سیل از رایج‌ترین بلایای طبیعی مرتبط با آب و هواست که نه تنهاجان و مال مردم را مورد تهدید جدی قرار می‌دهد بلکه فعالیت‌های کشاورزی، صنعتی و زیرساخت‌های مختلف را هم مختل می‌کند. امروزه با افزایش جمعیت و توسعه شهرنشینی و در نتیجه آن، تغییرات سریع کاربری اراضی و همچنین تغییر اقلیم، وقوع سیلاب های شدید با حجم خسارات بالا رو به گستردگی است. لذا فناوری های پیشرفته‌ای همانند سنجش از دور، تصاویر ماهواره‌ای و سامانه‌های اطلاعات جغرافیایی می‌بایست در این راستا به کار گرفته شود تا امکان پیش بینی، مدیریت، ارزیابی خسارت و همچنین امداد و نجات هرچه موثرتر فراهم شود. در شکل (1) نمونه‌ای از تصاویر شدت سیل‌های اخیر ایران در مناطق مختلف نشان داده شده است.
کارکرد سنجش از دور در مدیریت سیلاب
فناوری سنجش از دور با ارائه تصاویر ماهواره‌ای با سطح پوشش وسیع و همچنین زمان تکرارپذیری کوتاه، منبع اطلاعاتی بسیار مفیدی در مدیریت خطرات طبیعی و به‌ویژه سیل محسوب می‌شود.
تصاویر سنجش از دور به طور کلی به دو دسته نوری و مایکرویو تقسیم بندی می‌شود. در دسته تصاویر نوری، تصاویر سنجنده مادیس به دلیل قدرت تفکیک زمانی یک تا دو روزه به طور گسترده در این زمینه استفاده می‌شود. همچنین تصاویر ماهواره‌های لندست و سنتینل-2 نیز از جمله ماموریت‌های نوری مفید در زمینه مدیریت سیل هستند. به‌علاوه با توجه به محتمل بودن پوشش ابر هنگام سیل و وقوع بارندگی های شدید، استفاده از تصاویر مایکرویو نظیر تصاویر ماهواره سنتنیل-1 نیز در این زمینه کارایی دارد.
یکی از رایج ترین راهکارهای اولیه در مدیریت سیلاب را می‌توان ارائه نقشه‌های گستردگی آب دانست. برای مثال در شکل (2)، تغییرات پهنه آبی رود چناب پاکستان در قبل و بعد از وقوع سیل مشخص شده است. این نقشه‌ها به امداد و نجات، ارزیابی خسارت‌ها و همچنین محاسبه سطح اراضی کشاورزی غرقاب شده در جریان سیل کمک شایانی می‌کنند. از شاخص‌های مختلف طیفی آبی یا روش‌های طبقه‌بندی نظارت شده مبتنی بر یادگیری ماشین (عمیق) برای شناسایی پهنه‌های آبی می‌توان استفاده کرد.
کاربرد در ارزیابی خسارت‌ها
ارزیابی خسارت‌های مرتبط با محصولات کشاورزی از دیگر کاربردهای مهم فناوری سنجش از دور در این زمینه است که می‌تواند در زمینه تصمیم‌گیری‌های کلان صادرات یا واردات برخی محصولات، تعیین نرخ و همچنین جبران خسارت از سوی شرکت های بیمه مورد استفاده قرار گیرد. در این زمینه، فناوری سنجش از دور با امکان به‌کارگیری تصاویر چند زمانه می‌تواند با تولید و ترکیب همزمان نقشه‌های گستردگی آب، عمق سیلاب، شناسایی مرحله فنولوژیکی رشد محصولات پیش از وقوع سیل، نوع کشت محصولات کشاورزی و همچنین لایه کاداستر اراضی، میزان خسارت را به تفکیک هر محصول یا هر زمین کشاورزی مشخص کند.
شناسایی مناطق حساس و سیل‌خیز نیز از دیگر کاربردهای محصولات سنجش از دور در این زمینه است. به این منظور می‌توان از الگوریتم های مختلف یادگیری ماشین (عمیق) استفاده و مناطق مختلف را به درجه‌های مختلف حساسیت دسته‌بندی کرد. ورودی مدل‌ها از ترکیب محصولات مختلف سنجش از دور و سیستم اطلاعات جغرافیایی تامین می‌شود. فاصله از رودخانه‌ها، ارتفاع، شیب، سبزینگی، میزان بارندگی و کاربری اراضی از جمله ویژگی‌های ورودی در این کاربرد هستند. برای مثال در شکل (3) منطقه مطالعاتی از نظر حساسیت به سیل به پنج کلاس خیلی کم تا خیلی زیاد تقسیم بندی شده است.
کارکرد هشداردهندگی
پیش بینی وقوع سیل و طراحی سامانه‌های هشداردهنده نیز از دیگر کاربردهای فناوری سنجش از دور و سیستم اطلاعات جغرافیایی در این زمینه است. استفاده از مدل‌های هیدرولوژیکی عددی و فیزیکی از راهکارهای سنتی در این زمینه است که بخش عمده‌ای از ورودی این مدل‌ها را می‌توان با استفاده از محصولات سنجش از دور مختلف تامین کرد. در سال‌های اخیر، استفاده از مدل‌های یادگیری ماشین (عمیق) در این حوزه نیز به‌طور گسترده‌ای مورد استفاده قرار گرفته است. استفاده از مدل‌های سه‌بعدی رقومی ارتفاعی و همچنین داده‌های آنی هواشناسی از میزان بارش در این زمینه نقش اصلی را ایفا می‌کند. تلفیق اطلاعات پیش‌بینی زمانی و مکانی (آنچه که در پاراگراف قبل اشاره شد) می‌تواند در توسعه یک سامانه هشداردهنده دقیق موثر واقع شود.
همانطور که اشاره شد، سیل از ناگوارترین بلایای طبیعی است که می‌تواند خسارات قابل توجه جانی و مالی به افراد وارد کرده و فعالیت بخش‌های مختلف را با نابودسازی زیرساخت‌ها مختل کند. با این حال، فناوری سنجش از دور و سیستم اطلاعات جغرافیایی در پیش بینی، مدیریت، ارزیابی خسارت و امداد و نجات در هنگام وقوع سیل به خوبی می‌توانند نقش موثری ایفا کنند. طبیعتا دستیابی به اطلاعات به‌روز، با دقت بالا و با استفاده از تصاویر ماهواره‌ای، بدون نیاز به حضور در میدان در وقایع طبیعی مانند سیل از اهمیت بالایی برخوردار است. این ویژگی در کنار سطح پوشش وسیع و قدرت‌های تفکیک زمانی و مکانی مناسب تصاویر، استفاده از فناوری سنجش از دور را در وقوع بلایای طبیعی از جمله سیل، ضروری و حیاتی می‌کند.
فناپ زیرساخت با بهره‌مندی از توان بالای محققان داخلی و نرم‌افزارهای بومی‌سازی شده، از توانمندی لازم برای ارائه راهکارهای مبتنی بر سنجش از دور برای مدیریت بحران سیلاب برخوردار است.
مراجع
Mosavi, A., Ozturk, P., & Chau, K. W. (2018). Flood prediction using machine learning models: Literature review. Water, 10(11), 1536.
Sajjad, A., Lu, J., Chen, X., Chisenga, C., Saleem, N., & Hassan, H. (2020). Operational monitoring and damage assessment of riverine flood-2014 in the lower Chenab plain, Punjab, Pakistan, using remote sensing and GIS techniques. Remote Sensing, 12(4), 714.
Tien Bui, D., Khosravi, K., Shahabi, H., Daggupati, P., Adamowski, J. F., Melesse, A. M., … & Lee, S. (2019). Flood spatial modeling in northern Iran using remote sensing and gis: A comparison between evidential belief functions and its ensemble with a multivariate logistic regression model. Remote Sensing, 11(13), 1589.
