اهمیت انتخاب مدل رقومی ارتفاعی مناسب در مدیریت و حفاظت منابع خاک و آب (مطالعه موردی: سد تهم، استان زنجان)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 استادیار گروه علوم خاک، دانشکده کشاورزی، دانشگاه زنجان

2 دانشیار گروه علوم خاک، دانشکده کشاورزی، دانشگاه زنجان

3 دانش‌آموخته کارشناسی ارشد گروه علوم خاک، دانشکده کشاورزی، دانشگاه زنجان

چکیده

استفاده از مدل رقومی ارتفاعدر مطالعات مدیریت و حفاظت از منابع آب‌ و خاک نقش مهمی دارد. در این تحقیق از داده­های ارتفاعی نسل دوم سنجنده ASTER و SRTMو خطوط تراز رقومی­شده دو نقشه توپوگرافی با مقیاس 1:50000 به­عنوان
داده­های ورودی استفاده شد. سپس اقدام به مدل‌سازی تغییرات ناهمواری‌های سطح زمین با دو روش درون‌یابی همسایگی طبیعیو وزن­دهی بر اساس معکوس فاصله و مقایسه آن‌ها در اراضی پائین‌دست سد تهم در استان زنجان، شد. چهار مدل رقومی ارتفاع با استفاده از شاخص­های آماری جذر میانگین مربعات خطا، میانگین خطای انحراف، میانگین خطای مطلق و ضریب تبیین موردبررسی قرار گرفتند. 100 نقطه کمکی با ارتفاع مشخص همراه با نقاط کنترلی ارتفاعی مرجع با استفاده از تکنیک DGPS و شبکه نقاط مبنای مسطحاتی در بازدیدهای میدانی متعدد تعیین شدند. نتایج نشان داد که مدل تولید­شده با روش همسایگی طبیعی و اطلاعات سنجنده ASTERبا داده­های ارتفاعیِ کنترلی انطباق بیشتری داشته (شاخص میانگین خطای انحراف به ترتیب 41/1 و 235/0) و مدل تولید­شده با روشوزن­دهی بر اساس معکوس فاصله و اطلاعات سنجنده SRTM از انطباق کمتری برخوردار هستند (شاخص میانگین خطای انحراف به­ترتیب 045/10 و 296/6). تجزیه و تحلیل برخی مؤلفه­های اولیه توپوگرافی تأثیرگذار بر فرسایش از قبیل شیب، جهت شیب، طول و کلاس زه‌کش نشان­داد که مدل رقومی تهیه شده توسط سنجنده ASTERنسبت به مدل همسایگی طبیعی از دقت بیشتری برخوردار است. پیشنهاد می‌شود تا در مناطق دارای شدت پستی و بلندی متوسط و مطالعات نیمه تفصیلیِ خاکشناسی و مرتبط با مباحث کنترل فرسایش و حفاظت خاک از مدل‌ ارتفاعی سنجنده ASTER استفاده گردد. به‌کارگیری داده­های ارتفاعی این سنجنده ضمن افزایش دقت مطالعات، باعث کاهش زمان مطالعات و هزینه‌های اجرای برنامه‌های مدیریتی فرسایش و حفاظت خاک در این مناطق می‌شود.

کلیدواژه‌ها


عنوان مقاله [English]

Importance ofselecting the appropriate digital elevation modelinmanagement of soil and waterconservation (Case study: Taham dam, Zanjn province)

نویسندگان [English]

  • Kamran Moravej 1
  • Mohammad Amir Delavar 2
  • Akram Sadeghbeigi 3
چکیده [English]

Application of digital elevation model plays an important role in studies of management and protection of soil and water resources. In this research, ASTER-GDEMand SRTM-DEM and digitized contour lines of two topographic maps at 1:50000 scale are used as input data. The change of relief was modeled by nearest neighbor(NN) and inverse distance weighting (IDW) interpolation methods for downstream of Taham dam at north west of Zanajn province.Four digital elevation models were investigated by root mean square error, mean bias error, mean absolute error and correlation coefficient indexes. 100 auxiliary heights points along with reference control points using DGPS technique and surface network basis points were determined based on several field surveys.The results show that natural neighbor model and ASTER-GDEM data are more compatible(MBE index was 1.41 and 0.238 respectively) and inverse distance weighting model and SRTM-DEM are less compatible with control and reference points (MBE index was 10.045 and 6.296 respectively). Analysis of some primary components of topography affecting the soil erosion such as slope, aspect slope, length and class of stream represents the second generation of ASTER-GDEM is more accurate than others. It is suggested that ASTER digital elevation model to be used in areas with moderate topography and semi-detailedsoil protection and erosion control surveys. Application of ASTER-GDEM increases accuracy of the survey and reduce time and cost of performance of the management program about soil and water conservation.

کلیدواژه‌ها [English]

  • Contour Lines
  • Control Points
  • Interpolation
  • Topography and Validation
Abramov, O., and McEwan, A. (2004). An evaluation of interpolation methods for Mars Orbiter Laser Altimeter (MOLA) data. International Journal of Remote Sensing, 25(3), 669–676.

Ashrafi, A., and Alimi, M. A. (2014). The comparison of different procedures for the preparing of digital elevation model, case study: Noferest watershed, Birjand township, South Khorasan province. Geography and Urban Planning, 4(13), 119-140.

Arun, P. V. (2013). A comparative analysis of different DEM interpolation methods. The Egyptian Journal of Remote Sensing and Space Science, 16(2), 133–139.

Booth, B. (2000). Using ArcGIS 3D Analyst, GIS by ESRI. Environmental Systems Research Institute, Inc., USA.

Childs, C. (2004). Interpolating surfaces in ArcGIS spatial analyst, Arc User. ESRI Education Services, pp. 32–35.

Datta, P. S., and Kirchner H. S. (2010). Erosion relevant topographical parameters derived from different DEMs— A comparative study from the Indian lesser Himalayas. Remote Sensing, 2(8), 1941-1961.

Draper, N. R., and Smith, H. (1998). Applied regression analysis. Wiley InterScience Publisher, 697p.

Granger, C. W. J., and Pesaran, M. H. (2000). Economic and statistical measures of forecast accuracy. Journal of Forecasting, 19(7), 537– 560.

Garg, R. D., and Mukhopadhyay, A. (2013). Evaluation of vertical accuracy of open source digital elevation model (DEM). International Journal of Applied Earth Observation and Geoinformation, 21, 205–217.

Her, Y., Heatwole, C. D., and Kang, M. S. (2015). Interpolating SRTM elevation data to higher resolution to improve hydrologic analysis. Journal of the American Water Resources Association, 51(4), 1072–1087.

Hirano, A., Welch, R., and Lang, H. (2003). Mapping from ASTER stereo image data: DEM validation and accuracy assessment. Journal of Photogrammetry and Remote Sensing, 57(5), 356-370.

Hirt, C., Filmer, M. S., and Featherstone, W. E. (2010). Comparison and validation of the recent freely-available ASTER-GDEM ver1, SRTM ver4.1 and GEODATA DEM-9S ver3 digital elevation models over Australia. Australian Journal of Earth Sciences, 57(3), 337-347.

Hosseinzadeh, S. R., and Nadafsangani, M. (2013). Assessing the accuracy of digital elevation models derived from contour line maps and comparative comparison with Satellite digital elevation models. PhysicalGeography ResearchQuarterly, 45(1), 71-86.

Jarvis, A., Rubiano, J., Nelson, A., Farrow, A., and Mulligan, M. (2004). Practical use of SRTM data in the tropics: Comparisons with digital elevation models generated from cartographic data. International Center for Tropical Agricultural,WorkingDocumentNO. 198, 32p.

Jubin, T., Sabu, J., Thrivikramji, K. P., and Arunkumar, K. S. (2014). Sensitivity of digital elevation models: The scenario from two tropical mountain river basins of the western Ghats, India. Geoscience Frontiers, 5(6), 893–909.

Kamp, U., Bolch, T., and Olsenholler, J. (2003). DEM generation from ASTER satellite data for geomorphometric analysis of Cerro Sillajuhay, Chile/Bolivia. ASPRS Annual Conference Proceedings, Anchorage, Alaska.

Kamp, U., Bolch, T., and Olsenholler, J. (2005). Geomorphometry of Cerro Sillajhuay (Andes, Chile/Bolivia): Comparison of digital elevation models (DEMs) from ASTER remote sensing data and contour maps. Geocarto International, 20(1), 23-33.

Malczewski, j. (1999). GIS and multi criteria analysis. john wiely & Sons Publishers.

Mouratidis, A., Briole, P., and Katsambalos, K. (2010). SRTM 3” DEM (version 1, 2, 3, 4) validation by means of extensive kinematic GPS measurements: a case study from North Greece. International Journal of Remote Sensing, 31(23), 6205-6222.

Nikolakopoulos, K. G., Kamaratakis, E. K., and Chrysoulakis, N. (2006). SRTM vs. ASTER elevation products: comparison for two regions in Crete, Greece. International Journal of Remote Sensing, 27 (21), 4819-4838.

Oliviera, C. G., and Paradella, W. R. (2009). Evaluating the quality of the digital elevation models produced from aster stereoscopy for topographic mapping in the Brazilian Amazon region. Annals of the Brazilian Academy of Sciences, 81(2), 217–225.

Plasencia, S. E., and Villarán, F. R. (2012). SRTM 3" comparison with local information: Two examples at national level in Peru. Journal of Applied Geodesy, 6(2),75-81.

Sandip, M., Joshi, P. K., Mukherjee, S., Ghosh, A., Garg, R. D., and Anirban, M. (2013). Evaluation of vertical accuracy of open source digital elevation model (DEM). International Journal of Applied Earth Observation and Geoinformation, 21, 205–217.

Seibert, J., Stendahl, J., and Sorensen, R. (2007). Topographical influences on soil properties in boreal forests. Geoderma, 141(1-2), 139-148.

Sibson, R. (1981). A brief description of natural neighbor interpolation, interpreting multivariate data (Ed. Barnett V.), New York: John Wiley and Sons, pp. 21–36.

Soleimani, K., and Modallaldoust, S. (2008). Production of optimized DEM using IDW interpolation method (Case study; Jam and Riz basin, Assaloyeh). Journal of Applied Science, 8(1), 104-111.

Stack, E. (2010). Geographic information system. http://gis.stackexchange.com/

Strahler, A. N. (1957). Quantitative analysis of watershed geomorphology. Transactions of the American Geophysical Union, 38(6), 913–920.

Suwandana, E., Kawamura, K., Sakuno, Y., Kustiyanto, E., and Raharjo, b. (2012). Evaluation of ASTER GDEM2 in comparison with GDEM1, SRTM DEM and topographic-map-derived DEM using inundation area analysis and RTK-DGPS data. Remote Sensing, 4, 2419-2431.

Tachikawa, T., Hato, M., Kaku, M., and Iwasaki, A. (2011). Characteristics of ASTER-GDEM version 2. In: Geoscience and Remote Sensing Symposium (IGARSS), Vancouver, BC, pp. 3657–3660.

Tighe, M. L., and Chamberlain, D. (2009). Accuracy comparison of the SRTM, ASTER, NED, NEXTMAP USA digital terrain model over several USA study sites. In: Proceedings of the ASPRS/MAPPS Fall Conferences.

USGS. (2006). Shuttle radar topography mission (SRTM) 3 arc second (90 meter) –Description. Online Available at: http://seamless.usgs.gov/website/seamless/products/srtm3arc.asp.

Watson, D. F. (1992). Contouring: A guide to the analysis and display of spatial data. Oxford, UK. Pergamon press, 225.

Willmott, C., and Matsuura, K. (2005). Advantages of the mean absolute error (MAE) over the root mean square error (RMSE) in assessing average model performance. Inter Research, Climate Research, 30 (1), 79–82.

Wilson, J. P., Spangrud, D. J., Nielsen, G. A., Jacobsen, J. S, and Tyler, D. A. (1998). Global positioning system sampling intensity and pattern effects on computed topographic attributes. Soil Science Society of America Journal, 62, 1410-1417.