پایش تغییرات تالاب بختگان با استفاده از سری زمانی داده های ماهواره ای در پلتفرم گوگل ارث انجین و پیش بینی پارامترها با مدل Facebook’s Prophet

پیشینه و هدف تالاب ها زیستگاه پوشش گیاهی و حیاط وحش هستند و به همین دلیل دارای ارزش زیست محیطی بالایی می باشند. همچنین تالاب ها در هنگام وقوع حوادث ناگوار طبیعی باعث کاهش فرسایش خاک، بازیابی سفره های زیرزمینی و ذخیره آب حاصل از بارش می ­شوند و در فراهم کردن آب جهت کشاورزی و یا استفاده دام نقش دارند. این مناطق در برابر دخالت ها و تغییرات انسانی مانند زهکشی، گسترش شهر و توسعه زیرساخت ها و بهره برداری بیش ازحد از منابع آب های زیرزمینی آسیب پذیر هستند. پیش بینی وضعیت تالاب­ ها در آینده، نیازمند داشتن درک درست از سیر تحول تالاب ها و تعیین روند تغییرات آن ها است. امروزه فناوری سنجش ازدور برای نگاشت تالاب ها به طور گسترده ­ای مورداستفاده قرار می گیرد و توانایی آن در پایش تغییرات تالاب ها به دلیل وسعت متغیر و پویایی تالاب، ارزش این علم را در این زمینه دوچندان کرده است. سنجش ازدور با تامین تصاویر در زمان های مختلف و از طریق مدل سازی فضایی پویا می تواند ابزاری موثر برای شبیه سازی و پیش بینی فرایندهای تخریب تالاب باشد. در این مطالعه به دلیل اهمیت بالای زیست محیطی و گردشگری تالاب بختگان و اثرات خشک شدن تالاب بر شرایط زیستی و سلامت افراد بومی و همچنین گردشگری منطقه به پایش تغییرات این تالاب پرداخته شده است و پیش بینی پارامترهای بارش، سطح آب های زیرزمینی و دما انجام گرفته است. برای این امر پلتفرم گوگل ارث انجین برای اخذ و پردازش تصاویر مورداستفاده قرار گرفت. پلتفرم گوگل ارث انجین پلتفرمی است که در کمترین زمان و با سرعت بالا می توان اقدام به اخذ و پردازش تصاویر کرد. بر این اساس با استفاده از پلتفرم گوگل ارث انجین تغییرات پهنه آبی دریاچه به همراه تغییرات دما، سطح آب های زیرزمینی و بارش استخراج و مورد پایش قرارگرفته شد. همچنین مقایسه ای بین این پارامترها صورت گرفت تا مشخص شود چه تغییراتی طی دو دهه در این دریاچه اتفاق افتاده است. برای پیش بینی پارامترها با استفاده از مدل Prophet اقدام به پیش بینی و تحلیل روند تغییرات شد. مهم ترین مزیت مدل Prophet توانایی در تبدیل داده های گسسته به داده های پیوسته است تا پیش بینی به بهترین شکل انجام پذیرد. این روش در شناسایی روند فصلی بودن داده ها به صورت خودکار عمل می کند و در صورت وجود روند تغییرات فصلی آن ها را نمایش می دهد.مواد و روش­ ها برای انجام پایش تالاب اقدام به اخذ تصاویر از پلتفرم گوگل ارث انجین شد. از تصاویر لندست ۷ و ۸ برای استخراج پهنه آبی، برای استخراج تغییرات سطح آب های زیرزمینی از داده های گریس، برای استخراج پوشش گیاهی و دمای سطح تالاب از پروداکت مادیس و برای استخراج مقادیر بارش از پروداکت تصاویر TRMM استفاده شد. برای استخراج پهنه آبی تالاب از شاخص استخراج خودکار آب (Automated water extraction index) استفاده شد. برای استخراج سطح آب های زیرزمینی از سنجنده گریس استفاده شد. برای به دست آوردن سری زمانی دمای سطح زمین برای منطقه موردمطالعه از پروداکت سنجنده مادیس استفاده شد. برای استخراج سری زمانی بارش، از داده های تجمعی ماهانه ماهواره TRMM (۳B۴۳V۷)  باقدرت تفکیک مکانی ۲۵/۰ درجه جغرافیایی با استفاده از گوگل ارث انجین استخراج و روند تغییرات مورد ارزیابی و تحلیل قرار گرفت. آزمون Mann-Kendall یکی از پرکاربردترین آزمون های غیر پارامتری برای تشخیص روند داده های آب و هواشناسی و زیست محیطی است که برای تشخیص خط روند یکنواخت به کار می رود، این آزمون ازآنجاکه روشی غیر پارامتری است نیازی نیست از داده هایی با توزیع نرمال پیروی کند. مدل پیش بینی Prophet، کتابخانه پیش بینی کننده Prophet که توسط فیس بوک توسعه یافته است در زبان های برنامه نویسی R و Python در دسترس است. این کتابخانه از روش های (Additive model) پشتیبانی می کند و مقادیر گسسته را می تواند به خوبی و به صورت مقادیر پیوسته پیش بینی کند. نام این قابلیت «تعطیلات » است. از دیگر قابلیت های این کتابخانه شناسایی خودکار روند های روزانه هفتگی، فصلی و سالانه است. میانگین خطای مطلق یا به اختصار (MAE) به صورت پیش فرض در کتابخانه ی Prophet وجود دارد. این خطا معیار طبیعی تری از خطای متوسط را نشان می دهد و برخلاف خطای RMSE بدون ابهام است.نتایج و بحث در این مطالعه روند تغییرات سطح آب تالاب بختگان بین سال های ۲۰۰۰ تا ۲۰۲۰ با استفاده از پلتفرم گوگل ارث انجین پایش شد. همچنین با استفاده از روش پیش بینی Prophet که توسط فیس بوک توسعه و منتشرشده است، اقدام به پیش بینی پارامترهای موثر گردید. بررسی روند تغییرات نشان داد که سطح آب تالاب در طی دو دهه کاهش چشمگیری داشته است. در همین راستا، روند سطح آب های زیرزمینی، دما و بارش منطقه موردبررسی قرار گرفت. با بررسی این عوامل مشخص شد هم زمان با کاهش ۵۸.۳% سطح آب تالاب، کاهش ۲۶۰% نیز در سطح آب های زیرزمینی منطقه رخ داده است. با این حال تغییرات مقدار بارش منطقه در مقایسه با پارامتر های دیگر کمتر بوده است و حدود ۲۹% کاهش داشته است. این روند کاهش با استفاده از آزمون آماری من-کندال نیز اثبات شد. برای پیش بینی پارامترها نیز، مدل Prophet با استفاده از داده ای گسسته توانسته است برای ۱۵۰۰ روز پیش بینی را به صورت داده ی پیوسته انجام دهد. خروجی مدل نشان داد که برای پارامترهای بارش و سطح آب های زیرزمینی یک روند نزولی در طی ۱۵۰۰ روز آینده قابل پیش بینی است که این روند کاهشی برای مقادیر بارش با شدت کم اما برای سطح آب های زیرزمینی با شدت زیاد هست. پیش بینی دما نشان داد که دما دارای الگوی فصلی است و نوسان زیادی در طول یک سال دارد، اما روند سالیانه ی آن نشان از ثبات در سال های پیش رو دارد. نتایج مدل برای سطح آب تالاب نیز نشان از یک روند صعودی نسبتا کم دارد که دارای احتمال تغییر ±۱۲.۵ کیلومترمربعی است. همچین خطای پارامترها در سطح معنی داری ۹۵٪ دارای مقادیر قابل قبول هستند که نشان از صحت پیش بینی دارد. از شاخص خودکار آب به منظور استخراج سری زمانی پهنه آبی تالاب موردنظر استفاده شد. با استفاده از میانگین سری زمانی استخراج شده بیشترین و کمترین مساحت پهنه آبی تالاب به ترتیب به سال ۲۰۰۶ با ۶۲۹.۲۳ کیلومترمربع و سال ۲۰۱۴ با ۱۵۶.۸۲ کیلومترمربع تعلق دارد. سری زمانی تغییرات این تالاب نشان می دهد که وضعیت آب تالاب طی دو دهه سیر نزولی را طی کرده است. براساس این مطالعه می توان نتیجه گرفت که روند تغییرات سطح آب تالاب روبه کاهش بوده است. تغییرات دریاچه براساس روند تغییرات سطح آب های زیرزمینی که به­ صورت نزولی می باشد گویای کاهش آب منطقه است. بدلیل اینکه روند تغییرات بارش دارای یک ثباتی بوده، مدیریت نامناسب می­تواند دلیلی بر کاهش سطح آب دریاچه و استفاده بی­رویه از آب های زیرزمینی باعث کاهش سطح آب های زیرزمینی باشد. بدلیل همین کاهش سطح آب دریاچه، دما هم تا ۳ درجه سانتی گراد کاهش داشته استنتیجه ­گیری بر اساس این مطالعه می توان نتیجه گرفت که سطح آب های زیرزمینی و بارش در آینده روندی نزولی خواهند داشت که باعث می شود سطح آب تالاب - که خود دارای احتمال نوسان در آینده است - کاهش یابد و روند به صورت نزولی ادامه یابد. با روند پیش رو، تنها راه، برنامه ریزی های مناسب در جهت حفظ تالاب است. در صورت ادامه این روند، شاهد نابودی تالاب خواهیم بود. پیشنهاد می شود با توجه به روند ماهانه ی سطح تالاب در فصل تابستان بهره برداری بیش ازحد از منابع آب های زیرزمینی صورت نگیرد. جهت بررسی های بیشتر می توان از پلتفرم گوگل ارث انجین بدون نیاز به اخذ تصاویر و صرف زمان و هزینه زیاد، اقدام به فراخوانی سری زمانی تصاویر کرده و پردازش هایی در این پلتفرم انجام داد. در بحث پیش بینی نیز در مطالعات آتی می توان از مدل Prophet به دلیل استفاده از داده های گسسته و درعین حال ارائه دقت مطلوب، استفاده کرد.

Keywords:

تالاب بختگان , مدل پیش بینی Prophet , آزمون من-کندال , گوگل ارث انجین