أكثر

مشكلة في اتجاه التدفق في ماركا

مشكلة في اتجاه التدفق في ماركا


لدي المشكلة التالية مع Flow Direction Tool في DEM الخاص بي ومع هذا الاتجاه الخاطئ للتدفق المحسوب في وسط DEM ، لا يمكنني تحديد أي مستجمعات مائية. ماذا يمكنني أن أفعل؟


نظم المعلومات الجغرافية: الآثار المترتبة على حل المشكلات

خلال الثمانينيات ، تم تطوير نوع ثوري من برامج الكمبيوتر يسمى نظم المعلومات الجغرافية (GIS) لدمج قواعد البيانات البيئية مع صانعي الخرائط الآليين. تحظى التطبيقات التعليمية لنظم المعلومات الجغرافية في الوقت الحالي باهتمام جدي ، وتعد بالتأثير على الفصول الدراسية في الولايات المتحدة في المستقبل. نظرًا لأن هواة التكنولوجيا يركزون في البداية على مشكلات الأجهزة والبرامج ، فإن التوسع في التقنيات التعليمية يميل إلى تجاوز قاعدة المعرفة المرتبطة بالتعلم والتدريس. الإجماع الناشئ هو أن التحقيقات المنهجية لكيفية دعم الابتكارات التكنولوجية للتعلم يجب أن تسبق اعتماد ممارسات تعليمية جديدة. قارنت هذه الدراسة سلوكيات حل المشكلات القائمة على الخبراء / المبتدئين مع برنامج GIS يسمى ArcView. تم تقييم استراتيجيات حل مشكلات نظم المعلومات الجغرافية الموصوفة خلال جلسات التفكير بصوت عالٍ من خلال طرق البحث الطبيعية وتم تحليلها لحدوث العناصر الموضوعية. تم تحديد ثلاثة أنماط لحل مشاكل نظم المعلومات الجغرافية. اعتمد الخبراء على الصيغ المنطقية للاستعلام عن قاعدة البيانات. بين السكان المبتدئين ، كانت طرق التجربة والخطأ والاستراتيجيات المعرفية ذات المستوى المتوسط ​​التي تعتمد على التحليلات المكانية هي الأكثر انتشارًا. مع تقدم المبتدئين من خلال مجموعة المشكلات ، تم استخدام العمليات المعرفية ذات المستوى الأعلى بشكل متكرر. تشير النتائج إلى أهمية الدراسات المعرفية الإضافية وتقييمات الفصول الدراسية للنماذج التعليمية المختلفة قبل إدخال تكنولوجيا نظم المعلومات الجغرافية بالجملة في الفصول الدراسية بالمدرسة الثانوية. حقوق النشر © لعام 1996 محفوظة لشركة John Wiley & Sons، Inc.


  • APA
  • مؤلف
  • BIBTEX
  • هارفارد
  • معيار
  • RIS
  • فانكوفر

في: معلوماتية علوم الأرض ، المجلد. 11 ، ع 4 ، 12.2018 ، ص. 579-590.

مخرجات البحث: المساهمة في المجلة ›المقالة› الأكاديمية ›مراجعة الأقران

T1 - طريقة متكاملة لحساب RUSLE LS القائم على DEM

N2 - أدى تحسين دقة نماذج الارتفاع الرقمية (DEMs) والتطبيق المتزايد للمعادلة العالمية المعدلة لفقدان التربة (RUSLE) على مساحات كبيرة إلى خلق مشاكل تتعلق بكفاءة حساب عامل LS لمجموعات البيانات الكبيرة. تعد المعالجة المسبقة للمناطق المسطحة ، وتراكم التدفق ، وحساب طول المنحدر تقليديًا أكثر الخطوات استهلاكا للوقت. ومع ذلك ، عادةً ما يتم اعتبار الحصول على هذه الميزات كخطوات منفصلة ، ولا تزال الحسابات تستغرق وقتًا طويلاً. قمنا بتطوير طريقة متكاملة لتحسين كفاءة حساب عامل LS. يحتوي نموذج الحساب على خوارزميات لحساب اتجاه التدفق وتراكم التدفق وطول المنحدر وعامل LS. استخدمنا طريقة 8 Deterministic لتطوير ثمانينات اتجاه التدفق (FDOTs) ، ومصفوفات مسطحة (FMs) وقوائم انتظار أولًا يخرج أولاً (FIFOQs) لتتبع مسار التدفق. كانت هياكل البيانات هذه أكثر كفاءة من حيث الوقت لحساب طول المنحدر داخل الشقق ، وتراكم التدفق ، وطول المنحدر خطيًا عن طريق اجتياز FDOTs من أوراقها إلى جذورها ، مما قد يقلل من نطاق البحث وتبادل البيانات. قمنا بتقييم دقة وفعالية هذه الخوارزمية المتكاملة من خلال حساب عامل LS لثلاث مناطق من هضبة اللوس في الصين و SRTM DEM في الصين. أشارت النتائج إلى أن هذه الأداة يمكن أن تحسن بشكل كبير من كفاءة حسابات عامل LS على مساحات كبيرة دون تقليل الدقة.

AB - أدى تحسين دقة نماذج الارتفاع الرقمية (DEMs) والتطبيق المتزايد للمعادلة العالمية المعدلة لفقدان التربة (RUSLE) على مساحات كبيرة إلى خلق مشاكل تتعلق بكفاءة حساب عامل LS لمجموعات البيانات الكبيرة. تعد المعالجة المسبقة للمناطق المسطحة ، وتراكم التدفق ، وحساب طول المنحدر تقليديًا أكثر الخطوات استهلاكا للوقت. ومع ذلك ، عادةً ما يتم اعتبار الحصول على هذه الميزات كخطوات منفصلة ، ولا تزال الحسابات تستغرق وقتًا طويلاً. قمنا بتطوير طريقة متكاملة لتحسين كفاءة حساب عامل LS. يحتوي نموذج الحساب على خوارزميات لحساب اتجاه التدفق وتراكم التدفق وطول المنحدر وعامل LS. استخدمنا طريقة 8 Deterministic لتطوير ثمانينات اتجاه التدفق (FDOTs) ، ومصفوفات مسطحة (FMs) وقوائم انتظار أولًا يخرج أولاً (FIFOQs) لتتبع مسار التدفق. كانت هياكل البيانات هذه أكثر كفاءة من حيث الوقت لحساب طول المنحدر داخل الشقق ، وتراكم التدفق ، وطول المنحدر خطيًا عن طريق اجتياز FDOTs من أوراقها إلى جذورها ، مما قد يقلل من نطاق البحث وتبادل البيانات. قمنا بتقييم دقة وفعالية هذه الخوارزمية المتكاملة من خلال حساب عامل LS لثلاث مناطق من هضبة اللوس في الصين و SRTM DEM في الصين. أشارت النتائج إلى أن هذه الأداة يمكن أن تحسن بشكل كبير من كفاءة حسابات عامل LS على مساحات كبيرة دون تقليل الدقة.


تعذر تعيين ملف شكل نقاط الصب

أحتاج إلى تحديد مستجمعات المياه في خليج تشيسابيك. لهذا السبب ، أخذت 16 بلاطة من إنتاج DEM (Arcgrid) من قاعدة بيانات USGS ودمجها من خلال قاعدة بيانات Mosaic. قمت بتشغيل مربع أدوات التحليل المكاني (Fill ، Flow Direction ، Flow Accumulation على التوالي) مع نفس المراجع المكانية مثل مجموعات بيانات dem (GCS_North_American_1983). الآن ، عندما أريد تحديد ملف شكل نقطة الانسكاب لوضع اللمسات الأخيرة على ترسيم مستجمعات المياه ، فإنه لا يمكن التقاط الخلية ذات التراكم العالي. أنا متأكد من أن نظام التنسيق الجغرافي هو نفسه لجميع طبقاتي. ولكن عندما أرغب في تعيين الخلايا ذات الصلة في ملف Shapefile الخاص بنقاط التدفق ، فإنه يُظهر تحذيرًا يتم فيه التنبيه لعدم الاتساق بين Shapefile وإحدى الطبقات (Attachment-1). كما أن نتيجة تراكم التدفق لا تبدو مرضية (يرجى الاطلاع على المرفق 2،3).

هل هناك أي مساعدة يمكنك أن تعطيني. لا أعرف من أين تأتي المشكلة.

@


تدفقات الحطام في الحديقة الوطنية السويسرية: تأثير نماذج التدفق المختلفة وحجم شبكة DEM المتغير على نتائج النمذجة

في الحديقة الوطنية السويسرية ، تعتبر تدفقات الحطام ظاهرة متكررة وقد أثرت بشكل متكرر على الطرق السريعة وهياكل المشي لمسافات طويلة. في هذه الدراسة ، درسنا أولاً الخصائص والأبعاد الرئيسية لتدفقات الحطام الحالية من خلال العمل الميداني وخطط تحديد المعايير التجريبية. بالإضافة إلى ذلك ، قمنا بتقييم نموذج نظام المعلومات الجغرافية لمسار التدفق القائم على التضاريس (MSF) ونموذج توجيه التدفق (FLO-2D) من حيث المناطق المتأثرة بتدفق الحطام. تم استخدام ثلاثة نماذج ارتفاع رقمية مختلفة بشكل عام (DEM) مع تباعد شبكي 25 و 4 و 1 متر بالتزامن مع نماذج التدفق. يوضح تقييم تباعد شبكة DEM أنه بالنسبة لكلا نموذجي التدفق ، يمكن أن يعطي 25 m DEM تقديرًا تقريبيًا لمنطقة الخطر المحتملة. تحصر نماذج DEM التي يبلغ قطرها أربعة متر وواحد في الغالب تدفق الحطام المحاكي على القنوات الموجودة وتتوافق مع ملاحظات أحداث تدفق الحطام الأخيرة. تظهر الدراسة أن جودة DEM ودقة الشبكة أمران حاسمان في التحديد الناتج للمناطق التي يحتمل تأثرها وبالتالي لتقييم المخاطر ورسم الخرائط.

هذه معاينة لمحتوى الاشتراك ، والوصول عبر مؤسستك.


محلل نظم المعلومات الجغرافية (GIS) على مستوى المبتدئين الراتب في الولايات المتحدة

كم يكسب محلل نظم المعلومات الجغرافية (GIS) للمبتدئين في الولايات المتحدة؟ متوسط ​​راتب محلل نظم المعلومات الجغرافية (GIS) للمبتدئين في الولايات المتحدة هو $58,301 اعتبارًا من 27 مايو 2021 ، ولكن النطاق يقع عادةً بين $51,201 و $63,901. يمكن أن تختلف نطاقات الرواتب بشكل كبير اعتمادًا على العديد من العوامل المهمة ، بما في ذلك التعليم والشهادات والمهارات الإضافية وعدد السنوات التي قضيتها في مهنتك. مع المزيد من بيانات التعويض في الوقت الفعلي عبر الإنترنت أكثر من أي موقع ويب آخر ، يساعدك موقع الرواتب على تحديد هدف الدفع المحدد.

النسبة المئوية مرتب موقع آخر تحديث
العاشر المئوية للمستوى المئوي لمحلل نظم المعلومات الجغرافية (GIS) راتب محلل $44,737 نحن 27 مايو 2021
الراتب المئوي الخامس والعشرون لمحلل نظم المعلومات الجغرافية (GIS) على مستوى المبتدئين $51,201 نحن 27 مايو 2021
الراتب المئوي الخمسون لمحلل نظم المعلومات الجغرافية (GIS) على مستوى المبتدئين $58,301 نحن 27 مايو 2021
الراتب المئوي 75 محلل نظم المعلومات الجغرافية (GIS) على مستوى المبتدئين $63,901 نحن 27 مايو 2021
الراتب المئوي التسعون لمحلل نظم المعلومات الجغرافية (GIS) على مستوى المبتدئين $69,000 نحن 27 مايو 2021

تخصيص رواتب الموظفين بناءً على متطلبات الوظيفة الفريدة والمؤهلات الشخصية.

احصل على أحدث أسعار السوق للوظائف المعيارية والوظائف في مجال عملك.

حلل السوق ومؤهلاتك للتفاوض على راتبك بثقة.

ابحث في الآلاف من المراكز المفتوحة للعثور على فرصتك التالية.


تعبر مخرجات التعلم للوحدة عن التحصيل التعليمي من حيث ما يجب أن يعرفه الطالب ويفهمه ويكون قادرًا على القيام به عند الانتهاء من الوحدة. تتوافق هذه النتائج مع سمات الخريجين. تعتبر مخرجات التعلم للوحدة وسمات الخريجين أيضًا أساس تقييم التعلم السابق.

عند الانتهاء من هذه الوحدة ، يجب أن يكون الطلاب قادرين على:
1إدارة مشروع نظم المعلومات الجغرافية بمعايير مهنية
2تحليل البيانات المكانية لحل مشكلة مكانية
3تفسير الصور المستشعرة عن بعد
4استخدام مجموعة متنوعة من البرامج لحل مشكلة مكانية في تخصصهم
5توصيل نتائج التحليل المكاني إلى المجتمع الأوسع.

عند الانتهاء من هذه الوحدة ، يجب أن يكون الطلاب قادرين على:

  1. إدارة مشروع نظم المعلومات الجغرافية بمعايير مهنية
  2. تحليل البيانات المكانية لحل مشكلة مكانية
  3. تفسير الصور المستشعرة عن بعد
  4. استخدام مجموعة متنوعة من البرامج لحل مشكلة مكانية في تخصصهم
  5. توصيل نتائج التحليل المكاني إلى المجتمع الأوسع.

تأثير قرار DEM على تقدير الخصائص الفيزيائية لمستجمعات المياه باستخدام SWAT

يعد نموذج الارتفاع الرقمي (DEM) مدخلاً مكانيًا مهمًا للاستخراج التلقائي للمعلمات الطبوغرافية لأداة تقييم التربة والمياه (SWAT). كان الهدف من هذه الدراسة هو التحقيق في تأثير دقة DEM (من 5 إلى 90 مترًا) على عملية ترسيم نموذج SWAT مع نوعين من خصائص مستجمعات المياه (منطقة مسطحة ومنطقة جبلية) وثلاثة أحجام من منطقة مستجمعات المياه (حوالي 20.000) و 200000 و 1500000 هكتار). أظهرت النتائج أن الأطوال الإجمالية للخط الانسيابي ومنحدر القناة الرئيسية ومنطقة مستجمعات المياه ومنحدر المنطقة كانت مختلفة اختلافًا كبيرًا عند استخدام مجموعات بيانات DEM لتحديدها. أظهر الترسيم باستخدام SRTM DEM (90 م) و ASTER DEM (30 م) و LDD DEM (5 م) لجميع خصائص مستجمعات المياه أن أحجام وأشكال مستجمعات المياه التي تم الحصول عليها كانت مختلفة قليلاً فقط ، في حين أن منحدرات المنطقة التي تم الحصول عليها كانت مختلفة بشكل كبير. زادت الأطوال الإجمالية للتيارات المتولدة عندما كانت دقة DEM المستخدمة أعلى. كانت منحدرات التيار التي تم الحصول عليها باستخدام أحجام المساحات الصغيرة غير مهمة ، بينما كانت المنحدرات التي تم الحصول عليها باستخدام أحجام المساحات الكبيرة مختلفة بشكل كبير. يشير هذا إلى أنه يجب على مستخدمي نموذج موارد المياه استخدام ASTER DEM بدلاً من دقة DEM الدقيقة لإدخال النموذج لتوفير الوقت لمعايرة النموذج والتحقق من صحته.

1 المقدمة

يمكن أن توفر تقنيات الكمبيوتر أدوات إضافية لرسم الخرائط الجيولوجية ، مما قد يحسن اتفاق الوحدات الجيولوجية المحددة مع تضاريس التضاريس مثل أداة نموذج الارتفاع الرقمي (DEM) ، وهي خريطة رقمية لارتفاع منطقة على الأرض [ 1-3]. يُعد DEM مفيدًا في الإنشاء التلقائي لبيانات الإدخال المعدة للنماذج الهيدرولوجية والهيدرولوجية ، مثل نموذج أداة تقييم التربة والمياه (SWAT) ، ونظام تحليل نهر مركز الهندسة الهيدرولوجية (HEC-RAS) ، ومركز الهندسة الهيدرولوجية - الهيدرولوجيا نظام النمذجة (HEC-HMS) [4-6]. يمكن استخدام DEM لتمثيل المعلمات الفيزيائية لمستجمعات المياه من حيث اتجاه التدفق وشبكة الصرف ومنحدرات الصرف. يختلف أداء النموذج وفقًا لبيانات الإدخال المتاحة [7 ، 8]. دقة DEM الأساسية ، أو حجم البيانات النقطية ، هي دائمًا حل وسط بين مستوى التفاصيل المطلوبة للحساب ، ودقة البيانات ، وإجمالي طاقة الحوسبة وموارد الوقت التي يمكن تخصيصها [9]. يجب مراقبة دقة بيانات DEM لتمكين أفضل اختيار للاستخدام في إعداد نموذج قاعدة DEM لأن هذا هو مفتاح نجاح نتائج النموذج. المشكلة اللاحقة هي أن حجم الشبكة مناسب لكل نوع من التضاريس وحجم المنطقة محل الاهتمام. يرتبط دقة بيانات نظام المعلومات الجغرافية (GIS) ارتباطًا وثيقًا بسرعة الحساب في التحليل المكاني. عندما يكون وقت الحوسبة طويلًا جدًا لتشغيل نموذج بدقة عالية ، قد يستخدم مستخدمو SWAT بيانات DEM ذات الدقة الخشنة لتسريع إجراء الحساب. تم استخدام وكالة حماية البيئة التابعة للمسح الجيولوجي الأمريكي (EPA-USGS) DEM وشبكة DEM بطول 30 مترًا (مجموعة بيانات NED) للتحقيق في تأثير قرار DEM على ترسيم مناطق مستجمعات المياه الثلاثة في ميسيسيبي ، ووجد أن أثرت دقة بيانات الارتفاع على ترسيم مستجمعات المياه من خلال توفير المزيد من الأحواض الفرعية (لنفس المنطقة) عند استخدام مجموعات بيانات أكثر خشونة ، أي أن الدقة المنخفضة تنتج مزيدًا من التجزئة لمستجمعات المياه بينما تسمح مجموعات البيانات ذات الدقة العالية بتحديد أفضل للمناطق المسطحة عندما - تم تطبيق مقياس إشعاع الانعكاس والانبعاث الحراري للعظام (ASTER) ومهمة طبوغرافيا الرادار المكوك (SRTM) لتحديد مستجمعات المياه ، وأظهرت النتائج أن كلا من DEMs كان مناسبًا لتحديد الأنهار الجليدية [10].

نموذج SWAT هو الأداة الأكثر استخدامًا لدراسة التقديرات الهيدرولوجية. علاوة على ذلك ، كان الهدف من تطوير SWAT هو التنبؤ بتأثير الإدارة على المياه ، والرواسب ، والغلات الكيميائية الزراعية في الأحواض الكبيرة غير المربوطة [11]. SWAT هو نموذج فيزيائي لمقياس مستجمعات المياه وشبه موزع تم استخدامه على نطاق واسع للتنبؤ بتأثير ممارسات إدارة الأراضي على المياه ، والرواسب ، والنقل الكيميائي الزراعي [12]. تم تطبيق SWAT على حوض نهر شاليار البالغ مساحته 2530 كيلومترًا مربعًا في ولاية كيرالا ، الهند ، للتحقيق في تأثير معلمات النموذج ، وأشارت النتيجة إلى أنه قد يكون هناك قدر أكبر من عدم اليقين في تقديرات تدفق تيار SWAT مع زيادة حجم مستجمعات المياه [6] . كانت معظم الدراسات التي تم إجراؤها على التأثيرات التي تتراوح من 30 × 30 مترًا إلى 1000 × 1000 متر بأحجام شبكة DEM ، ولكن لا تستخدم مجموعات بيانات عالية الدقة بحجم شبكة 5 متر DEM. تمت دراسة تأثير استبانة بيانات المدخلات المكانية (من 20 إلى 500 م) على المعلمات الهيدرولوجية في مستجمعات المياه المسطحة في وسط ولاية أيوا (الولايات المتحدة الأمريكية) [13]. بالإضافة إلى ذلك ، تمت دراسة تأثير قرار DEM (من 20 إلى 1500 م) على تدفق التدفق المحاكي SWAT في حوض نهر جوهور ، ماليزيا [14]. حاليًا ، تتوفر دقة أعلى لـ DEM مجانًا ، على سبيل المثال ، شبكة DEM بطول 90 مترًا (SRTM DEM) وشبكة DEM بطول 30 مترًا (ASTER DEM). في تايلاند على وجه الخصوص ، تم تطوير شبكة DEM بطول 5 أمتار بواسطة إدارة تطوير الأراضي للمؤسسات الحكومية لاستخدامها مجانًا.

لم تكن هناك دراسات في تايلاند حول حجم شبكة DEM ووقت الاستبانة ومعلمات مستجمعات المياه التي تم استخدامها لإعداد النماذج الهيدرولوجية لتقدير الجريان السطحي وتدفق التيار والمعايير الهيدرولوجية الأخرى في نماذج GIS الهيدرولوجية. بحثت هذه الدراسة في الخوارزميات المستخدمة وأكدت المشكلات التي يمكن مواجهتها أثناء استخدام بيانات DEM ووقت الحضور لتشغيل جميع العمليات باستخدام جهاز كمبيوتر شخصي (PC). لم يكن التركيز الأساسي لهذا العمل على دقة بيانات الارتفاع نفسها ، ولكن السمات المشتقة منها. تم استخدام تطبيق على عينات مأخوذة من حوض نهر تشي وحوض نهر بينج في تايلاند. بالإضافة إلى ذلك ، قارنت الدراسة درجات دقة مختلفة ، من 5 م إلى 90 م (5 م ، 30 م ، و 90 م) ، المستخدمة في تقنيات الترسيم الآلي.

2. المنهجية

2.1. منطقة دراسة

تم أخذ خاصيتين للمناطق في الاعتبار في هذه الدراسة: المناطق المسطحة والمناطق الجبلية ، كما هو موضح في الشكل 1. يقع موقع المنطقة الجبلية بين خطي طول 259997–340000 شرقاً وخطي عرض 1763937–1826002 شمالاً في مقاطعة شيانغ ماي ، تايلاند. بلغ إجمالي المساحة المستخدمة للشبكة 14400 هكتار. تهيمن المنطقة الجبلية على معظم أجزاء مستجمعات المياه.

بالنسبة لمناطق الأرض المسطحة ، كانت المنطقة الأولى تقع بين خطي طول 285000-301019 شرقاً وخطي عرض 1770002–1753451 شمالاً في مستجمعات المياه Huai-Por-Phan. بلغ إجمالي مساحة الشبكة المستخدمة 26500 هكتار. تقع المنطقة الثانية بين خطي طول 277982-308567 شرقاً وخطي عرض 1809520-1866770 شمالاً في حوض هواي ساي باث الفرعي. بلغ إجمالي مساحة الشبكة المستخدمة 175000 هكتار. تقع المنطقة الثالثة بين خطي طول 339997-448007 شرقاً وخطي عرض 1741997-11880002 شمالاً في حوض نام يانغ الفرعي. بلغ إجمالي مساحة الشبكة المستخدمة 1،490،000 هكتار.

2.2. جمع البيانات: ماركا ألمانيا

جاءت بيانات DEM من ثلاثة مصادر: LDD DEM المحلي و ASTER DEM و SRTM DEM. أولاً ، كان LDD DEM في بيانات تنسيق الشبكة التي قدمتها إدارة تطوير الأراضي ، تايلاند ، 2008. ثانيًا ، ASTER DEM هي مجموعة بيانات ارتفاع عالمية جديدة تبلغ 1 ثانية قوسية (30 مترًا) تم إصدارها في يونيو 2009 بواسطة METI (الوزارة الاقتصاد والتجارة والصناعة) ، اليابان ، ووكالة ناسا (الإدارة الوطنية للملاحة الجوية والفضاء) ، الولايات المتحدة الأمريكية (ERSDAC ، 2009). تم تنزيل مجموعة بيانات ASTER 30 m المستخدمة في منطقة الدراسة من موقع الويب ذي الصلة (http://gdem.ersdac.jspacesystems.or.jp/search.jsp). ثالثًا ، إن SRTM DEM هو نتيجة جهد تعاوني من قبل وكالة ناسا ، الولايات المتحدة الأمريكية (CGIAR-CSI ، 2009). تم تنزيل مجموعة بيانات SRTM3 DEM المستخدمة في الدراسة من موقع الويب (http://csi.cgiar.org/). يتم عرض خصائص DEMs في الجدول 1. تم استخدام أشكال مستجمعات المياه من إدارة الموارد المائية ، تايلاند ، 2009 ، وخريطة بمقياس 1: 50000 مع حدود مستجمعات المياه الرقمية يدويًا لمقارنة المناطق المتوسطة والكبيرة الحجم.

2.3 أداة تقييم التربة والمياه

يحتوي SWAT على أداة ترسيم تلقائي مستخدمة في النمذجة الحالية لنظام هيدرولوجيا مستجمعات المياه GIS. SWAT هو نظام تحليل بيئي متعدد الأغراض يدمج نظم المعلومات الجغرافية وبيانات مستجمعات المياه والتقييم وأدوات النمذجة. تم استخراج الخرائط والمعلمات بواسطة واجهة ArcGIS الخاصة بامتداد SWAT لأن هذه الأدوات هي الأكثر شهرة ويمكن الوصول إليها واستخدامها على نطاق واسع لمقارنة النتائج ، باستثناء حوض Haui-Sai-Bath الفرعي وحوض Nam-Yang الفرعي أشكال مستجمعات المياه من DWR التي تم استخدامها لتمكين المقارنات من النظر فيها. SWAT هو نموذج مستمر جسديًا. تم تحديد مستجمعات المياه الجوفية باستخدام خوارزميات التدفق الاتجاهي الثمانية (طريقة D-8). طريقة D-8 هي طريقة بسيطة يمكن استخدامها لمحاكاة اتجاهات التدفق.

استخدمت الطريقة خوارزمية D-8 التي حددت اتجاه التدفق للخلية في المركز من خلال النظر في اتجاه أكبر انخفاض في الارتفاع. يمكن أن تولد شبكات التدفق وتحديد مستجمعات المياه. تم إنشاء مستجمعات المياه بناءً على DEM الذي يمثل اتجاه تدفق المياه [15 ، 16].

3. النتائج والمناقشة

سيتم النظر في الإنتاجية عند استخدام جميع DEMs فيما يتعلق بثلاثة جوانب من (1) خصائص المنطقة (الحجم والشكل ومنحدر المنطقة) ، (2) طول التيار ، و (3) منحدر التيار الرئيسي. تم النظر في كل جانب لأربعة مستجمعات مائية (Huai-Sai-Khaw و Huai-Por-Phan و Huai-Sai-Bath و Nam-Yang subbasins). أثرت بعض الخصائص الفيزيائية لمستجمعات المياه بشكل كبير على خصائص الجريان السطحي ، وبالتالي فهي ذات أهمية كبيرة في التحليلات الهيدرولوجية. الخصائص الرئيسية لمستجمعات المياه هي كما يلي: (1) منطقة مستجمعات المياه: تعكس حجم المياه التي يمكن توليدها من شكل مستجمعات الأمطار (2): يؤثر شكل مستجمعات المياه على شكل مخططها الهيدروليكي المميز (3) طول مستجمعات المياه: يستخدم هذا الطول عادة في حساب معامل الوقت ، وهو مقياس لزمن انتقال الماء عبر مستجمعات المياه و (4) منحدر مستجمعات المياه: يؤثر منحدر مستجمعات المياه على زخم الجريان السطحي.

3.1. تأثير خصائص المنطقة (الحجم والشكل والانحدار للمنطقة)

في هذه الدراسة ، تم النظر في الخصائص الرئيسية لمستجمعات المياه من حيث التأثير على الاستجابة الهيدرولوجية. تم استخراج معلمات مستجمعات المياه (الحجم والشكل ومنحدر المنطقة) تلقائيًا باستخدام DEMs دقة مختلفة لنفس المنطقة. تم استخدام تحديد مستجمعات المياه LDD DEM كنقطة أساسية لمقارنة حجم مستجمعات المياه. إن أبسط طريقة لمقارنة كفاءة مختلف DEMs في نفس المنطقة هي المقارنة المرئية ، وتم استخدام المناطق المتقاطعة بين DEMs المختلفة لإعطاء مزيد من المعلومات.

يوضح الشكل 2 ترسيم منطقة مستجمعات المياه Huai-Sai-Khaw (ممثل لمنطقة جبلية صغيرة) باستخدام LDD DEM و ASTER DEM و SRTM DEM. أشارت إلى أن أشكال LDD DEM و ASTER DEM كانت متشابهة ، في حين أن الشكل الذي تم الحصول عليه من SRTM DEM كان مختلفًا تمامًا. بالإضافة إلى ذلك ، يتم تضمين المناطق المتقاطعة بين مختلف DEMs ومستجمعات المياه المستخرجة عندما يتم فرضها في الجدول 2.


إنشاء ومشاركة TopoToolbox الإصدار 1

عندما بدأت في البحث عن طرق لحساب تدفقات المياه عبر المناظر الطبيعية ، كنت جديدًا على MATLAB والبرمجة. كان الحل الأولي للمشكلة بعيدًا عن الأناقة - على سبيل المثال ، استخدم العديد من الحلقات بدلاً من العمليات الموجهة لإجراء العمليات الحسابية. أبحث عن المساعدة ، طرحت سؤالًا على مجتمع MATLAB في MATLAB Central. اقترح أحد المساهمين استخدام مصفوفة متفرقة كبيرة وحل المعادلات الخطية. فتح هذا الاقتراح عيني على أناقة وكفاءة جبر المصفوفة في MATLAB. عندما طبقت هذا النهج في MATLAB ، أدركت أن له العديد من التطبيقات المحتملة. على سبيل المثال ، يمكن استخدامه لحساب المسافة التي ستقطعها كل قطرة مطر قبل الوصول إلى مستجمعات المياه أو لتحديد مستجمعات المياه نفسها. كان ذلك عندما قررت إنشاء الإصدار الأول من TopoToolbox.

لقد جعلت TopoToolbox متاحًا عبر موقع نظام نماذج السطح الديناميكي (CSDMS) التابع لجامعة كولورادو ، وأصبح الأداة الأكثر تنزيلًا لهذا الموقع. لقد قمت أيضًا بنشر TopoToolbox عبر GitHub وعبر File Exchange على MATLAB Central ، حيث يتم تنزيله عشرات المرات كل شهر.


لم تتلق هذه الدراسة أي تمويل خارجي.

الانتماءات

قسم التنمية المستدامة للمناظر الطبيعية ، معهد علوم الأرض والجغرافيا ، جامعة مارتن لوثر ، هاله فيتنبرغ ، هاله ، ألمانيا

قسم إدارة الأراضي والمساحة ، كلية ووندو جينيت للغابات والموارد الطبيعية ، جامعة هواسا ، هواسا ، إثيوبيا

يمكنك أيضًا البحث عن هذا المؤلف في PubMed Google Scholar

يمكنك أيضًا البحث عن هذا المؤلف في PubMed Google Scholar

مساهمات

قدم كلا المؤلفين مساهمة قيمة وغير متحفظ عليها. كتب RG المنهجية المستخدمة ونفذت عملية تحليل البيانات وتشغيل نموذج RUSLE وكتب المخطوطة EG أكثر انخراطًا في جمع البيانات المكانية وعملية تصنيف LULC وتقييم الدقة. كل الكتاب قرأوا و أجازوا الكتاب.

المؤلف المراسل


شاهد الفيديو: ماركا الشمالية