Nivar

Nivar

Determining the Flood Zone of Khordad 1402 in Ardabil Province with SAR Radar Data

Document Type : Original Article

Authors
Nafiseh Rahimi 1
Abdullah Faraji 2
1 PhD student in Meteorology, University of Zanjan, Zanjan, Iran
2 Associate Professor of Meteorology, Department of Physical Geography, Faculty of Humanities, University of Zanjan, Zanjan, Iran.
10.30467/nivar.2024.457140.1290
Abstract
بارش خرداد ماه 1402 با تخریب پل‌های و راه‌های ارتباطی روستایی بین دو شهر بیله سوار و گرمی، از بین بردن باغات میوه و دامداری‌های، تخریب منازل مسکونی خسارت‌های فراوانی را به اموال و جان مردم در نواحی شهری و روستایی وارد کرده است و آثار مخرب غیر قابل جبرانی به جا گذاشته‌است. از این رو شناخت پدیده سیلاب و آگاهی از اثرات ناشی از آن، از مهم-ترین مسایلی است که در پایش سیلاب باید مورد توجه قرار گیرد. در میان روش‌های کاربردی برای شناسایی مناطق سیل‌زده استفاده از داده‌های راداری از اهمیت بالایی برخوردار است و امکان شناسایی دقیق‌تر و موثرتر سیل را فراهم می‌آورد. از اینرو در این پژوهش به منظور تهیه نقشه مناطق سیل‌زده، شناسایی و وسعت آب سیلاب رخ داده در خرداد ماه 1402 در استان اردبیل، از تصاویری راداری SAR برای قبل و بعد از وقوع سیلاب استفاده شد. در گام اول عملیات پیش‌پردازش بر روی تصاویر در نرم‌افزار SNAP انجام گرفت، در گام دوم عملیات پس‌پردازش برای داده‌های رستر باینری طبقه‌بندی شده در محیط ENVI 5.3 انجام شد و در گام آخر نقشه نهایی به منظور تبدیل به فایل بردار و تحلیل آن به محیط ArcGIS وارد شد. نتایج نشان داد در محدوده‌ی مورد مطالعه بیشترین مساحت مناطق سیل زده مربوط به شمال استان بویژه شهرستان بیله‌سوار با 593 هکتار بود. براساس نتایج بدست آمده اراضی علفزار و زمین‌هایی با شیب کمتر از 20 درصد و ارتفاع کمتر از 1000 متر بیشترین وسعت آب سیلاب را داشته اند. همچنین نتایج بررسی تصاویر راداری نشان داد که دلایل اصلی سیلابی شدن منطقه عواملی مختلفی نظیر ویژگی‌های توپوگرافی نظیر شیب و پستی منطقه بوده است.
Keywords
Ardabil province
floods
satellite remote sensing
SAR radar
SNAP software
Subjects
  1. امینی، ل.، ارگانی، م.، عبدالهی کاکرودی، ع، (1401)، شناسایی پهنه­های آبی ناشی از سیل استان گلستان با استفاده از قطبش­های VV, VH و VV+VH تصاویر سنتیل-1 و لندست-8، جغرافیا و مطالعات محیطی، دوره 11، شماره 43، صفحات 94 تا 107. https://sid.ir/paper/1034827/fa
  2. پنجه­کوبی، پ.، ریحانی­پروری، م.، جاوردی، م.، رحمن­نیا، م، (1399)، واکاوی شدت‌- مدت‌- مساحت بارش و تأثیر آن در سیل با استفاده از تصاویر و داده‌های رادار (مطالعة موردی: سیل هشتم خرداد 1393) ، نشریه سنجش از دور و GIS ایران، دوره 12، شماره 1، صفحات 73 تا 86. doi: 10.52547/gisj.12.1.73
  3. پیمان خواه، پ.، عطارچی، س.، محرمی، م، (1402)، پایش سریع سیل با استفاده از تصاویر سنتینل-1 و لندست-8 (مطالعه موردی: رودخانه کشکان شهرستان پلدختر)، نیوار، دوره 47، شماره 122-123، صفحات 82 تا 94. . doi: 10.30467/nivar.2023.417413.1265
  4. جهانبحشی، ف.، اختصاصی، م، (1397)، ارزیابی عملکرد سه روش طبقه­بندی تصویر (جنگل تصادفی، ماشین­بردار پشتیبان و بیشترین شباهت) در تهیه نقشه کاربری اراضی، علوم آب و خاک (علوم و فنون کشاورزی و منابع طبیعی)، دوره، 22، شماره 4، صفحات 235 تا 247، https://sid.ir/paper/394972/fa
  5. رحیمی، ن.، جلالی، م.، رحیم­پور، ت، (1401)، امکان سنجی اقلیمی کاشت گردو در اراضی روستایی استان اردبیل، اقتصاد فضا و توسعه روستایی، دوره 11، شماره 40، صفحات 95 تا 112.
  6. سلیمانی ساردو، ف.، رفیعی ساردوئی، ا.، مصباح­زاده، ط.، آذره، ع(1399)، استفاده از تصاویر سنتینل-۱ جهت پایش خسارت سیلاب فروردین ۱۳۹۹، جنوب استان کرمان براساس الگوریتم جنگل تصادفی، مجله علوم ومهندسی آبخیزداری ایران، دوره 15، شماره 53، صفحات 23 تا 32، URL: http://jwmsei.ir/article-1-976-fa.html.
  7. سلیمانی، ک.، شریفی­پور، م.، عبدلی بوژانی، س، (1399)، الگوریتم آشکارسازی پهنه­ی خسارت سیل با استفاده از تصاویر سنتینل 2 (مطالعه ی موردی: سیلاب فروردین 1398 استان گلستان)، اکوهیدرولوژی، دوره 7، شماره 2، صفحات 303 تا 312، https://sid.ir/paper/360777/fa
  8. عمادالدین، س.، محمد قاسمی، م، (1400)، پایش نقشه‌های گسترش سیلاب با استفاده از تصاویر راداری (SAR) مطالعه موردی: سیل فروردین 1398، شهرستان (آق قلا)، پژوهش‌های تغییرات آب­و­هوایی، دوره 2، شماره 6، صفحات 79 تا 96، doi: 10.30488/ccr.2021.308697.1053
  9. قهرمان، ک.، زنگنه اسدی، م.ع،(1401)، تعیین مناطق مستعد سیلاب با استفاده تصاویر راداری1 Sentinel- (مطالعه موردی، سیلاب فروردین ۱۳۹۸، رودخانه کشکان، استان لرستان)، تحلیل فضایی مخاطرات محیطی، دوره 9، شماره 3، صفحات 103 تا 118.
  10. محمدنژاد آروق، و،(1400)، تهیه نقشه گسترش سیلاب با استفاده از تصاویر راداری سنتینل 1 (مطالعه موردی: سیل فروردین 1398، شهرستان پلدختر)، مجله آمایش جغرافیایی فضا، دوره 11، شماره 41، صفحات 69 تا 80، doi: 10.30488/gps.2020.226387.3224.
  11. ملکی، س.، راهداری، و.، بغدادی، ن، پهلوانروی، ا،(1399)، استفاده از داده‌های رادار دهانه مصنوعی سنتینل-1 به منظور مطالعه اکوسیستم‌های آبی،تحقیقات منابع آب ایران، دوره 16، شماره 2، صفحات 259 تا 270.
  12. Agnihotri, A. K., Ohri, A., Gaur, S., Das, N. and Mishra, S., 2019. Flood inundation mapping and monitoring using SAR data and its impact on Ramganga River in Ganga basin. Environmental monitoring and assessment, 191(12), 1-16.
  13. Bazzi, H., Ienco, D., Baghdadi, N., Zribi, M., Demarez, V., 2020. Distilling before refine: Spatio-temporal transfer learning for mapping irrigated areas using. Sensors remote sensing. 17(4):769-777.
  14. Borah, S. B., Sivasankar, T., Ramya, M. N. S., Raju, P. L. N., 2018. Flood inundation mapping and monitoring in Kaziranga National Park, Assam using Sentinel-1 SAR data. Environmental monitoring and 190(9): 520.
  15. Breiman, L., Cutler, A., 2017. Avalaibe online at: Random Forests. From http://www. Stat. berkeley .edu/~breiman /RandomForests /cc_home. htm.
  16. DeVries, B., Huang, C., Armston, J., Huang, W., Jones, J. W., & Lang, M. W., 2020. Rapid and robust monitoring of flood events using Sentinel-1 and Landsat data on the Google Earth Engine. Remote Sensing of Environment, 240, 111664.
  17. Ghouri,A.Y., Ur Rehman,A., Rasheed, F., Miandad, M., Rehman, G., 2023. Flood Mapping Using the Sentinel-1 SAR Dataset and Application of the Change Detection Approach Technique (CDAT) to the Google Earth Engine in Sindh Province, Pakistan. Ecological Questions, 35(2), 1–18. https://doi.org/10.12775/EQ.2024.024.
  18. Kouassi, H., Alexis, N., Anoh, K., Tanoh, J-J., Koua, T., Stoleriu, C-C., Rezgallah, H., Al-Amoush, Al-H., Al-Bayt, Al., Jordan, R., Yang, J., 2020. Contribution of Sentinel 1 Radar Data to Flood Mapping in the San-Pédro River Basin (South-west Côte d'Ivoire), Asian Journal of Geographical Research, 3 (2):1-8, 2020: article no. AJGR. 55959. ISSN: 2582-2985.
  19. Rahman, R., Thakur, P., 2017. Detecting, mapping and analysing of flood water propagation using synthetic aperture radar (SAR) satellite data and GIS: A case study from the Kendrapara District of Orissa State of India. The Egyptian Journal of Remote Sensing and Space Sciences. 10.2.
  20. Refice, A., Capolongo, D., Pasquariello, G., D’Addabbo, A., Bovenga, F., Nutricato, R., Lovergine, F., Pietranera, L., 2014. "SAR and InSAR for Flood Monitoring: Examples With COSMO-SkyMed Data," in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 7, no. 7, pp. 2711-2722, July 2014, doi: 10.1109/JSTARS.2014.2305165.
  21. Roth, F., Bauer-Marschallinger, B., Tupas, M. E., Reimer, C., Salamon, P., & Wagner, W., 2022. Sentinel-1 based analysis of the Pakistan Flood in 2022 (1.0.0) [Data set]. TU Wien. https://doi.org/10.48436/zvvmh-nan78.
  22. Vatanfada, J., 2009. "Flood management of Iran (country report)", Flood Prevention Committee.
  23. Zambon, M., Lawrence, R., Bunn, A., Powell, S., 2006. Effect of Alternative Splitting Rules on Image Processing Using Classification Tree Analysis. Photogrammetric Engineering and Remote Sensing, vol. 72(1):25-30.

  • Receive Date 12 May 2024
  • Revise Date 24 November 2024
  • Accept Date 02 December 2024
  • Publish Date 09 April 2025