تعیین شماره منحنی رواناب حوضه آبریز منصورآباد بیرجند با استفاده از سیستم اطلاعات جغرافیایی از دور (تصاویر لندست+ETM)
Publish Year: 1387
Type: Conference paper
Language: Persian
View: 1,576
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
Export:
Document National Code:
IDNC02_137
Index date: 6 October 2008
تعیین شماره منحنی رواناب حوضه آبریز منصورآباد بیرجند با استفاده از سیستم اطلاعات جغرافیایی از دور (تصاویر لندست+ETM) abstract
استفاده از سیستم اطلاعات جغرافیایی و سنجش از دور به منظور تخمین رواناب حوضه آبریز در سالهای اخیر افزایش یافته است. این امر به خاطر آن است که مدل های بارش - رواناب هر دو تغییرات ژئومورفولوژی و مکانی را شامل می شود. در این تحقیق، نقشه شماره منحنی رواناب با استفاده از سیستم اطلاعات جغرافیایی و تصاویر ماهواره لندست در یکی از حوضه های آبریز خراسان جنوبی تهیه شده است. شماره منحنی رواناب بر اساس فاکتورهایی مانند گروه هیدرولوژی خاک، کاربری اراضی، پوشش زمین و شرایط هیدرولوژیکی تعیین می شود. نقشه وضعیت پوشش زمین با کمک شاخص پوشش گیاهی تفاوت نرمال شده (NDVI) تهیه شده و سپس به سه کلاس مرتع خوب، نسبتا فقیر و فقیر تقسیم بندی می شود. نقشه کاربری اراضی حوضه با استفاده از داده های ماهواره لندست (ETM+) و بازدید صحرایی و به کمک نرم افزار ERDAS تعیین می شود و نقشه گروه هیدرولوژیکی خاک به کمک نقشه های خاک، شیب، کاربری اراضی، تشکیلات زمین شناسی و بازدیدهای صحرایی تهیه می گردد. نقشه شماره منحنی رواناب با استفاده از جدول SCS و نرم افزارهای GIS تعیین می گردد. شماره منحنی به دست آمده به عنوان ورودی در اکثر مدلهای تخمین رواناب حوضه مورد استفاده قرار می گیرد.
تعیین شماره منحنی رواناب حوضه آبریز منصورآباد بیرجند با استفاده از سیستم اطلاعات جغرافیایی از دور (تصاویر لندست+ETM) Keywords:
تعیین شماره منحنی رواناب حوضه آبریز منصورآباد بیرجند با استفاده از سیستم اطلاعات جغرافیایی از دور (تصاویر لندست+ETM) authors
مصطفی یعقوب زاده
دانشجوی کارشناسی ارشد دانشگاه شهید باهنر کرمان
غلامعباس بارانی
استاد بخش مهندسی عمران دانشگاه شهید باهنر کرمان
ابوالفضل اکبرپور
استادیار گروه مهندسی آب دانشگاه بیرجند
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :