجش از دور، دانشکده مهندسی نقشه برداری و اطلاعات مکانی، پردیس دانشکده های فنی، دانشگاه تهران

2 استادیار گرایش سنجش از دور، گروه مهندسی نقشه‌برداری، پردیس دانشکده‌های فنی، دانشگاه تهران

چکیده

دریاچه ارومیه یکی از بزرگترین پهنه‌های آبی شور در جهان است که در سال‌های اخیر در شرایط بحرانی قرار داشته است. در این مطالعه، تغییرات این دریاچه و حوضه آبخیز آن بررسی گردید. سپس قابلیت‌های شبکه‌ی عصبی مصنوعی در پیش بینی تغییرات سطحی دریاچه مورد ارزیابی قرار گرفت. بدین ترتیب با استفاده از داده‌های سنجنده TRMM، مدل هیدرولوژیکی GLDAS، سنجنده GRACE، سری ماهواره‌های ارتفاع سنجی Jason و همچنین تصاویر MODIS به ترتیب میزان بارش، تغییرات احجام آبی سطحی و زیر سطحی (TWS)، تغییرات ارتفاعی و سطحی دریاچه ارومیه در بازه 183 ماه بین آوریل 2002 تا ژوئن 2017 محاسبه گردید. در ادامه با استفاده از دو روش مبتنی بر یادگیری ماشین MLP و LSTM و به‌کارگیری پارامترهای موثر بر تغییرات سطحی دریاچه به عنوان ورودی شبکه، تغییرات سطحی دریاچه با جذر خطای مربعات مانده‌های 0511/0 توسط شبکه بهینه LSTM مدل‌سازی شد. همچنین به منظور پیش‌بینی تغییرات سطحی دریاچه برای مدت زمان طولانی‌تر، چهار مدل برای تخمین تغییرات 3، 6، 9 و 12 ماه بعد، تشکیل شدند که در نتیجه آن، شبکه LSTM این تغییرات را برای یک سال آینده با دقتی بالا (جذر خطای مربعات مانده‌های 0882/0) و توانایی مناسب در شناسایی تغییرات فصلی، تخمین زد.

کلیدواژه‌ها


Alborzi, A., A. Mirchi, H. Moftakhari, I. Mallakpour, S. Alian, A. Nazemi, E. Hassanzadeh, O. Mazdiyasni, S. Ashraf and K. Madani (2018). Climate-informed environmental inflows to revive a drying lake facing meteorological and anthropogenic droughts. Environmental Research Letters 13(8): 084010.
Alesheikh, A. A., A. Ghorbanali and N. Nouri (2007). Coastline change detection using remote sensing. International Journal of Environmental Science & Technology 4(1): 61-66.
Ashrafzadeh Afshar, A., G. R. Joodaki and M. A. Sharifi (2016). Evaluation of Groundwater Resources in Iran Using GRACE Gravity Satellite Data. Journal of Geomatics Science and Technology 5(4): 73-84.
Bengio, Y., P. Simard and P. Frasconi (1994). Learning long-term dependencies with gradient descent is difficult. IEEE transactions on neural networks 5(2): 157-166.
Bishop, C. M. (2006). Pattern recognition and machine learning, springer.
Chen, H., W. Zhang, N. Nie and Y. Guo (2019). Long-term groundwater storage variations estimated in the Songhua River Basin by using GRACE products, land surface models, and in-situ observations. Science of the Total Environment 649: 372-387.
Cheng, M., J. C. Ries and B. D. Tapley (2011). Variations of the Earth's figure axis from satellite laser ranging and GRACE. Journal of Geophysical Research: Solid Earth 116(B1).
Dastranj, H., F. Tavakoli and A. Soltanpour (2018). Investigating the water level and volume variations of Lake Urmia using satellite images and satellite altimetry. Journal of Geographical Data (SEPEHR) 27(107): 149-163.
Delju, A., A. Ceylan, E. Piguet and M. Rebetez (2013). Observed climate variability and change in Urmia Lake Basin, Iran. Theoretical and applied climatology 111(1-2): 285-296.
Demuth, H. and M. Beale (2000). Neural network toolbox user’s guide.
Ducet, N., P.-Y. Le Traon and G. Reverdin (2000). Global high‐resolution mapping of ocean circulation from TOPEX/Poseidon and ERS‐1 and‐2. Journal of Geophysical Research: Oceans 105(C8): 19477-19498.
Faraji, Z., A. Kaviani and A. Ashrafzadeh (2017). Assessment of GRACE satellite data for estimating the groundwater level changes in Qazvin province. Ecohydrology 4(2): 463-476.
Fatolahzadeh, F., B. Voosoghi, m. Raoofian-Naeeni, M. Mohebi and R. Javadi Azar (2016). Determination of the correction due to hydrological and oceanic effects in study of the gravity variations. Journal of Geospatial Information Technology 4(2): 13-28.
Feidas, H. (2010). Validation of satellite rainfall products over Greece. Theoretical and Applied climatology 99(1-2): 193-216.
Feng, L., C. Hu, X. Chen, X. Cai, L. Tian and W. Gan (2012). Assessment of inundation changes of Poyang Lake using MODIS observations between 2000 and 2010. Remote Sensing of Environment 121: 80-92.
Feyisa, G. L., H. Meilby, R. Fensholt and S. R. Proud (2014). Automated Water Extraction Index: A new technique for surface water mapping using Landsat imagery. Remote Sensing of Environment 140: 23-35.
Forootan, E., R. Rietbroek, J. Kusche, M. Sharifi, J. Awange, M. Schmidt, P. Omondi and J. Famiglietti (2014). Separation of large scale water storage patterns over Iran using GRACE, altimetry and hydrological data. Remote Sensing of Environment 140: 580-595.
Gamboa, J. C. B. (2017). Deep learning for time-series analysis. arXiv preprint arXiv:1701.01887.
Gorelick, N., M. Hancher, M. Dixon, S. Ilyushchenko, D. Thau and R. Moore (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote Sensing of Environment 202: 18-27.
Graves, A. (2013). Generating sequences with recurrent neural networks. arXiv preprint arXiv:1308.0850.
Hassanzadeh, E., M. Zarghami and Y. Hassanzadeh (2012). Determining the main factors in declining the Urmia Lake level by using system dynamics modeling. Water Resources Management 26(1): 129-145.
Hochreiter, S. and J. Schmidhuber (1997). Long short-term memory. Neural computation 9(8): 1735-1780.
Huffman, G. J., D. T. Bolvin, E. J. Nelkin, D. B. Wolff, R. F. Adler, G. Gu, Y. Hong, K. P. Bowman and E. F. Stocker (2007). The TRMM multisatellite precipitation analysis (TMPA): Quasi-global, multiyear, combined-sensor precipitation estimates at fine scales. Journal of hydrometeorology 8(1): 38-55.
Joodaki, G. (2014). Earth mass change tracking using GRACE satellite gravity data (PhD thesis), NTNU Trondheim.
Karbassi, A., G. N. Bidhendi, A. Pejman and M. E. Bidhendi (2010). Environmental impacts of desalination on the ecology of Lake Urmia. Journal of Great Lakes Research 36(3): 419-424.
Khazaei, B., S. Khatami, S. H. Alemohammad, L. Rashidi, C. Wu, K. Madani, Z. Kalantari, G. Destouni and A. Aghakouchak (2019). Climatic or regionally induced by humans? Tracing hydro-climatic and land-use changes to better understand the Lake Urmia tragedy. Journal of hydrology 569: 203-217.
Long, D., Y. Shen, A. Sun, Y. Hong, L. Longuevergne, Y. Yang, B. Li and L. Chen (2014). Drought and flood monitoring for a large karst plateau in Southwest China using extended GRACE data. Remote Sensing of Environment 155: 145-160.
McFeeters, S. K. (1996). The use of the Normalized Difference Water Index (NDWI) in the delineation of open water features. International journal of remote sensing 17(7): 1425-1432.
Mohebzadeh, H. (2018). Extracting AL Relationship for Urmia Lake, Iran Using MODIS NDVI/NDWI Indices. Journal of Hydrogeology & Hydrologic Engineering 7: 2.
Okay Ahi, G. and S. Jin (2019). Hydrologic Mass Changes and Their Implications in Mediterranean-Climate Turkey from GRACE Measurements. Remote Sensing 11(2): 120.
Rodell, M., P. Houser, U. Jambor, J. Gottschalck, K. Mitchell, C.-J. Meng, K. Arsenault, B. Cosgrove, J. Radakovich and M. Bosilovich (2004). The global land data assimilation system. Bulletin of the American Meteorological Society 85(3): 381-394.
Rohli, R. V., T. Andrew Joyner, S. J. Reynolds, C. Shaw and J. R. Vázquez (2015). Globally Extended Kӧppen–Geiger climate classification and temporal shifts in terrestrial climatic types. Physical Geography 36(2): 142-157.
Rokni, K., A. Ahmad, A. Selamat and S. Hazini (2014). Water feature extraction and change detection using multitemporal Landsat imagery. Remote sensing 6(5): 4173-4189.
Sun, A. Y. (2013). Predicting groundwater level changes using GRACE data. Water Resources Research 49(9): 5900-5912.
Swenson, S., D. Chambers and J. Wahr (2008). Estimating geocenter variations from a combination of GRACE and ocean model output. Journal of Geophysical Research: Solid Earth 113(B8).
Tourian, M., O. Elmi, Q. Chen, B. Devaraju, S. Roohi and N. Sneeuw (2015). A spaceborne multisensor approach to monitor the desiccation of Lake Urmia in Iran. Remote Sensing of Environment 156: 349-360.
Wahr, J., M. Molenaar and F. Bryan (1998). Time variability of the Earth's gravity field: Hydrological and oceanic effects and their possible detection using GRACE. Journal of Geophysical Research: Solid Earth 103(B12): 30205-30229.
Williams, R. J. and D. Zipser (1989). A learning algorithm for continually running fully recurrent neural networks. Neural computation 1(2): 270-280.
Xu, H. (2006). Modification of normalised difference water index (NDWI) to enhance open water features in remotely sensed imagery. International journal of remote sensing 27(14): 3025-3033.
Zarghami, M. (2011). Effective watershed management; case study of Urmia Lake, Iran. Lake and Reservoir Management 27(1): 87-94.
Zhou, Y., S. Jin, R. Tenzer and J. Feng (2016). Water storage variations in the Poyang Lake Basin estimated from GRACE and satellite altimetry. Geodesy and Geodynamics 7(2): 108-116.