
تعداد نشریات | 43 |
تعداد شمارهها | 1,706 |
تعداد مقالات | 13,973 |
تعداد مشاهده مقاله | 33,617,169 |
تعداد دریافت فایل اصل مقاله | 13,333,426 |
تحلیل فضایی فرونشست دشت جیرفت با استفاده از تکنیک پیکسلهای کوهرنس (CPT) | |||||||||||
جغرافیا و برنامه ریزی محیطی | |||||||||||
مقاله 7، دوره 34، شماره 1 - شماره پیاپی 89، فروردین 1402، صفحه 99-116 اصل مقاله (3.02 M) | |||||||||||
نوع مقاله: مقاله پژوهشی | |||||||||||
شناسه دیجیتال (DOI): 10.22108/gep.2022.133667.1525 | |||||||||||
نویسندگان | |||||||||||
علی مهرابی* 1؛ صادق کریمی2؛ مهران خالصی3 | |||||||||||
1دانشیار گروه جغرافیا و برنامه ریزی شهری، دانشکده ادبیات و علوم انسانی، دانشگاه شهید باهنر کرمان، کرمان، ایران | |||||||||||
2دانشیار گروه جغرافیا و برنامهریزی شهری، دانشگاه شهید باهنرکرمان، کرمان، ایران | |||||||||||
3دانشجوی کارشناسی ارشد مخاطرات محیطی، دانشگاه شهید باهنرکرمان، کرمان، ایران | |||||||||||
چکیده | |||||||||||
پدیدۀ فرونشست سطح زمین یکی از مهمترین مخاطرات محیطی است که امروزه بسیاری از دشتهای کشور را تحتتأثیر قرار داده است. دشت جیرفت واقع در استان کرمان نیز یکی از مناطقی است که آثار فرونشست در آن مشهود است. در این پژوهش سعی شده است، ضمن تحلیل فضایی فرونشست دشت جیرفت و تعیین میزان و روند گسترش آن طی یک دورۀ زمانی، عوامل مؤثر در این پدیده کنکاش شود. بدین منظور از تصاویر راداری سنتینل 1 مربوط به سالهای 2014 تا 2022 استفاده شد. برای تهیۀ نقشۀ مناطق درگیر و تعیین نرخ فرونشست از تکنیک پیکسلهای کوهرنس استفاده شد. نتایج حاصل از این روش نشاندهندۀ آن است که نرخ فرونشست در دشت جیرفت بهطور فزایندهای در حال افزایش است. بهطوری که از 11 سانتیمتر در سال 2014 به 13 سانتیمتر در سال 2022 رسیده است. علاوه بر آن طی این مدت بر وسعت این مناطق افزوده شده و روند گسترش بهسمت مناطق شمالی دشت در حرکت است. بهمنظور تحلیل عوامل مسبب این پدیده، علاوه بر بررسی تغییرات سطح آبهای زیرزمینی دشت و ارتباط آن با فرونشست، نقش گسلها و همچنین ضخامت خاک در ایجاد یا تشدید این پدیده بررسی شد. نتایج حاصل نشاندهندۀ آن است که علاوه بر برداشت بیرویه از آبخوان، فرونشست دشت جیرفت تحتتأثیر گسل سبزواران نیز قرار دارد و شدت فرونشست در مناطق با ضخامت خاک بیشتر، بالاتر است. | |||||||||||
کلیدواژهها | |||||||||||
فرونشست؛ آبهای زیرزمینی؛ گسل؛ ارتباط مکانی؛ دشت جیرفت | |||||||||||
اصل مقاله | |||||||||||
مقدمه پدیدۀ فرونشست یکی از مشکلات روزافزون و اساسی در بیشتر جوامع انسانی است که اغلب در اثر فعالیتهای بشر رخ میدهد. فرونشست نشاندهندۀ فرورفتگی سطح زمین براثر فعالیتهای انسانی نظیر برداشت بیرویه از آبهای زیرزمینی و معدنکاری و عوامل گوناگون طبیعی مانند تکتونیک، تحکیم خاک و فرایند انحلال است. استفادۀ بیرویه از آب در مصارف کشاورزی و صنعتی درنتیجۀ رشد روزافزون جمعیت به ایجاد اثرات نامطلوب کمی و کیفی در منابع آب منجر شده است. علاوه بر این، افزایش استفاده از آبهاى زیرزمینى بهویژه در حوضههایى که با نهشتههاى آبرفتى، دریاچهاى تحکیم نیافته یا دریایى کم عمق انباشته گشتهاند، باعث ایجاد فرونشست میشود. بهرهبرداری بیشازحد از آب زیرزمینی در بسیاری از دشتهای ایران، به رخداد فرونشست در آنها منجر شده است (یاراحمدی، 1395؛ Jafari et al., 2016, p. 833). برای چندین دهه، آبهای زیرزمینی بهطور گسترده در سفرههای زیرزمینی برای اهداف خانگی، کشاورزی و صنعتی بهرهبرداری شدهاند. این امر نیاز به تغذیۀ مصنوعی بعدی برای متعادلکردن کاهش آب زیرزمینی و کنترل فرونشست زمین دارد (Aggarwal et al., 2022, p. 178). بهرهبرداری طولانیمدت از آبهای زیرزمینی و تغذیه مجدد در سفرههای زیرزمینی محدود، فشار پیزومتریک و منفذی را در سفرههای زیرزمینی تغییر میدهد. طبق اصل تنش مؤثر، سیستمهای آبخوان به دلیل این تغییرات متراکم و به فرونشست زمین منجر میشوند (Castellazzi et al., 2016, p. 103; Hu et al., 2019 )؛ بنابراین درک فرونشست زمین، فرایند تراکم ناشی از بهرهبرداری و تغذیۀ آبهای زیرزمینی ضروری است. استحصال یا تغذیۀ مجدد آبهای زیرزمینی بهترتیب باعث فرونشست یا بالاآمدن زمین میشود و این امر آسیب چشمگیری به ساختمانها، زیرساختها و ظرفیت ذخیرۀ آب سفرهها وارد میکند (Hu et al., 2019) شناخت گسترۀ فضایی و اندازهگیری هرچه دقیقتر میزان فرونشست، اولین گام در جهت مطالعۀ این پدیده دانسته میشود؛ بنابراین با شناخت مشخصات مکانی و رفتار زمانی این پدیده، مدل منطقهای آن ارائه و توسعه داده و از این طریق راهکارهایی عملی و اساسی در راستای کاهش خسارات مرتبط با آن و جلوگیری از روند آتی اتخاذ میشود. برای محاسبۀ فرونشست زمین روشهای مختلف غیر ژئودیتیکی و ژئودیتیکی وجود دارند. استفاده ازGPS ، توتال استیشن و لیزر اسکنر ازجمله روشهای ژئودیتکی محسوب میشوند. با وجود اینکه این روشها، اندازهگیریهای دقیق و پیوستهای را باعث میشوند، هیچکدام قابلیت تعیین وسعت و الگوی فضایی پدیدۀ فرونشست را ندارند (Liu et al., 2021, p. 17). از طرف دیگر، اغلب انجامدادن هرکدام از این روشها بهویژه برای مناطق وسیع بسیار پرهزینه و زمانبر خواهد بود؛ درنتیجه وجود چنین محدودیتهایی همواره از چالشهای اساسی استفاده از این روشها محسوب میشود. با ظهور سنجندههای راداری در دهۀ 1990 و توسعۀ سریع آن، افقی بسیار امیدوارکننده و تازه پیش روی محققان علوم زمین قرار گرفت (یاراحمدی، 1395). استفاده از روش اینترفرومتری راداری در سالهای اخیر بهعنوان ابزاری کارآمد برای پایش جابجاییهای ناشی از پدیدههای مختلفی نظیر آتشفشان، فرونشست، زلزله و زمین لغزش و غیره موردتوجه محققان علوم زمین قرار گرفته است (Liu et al., 2021, p. 17; Ghazifard et al., 2017, p. 778). از مزایای این روش در مقایسه با روش پیشین، به امکان محاسبۀ جابجاییها با دقت سانتیمتر و پایینتر، پوشش مکانی پیوسته و وسیع و قابلیت فعالیت در هر شرایط آبوهوایی اشاره میشود. تاکنون پژوهشهای مختلفی، بهصورت کیفی، ارتباط بین افت سطح آب زیرزمینی و وقوع پدیدۀ فرونشست را مشخص کردهاند (شریفی کیا، 1391، ص. 34؛ صالحی و همکاران، 1392، ص. 47؛ شفیعی و همکاران، 1400، ص. 159؛ Liu et al., 2017; Masoumi et al., 2022, p. 17)؛ اما مطالعات کمی این ارتباط را بهصورت کمّی آزمایش کردهاند. بهنیافر و همکاران (1389، ص. 131) عوامل مؤثر بر فرونشست دشت مشهد و پیامدهای ژئومورفیک آن را بررسی کردند. براساس نتایج این پژوهش، اگرچه گروهی از عوامل در ایجاد این پدیده مؤثر بودهاند، مهمترین آنها بهخصوص در دشت مشهد، برداشت بیرویه از سفرۀ آب زیرزمینی و نفوذنکردن آب برگشتی شرب، صنعت و کشاورزی به این دشت بوده است. شریفی کیا (1391، ص. 34) با استفاده از تصاویر راداری، فرونشست زمین را در دشت نوق-بهرمان در استان کرمان بررسی کردند. نتایج نشاندهندۀ آن بود که این منطقه سالانه بهطور متوسط 30 سانتیمتر فرونشست دارد. رکنی و همکاران (1395، ص. 65) پژوهشی با عنوان بررسی فرونشست زمین، چشماندازها و تحولات ژئومورفولوژی ناشی از آن در دشتهای تراکمی مطالعۀ موردی: دشت نیشابور انجام دادند. در این پژوهش با توجه به افت سطح آبهای زیرزمینی که حاصل آن نشست زمین و ایجاد شکاف در بخشهای مختلف این دشت بوده، تغییرات ژئومورفولوژیکی دشت و شکافها و ترکهای حاصل از فرونشست زمین بررسی شده است. رنجبر و جعفری (1388، ص. 23) با بررسی عوامل مؤثر در فرونشست زمین دشت اشتهارد به این نتیجه رسیدند که برداشت بیرویه از منابع آب زیرزمینی و وجود سازندهای تبخیری در این منطقه از مؤثرترین عوامل فرونشست زمین است. محمدخان و همکاران (1398) تأثیر افت آبهای زیرزمینی را بر میزان فرونشست با استفاده از تصاویر راداری سنتینل- 1 محدودۀ دشت قروه ارزیابی کردند. نتایج حاصل از بررسی وضعیت آبهای زیرزمینی دشت قروه نشاندهندۀ افزایش میزان بهرهبرداری از منابع آب زیرزمینی و درنتیجه افت سطح آب در این دشت است که بیشترین میزان افت سطح آب در مناطق شرقی دشت قروه صورت گرفته است. نظم فر و شیرزادگرجان (1401) دشت مشگین استان اردبیل را مورد پایش فرونشست قرار دادهاند. نتایج حاصل نشاندهندۀ آن است که دلیل اصلی فرونشست دشت، برداشت بیرویه از منابع آب زیرزمینی بوده است و بیشینۀ نرخ فرونشست به 35 سانتیمتر در سال نیز میرسد. ماتئوس و همکاران، فرونشست زمین را در محدودۀ وگا گرانادا، اسپانیا با استفاده از دادههای راداری سنتینل-1 بین سالهای 2015 تا 2016 مورد پایش قرار دادهاند. نتایج تحقیق نشاندهندۀ آن است که بیشترین میزان فرونشست زمین مربوط به یک دورۀ طولانی و خشک در منطقه بوده است(Mateos et al., 2017) . وانگ و همکاران، مقدار فرونشست زمین را در منطقه گوانگژو چین 8 میلیمتر در سال برآورد کردهاند که ارتباط مستقیم با برداشت بیرویۀ آبهای زیرزمینی دارد(Wang et al., 2017). ﻣﻘﺼﻮدی و همکاران، در دو بازهی زﻣﺎﻧﯽ 2007 ﺗﺎ 2009 و 2015 ﺗﺎ 2016 نرخ ﻓﺮوﻧﺸﺴﺖ منطقۀ ﺟﺎوا را در اﻧﺪوﻧﺰی طبق دادههای سنتینل-1 6/4 میلیمتر در سال گزارش کرده است(Maghsoudi et al., 2018) . جینی و همکاران وجود ارتباط را بین برداشت بیرویۀ منابع آب و فرونشست زمین در درۀ سان جویکین کالیفرنیا بررسی و تأیید میکنند(Jeanne et al., 2019) . سیان و همکاران، با استفاده از تداخل سنجی پراکندگی دائمی و تصاویر سنتینل -1، تصاویر(COSMO-SkyMed) و تصاویر (TerraSAR-X)، فرونشست زمین را در مناطق ساحلی آفریقا بررسی کردند(Cian et al., 2019) . فیاسچی و همکاران جابجایی زمین را با استفاده از روش پیکسلهای کوهرنس و روش پراکنشکنندههای دائمی، در مناطق معتدل اقیانوسی جمهوری ایرلند مطالعه کردند(Fiaschi et al., 2019) . پولیشیک فیلیپاک و بورکوفسکی، بیشترین فرونشست تجمعی ناشی از استخراج معدن را در یکی از معادن قدیمی کشور لهستان با استفاده از ترکیب دو روش تداخل سنجی تفاضلی (DinSAR) و پراکنشگرهای پایدار (PSI) بررسی کردند. براساس نتیجۀ بهدستآمده بیشترین نشست عمودی زمین بهطور تجمعی در منطقۀ موردمطالعه 1 متر بهطور سالانه بوده است (Pawluszek-Filipiak & Borkowski, 2021). ال کمالی و همکاران، تحلیل فضایی فرونشست زمین را در منطقۀ ریماه، امارات متحدۀ عربی بررسی کردند. نتایج این تحقیق نشاندهندۀ آن است که سرعت فرونشست در این محدوده 40 میلیمتر در سال است که به علت افت 12 متری سطح آبهای زیرزمینی رخ داده است(El Kamali et al., 2021) . پژوهشهای نامبرده اغلب مسئلۀ فرونشست را تنها از یک منظر و آن هم برداشت بیرویۀ منابع آبی بررسی کردهاند؛ در حالی که پژوهش حاضر درصدد است تا عوامل مختلف و متفاوت مؤثر را در امر فرونشست تحلیل و ارتباط احتمالی این عوامل را بررسی کند؛ همچنین استفاده از تکنیک پیکسلهای کوهرنس در راستای هدف مدنظر یکی دیگر از وجوه متمایز این پژوهش را تشکیل میدهد. ضرورت انجام این پژوهش اینگونه بیان میشود که در دورۀ بیستسالۀ اخیر، وقوع فرونشست و همچنین فروچالهها بهعنوان یکی از نگرانیهای جدی در دشت جیرفت مطرح شده است (ندیری و همکاران، 1395، ص. 115). دشت جیرفت طی سالیان اخیر بهطور جدی با بحران خشکسالی و کاهش سطح آب زیرزمینی مواجه بوده است (رضایی و همکاران، 1394، ص. 116). بهعلاوه، به نظر میرسد که در آینده نیز با توجه به تغییرات اقلیمی و با فرض ادامهیافتن شرایط موجود در بهرهبرداری از منابع آبی، کاهش سطح آّبهای زیرزمینی در این منطقه بهطور چشمگیری ادامه خواهد یافت (شادفر و همکاران، 1394، ص. 101). درواقع تغییرات الگوی کشاورزی، کاهش بارندگی و بروز خشکسالیهای پیوسته به استفادۀ بدون برنامه و غیراصولی از منابع آب زیرزمینی و افت سطح آبهای زیرزمینی در حوزۀ آبریز دشت جیرفت منجر شده و شرایط را برای وقوع و گسترش فرونشست زمین فراهم آورده است؛ بنابراین بررسی و پایش فرونشست بهعنوان روشی کارآمد در شناسایی و نمایش وضعیت منطقه ازنظر خطر وقوع فرونشست زمین برای برنامهریزان و مدیران مطرح شده است و امکان طرحریزی و اجرای برنامههای پیشگیری مناسب را میسر میکند؛ درنتیجه هدف این پژوهش، تحلیل فضایی فرونشست دشت جیرفت و ارزیابی اثرات برداشت بیرویۀ آب زیرزمینی بر فرونشست زمین و توسعۀ گسلهاست. در راستای اینهدف، 73تصویرسنتینل 1 مربوط به دورۀ زمانی سالهای 2014-2021 با استفاده از تکنیکCPTپردازش شد. محدودۀ موردمطالعه دشت جیرفت با مساحت 4943 کیلومترمربع میان طولهای جغرافیایی 57 درجه و 20 دقیقه تا 58 درجه و 17 دقیقۀ شرقی و عرضهای جغرافیایی 28 درجه و 11 دقیقه تا 29 درجۀ شمالی در جنوب ایران و در استان کرمان قرار دارد. ارتفاع دشت جیرفت از سطح دریا 550 تا 800 متر متغیر است. این منطقه ازنظر آبوهوایی جزو مناطق نیمه خشک به شمار میآید و متوسط بارندگی سالانۀ آن در یک دورۀ درازمدت چهلساله 170 میلیمتر است. سفرۀ آبهای زیرزمینی دشت جیرفت بین دو لایۀ محکم از گل پوشیده شده است و سفرهای تحت فشار را تشکیل میدهد که منبع تأمین آب آنها بهطور تقریبی از ارتفاعات جیرفت و کوههای رابر، بافت و جبالبارز است. دشت جیرفت با افت سالانۀ سطح آب زیرزمینی به میزان 1 متر و کسری حجم مخزن متوسط سالانه 25 میلیون متر مکعب از سال 1383 توسط وزارت نیرو در اجرای مقررات مربوطه جزء دشتهای ممنوعه اعلام شده و به دلیل تداوم روند افت و بهبودنیافتن سطح آب زیرزمینی جزء دشتهای بحرانی است (شرکت سهامی آب و منطقهای شهرستان جیرفت، 1400)
شکل (1) نقشۀ موقعیت منطقۀ موردمطالعه (منبع نگارندگان، 1401) Figure (1) Location of the study area
روششناسی پژوهش دادههای مورداستفاده در این پژوهش از 73 تصویر سنجندۀ Sentinel 1، ماهوارۀ Soyuz سازمان فضایی اروپا با فرمت SLC از نوع مد IWS با پلاریزاسیون VV، مربوط به تاریخهای 12/04/2014 و 21/09/2021. این دادهها به تصاویر تک منظر تبدیل شدهاند و اطلاعات آنها به هیچ عنوان مخدوش نشده است؛ همچنین مدل ارتفاع رقومی 30 متری SRTM برای منطقۀ موردمطالعه استفاده شد. جدول (1) نشاندهندۀ مشخصات دادههای مورداستفاده در این پژوهش است. بهمنظور ارزیابی منابع آب زیرزمینی دشت تعداد 40 نمونه آب از چاههای منطقه موردمطالعه جمعآوری شد که موقعیت چاههای نمونهبرداری در شکل (1) ارائه شده است. جدول (1) مشخصات تصاویر سنتینل 1 مورداستفادۀ در تحقیق (منبع نگارندگان، 1401) Table (1) The list of Sentinel 1 images used in the research
دشت جیرفت به لحاظ قرارگرفتن در زون ساختاری ایران مرکزی، به لحاظ تکتونیکی پهنهای فعال است؛ درنتیجه گسلهای فعال زیادی نیز در منطقه وجود دارد (رشیدی و همکاران، 1396). بهمنظور تعیین ارتباط بین فرونشست با گسلها، نقشۀ گسلهای محدودۀ موردمطالعه تهیه شد (شکل 2)؛ همانطور که در شکل (2) مشاهده میشود، سه گسل مهم سبزواران، جبال بارز و دلفارد محدودۀ موردمطالعه را تحتتأثیر قرار دادهاند. برای آمادهسازی و انجام تجزیهوتحلیلهای نهایی از نرمافزارهای SNAP،StaMPS و ArcGIS 10.3 استفاده شد.
شکل (2) موقعیت گسلهای منطقه (منبع نگارندگان، 1401) Figure (2) The location of region faults | |||||||||||
مراجع | |||||||||||
بهنیافر، ابوالفضل، قنبرزاده، هادی، و اشراقی، علی (1389). بررسی عوامل مؤثر در فرونشستهای دشت مشهد و پیامدهای ژئومورفیک آن. فصلنامۀ جغرافیایی چشمانداز زاگرس، 2(5)، 131-146. https://www.sid.ir/paper/175753/fa
رشیدی، احمد، خطیب، محمد مهدی، موسوی، سید مرتضی، و جمور، یحیی (1396). برآورد جنبایی گسلهای فعال در جنوب و باختر بلوک لوت بر پایه گشتاورهای زمینشناختی، لرزهای و ژئودتیک. فصلنامۀ علوم زمین، 26(104)، 222-211. https://www.sid.ir/paper/32674/fa
رضایی، طاهر، بنفشه، علی، جلالی، محمد، عنصری، مهدی. ضرغامی، محمود، واصغری مقدم، احمد (1394). بررسی تأثیر اقلیم بر تراز آب زیرزمینی حوزۀ آبریز تسوج به روش ریزمقیاس نمایی آماری. تحقیقات منابع آب ایران، 11(2)، 106-97. https://www.iwrr.ir/article_13792.html
رکنی، جعفر، حسین زاده، رضا، لشکری پور، غلامرضا، و ولایتی، سعدالله (1395). بررسی فرونشست زمین، چشماندازها و تحولات ژیومورفولوژی ناشی ازآن در دشتهای تراکمی مطالعۀ موردی: دشت نیشابور. فصلنامۀ مطالعات جغرافیایی مناطق خشک، 7(24)، 21-38. https://jargs.hsu.ac.ir/article_161414.html
رنجبر، محسن، و جعفری، نسرین (1388). بررسی عوامل مؤثر در فرونشست زمین دشت اشتهارد. جغرافیا (انجمن جغرافیایی ایران)، 6(19)، 155-166. https://mag.iga.ir/article_253531.html
شادفر، صادق، نصیری، امیر، چیتگر، سعید، و احمدی، علی.(1394). پهنهبندی خطر فرونشست زمین با استفاده از روش تحلیل سلسلهمراتبی، ناحیۀ موردمطالعه (شهر بوئینزهرا). جغرافیایی سرزمین، 12(48)، 101-116. https://www.sid.ir/paper/116305/fa
شرکت سهامی آب و منطقه ای شهرستان جیرفت (1400). فهرست دشتهای ممنوعه. https://www.krrw.ir
شریفی کیا، محمد (1391). تعیین میزان و دامنۀ فرونشست زمین به کمک روش تداخل سنجی راداری در دشت نوق- بهرمان. مجلۀ مدرس علوم انسانی- برنامهریزی و آمایش فضا، 16(3)، 34-42. https://www.sid.ir/paper/171911/fa
شفیعی، نجمه، گلی مختاری، لیلا، امیراحمدی، ابوالقاسم، و زندی، رحمان (1400). تحلیل فضایی فرونشست زمین و افت آب زیرزمینی با استفاده از مدل GWR (مطالعه موردی: آبخوان نورآباد ممسنی). نشریۀ علمی جغرافیا و برنامهریزی، 25(76)، 159-171. https://doi.org/10.22034/gp.2021.11306
صالحی، رضا، غفوری، محمد، لشکری پور، غلامرضا، و دهقانی، مهدی (1392). بررسی فرونشست دشت مهیار جنوبی با استفاده از روش تداخل سنجی راداری. فصلنامۀ علمی پژوهشی مهندسی آبیاری و آب، 3(3)، 47-56. https://www.waterjournal.ir/article_70699.html
محمدخان، شیرین، گنجاییان، حمید، گروسی، لیلا، و زنگنه تبار، زهرا (1398). ارزیابی تأثیر افت آبهای زیرزمینی بر میزان فرونشست با استفاده از تصاویر راداری سنتینل- 1؛ محدودۀ موردمطالعه: دشت قروه. سپهر، 28(112)، 229-209. https://doi.org/10.22131/sepehr.2020.38617
ندیری، عطاالله، واحدی، فاطمه، و اصغری مقدم، اصغر (1395). پیشبینی سطح آب زیرزمینی با استفاده از مدل منطق فازی مرکب نظارتشده (مطالعۀ موردی: دشت مشگین شهر). هیدروژئومورفولوژی، 3(6)، 115-134. https://hyd.tabrizu.ac.ir/article_4947.html
نظمفر، حسین، و شیرزادگرجان، منیر (1401). پایش فرونشست سطح زمین با تکنیک تداخل سنجی راداری (محدودۀ موردمطالعه: دشت مشگین). مخاطرات محیط طبیعی، 11(31)، 25-48. https://doi.org/10.22111/jneh.2022.35138.1687
یاراحمدی، جمشید (1395). بررسی پدیدۀ فرونشست زمین در دشتهای بحرانی استان آذربایجان شرقی به روش اینترفرومتری راداری. اولین همایش بینالمللی مخاطرات طبیعی و بحرانهای زیستمحیطی ایران، راهکارها و چالشها، اردبیل. https://civilica.com/doc/548978
References
Aggarwal, A., Srivastava, P. K., Gupta, D. K., & Chatterjee, R. S. (2022). Estimating regional land subsidence in Mehsana urban block, Gujarat: Effect of groundwater induced aquifer compaction. Materials Today: Proceedings, 48, 1217-1223. https://doi.org/10.1016/j.matpr.2021.08.254
Blanco-Sánchez, P., Mallorquí, J. J., Duque, S., & Monells, D. (2008). The Coherent Pixels Technique (CPT): An Advanced DInSAR Technique for Nonlinear Deformation Monitoring. Pure and Applied Geophysics, 6(165), 1167-1193. https://link.springer.com/chapter/10.1007/978-3-7643-8907-9_10
Behneyafar, A., Gh anbarzadi, H., & Eshrafi, A. (2010). A Study On Effestive Parameters In Subsidence Of Mashhad Weald And Its Geomorphic Issues. Geographical Journal Of Chashmandaz-E-Zagros, 2(5), 131-146. https://sid.ir/paper/175753/en [In Persian].
Castellazzi, P., Arroyo-Domínguez, N., Martel, R., Calderhead, A. I., Normand, J. C., Gárfias, J., & Rivera, A. (2016). Land subsidence in major cities of Central Mexico: Interpreting InSAR-derived land subsidence mapping with hydrogeological data. International journal of applied earth observation and geoinformation, 47, 102-111. https://doi.org/10.1016/j.jag.2015.12.002
Cian, F., Blasco, J. M. D., & Carrera, L. (2019). Sentinel-1 for monitoring land subsidence of coastal cities in Africa using PSInSAR: A methodology based on the integration of SNAP and staMPS. Geosciences, 9(3), 124-135. https://doi.org/10.3390/geosciences9030124
Duque, S., Mallorqui, J. J., Blanco, P., & Monells, D. (2007, April). Application of the coherent pixels technique (CPT) to urban monitoring. In 2007 Urban Remote Sensing Joint Event (pp. 1-7). IEEE. https://doi.org/10.1109/URS.2007.371880
El Kamali, M., Papoutsis, I., Loupasakis, C., Abuelgasim, A., Omari, K., & Kontoes, C. (2021). Monitoring of land surface subsidence using persistent scatterer interferometry techniques and ground truth data in arid and semi-arid regions, the case of Remah, UAE. Science of the Total Environment, 776, 145946. https://doi.org/10.1016/j.scitotenv.2021.145946
Fiaschi, S., Holohan, E. P., Sheehy, M., & Floris, M. (2019). PS-InSAR analysis of Sentinel-1 data for detecting ground motion in temperate oceanic climate zones: a case study in the Republic of Ireland. Remote Sensing, 11(3), 348-356. https://doi.org/10.3390/rs11030348
Ghazifard, A., Akbari, E., Shirani, K., & Safaei, H. (2017). Evaluating land subsidence by field survey and D-InSAR technique in Damaneh City, Iran. Journal of Arid Land, 9(5), 778-789. https://link.springer.com/article/10.1007/s40333-017-0104-5
Hu, L., Dai, K., Xing, C., Li, Z., Tomás, R., Clark, B., ... & Lu, Y. (2019). Land subsidence in Beijing and its relationship with geological faults revealed by Sentinel-1 InSAR observations. International Journal of Applied Earth Observation and Geoinformation, 82, 101886. https://doi.org/10.1016/j.jag.2019.05.019
Jafari, F., Javadi, S., Golmohammadi, G., Karimi, N., & Mohammadi, K. (2016). Numerical simulation of groundwater flow and aquifer-system compaction using simulation and InSAR technique: Saveh basin, Iran. Environmental Earth Sciences, 75, 1-10. https://link.springer.com/article/10.1007/s12665-016-5654-x
Jeanne, P., Farr, T. G., Rutqvist, J., & Vasco, D. W. (2019). Role of agricultural activity on land subsidence in the San Joaquin Valley, California. Journal of hydrology, 569, 462-469. https://doi.org/10.1016/j.jhydrol.2018.11.077
Liu, X., Wang, Y., & Yan, S. (2017). Ground deformation associated with exploitation of deep groundwater in Cangzhou City measured by multi-sensor synthetic aperture radar images. Environmental Earth Sciences, 76(6), 45-61. https://link.springer.com/article/10.1007/s12665-016-6311-0
Liu, Z., Mei, G., Sun, Y., & Xu, N. (2021). Investigating mining-induced surface subsidence and potential damages based on SBAS-InSAR monitoring and GIS techniques: A case study. Environmental Earth Sciences, 80(24), 817. https://link.springer.com/article/10.1007/s12665-021-09726-z
Mohammahkhan, S., Ganjaeian, H., Garosi, L., & Zanganetabar, Z. (2020). Assessing the impact of groundwater drop on the subsidence rate using the Sentinel-1 Radar images - Case study: Qorveh Plain. Scientific- Research Quarterly of Geographical Data (SEPEHR), 28(112), 219-229. https://doi.org/10.22131/sepehr.2020.38617 [In Persian].
Maghsoudi, Y., van der Meer, F., Hecker, C., Perissin, D., & Saepuloh, A. (2018). Using PS-InSAR to detect surface deformation in geothermal areas of West Java in Indonesia. International journal of applied earth observation and geoinformation, 64, 386-396. https://doi.org/10.1016/j.jag.2017.04.001
Masoumi, Z., Mousavi, Z., & Hajeb, Z. (2022). Long-term investigation of subsidence rate and its environmental effects using the InSAR technique and geospatial analyses. Geocarto International, 37(24), 7161-7185. https://doi.org/10.1080/10106049.2021.1964616
Mateos, R. M., Ezquerro, P., Luque-Espinar, J. A., Béjar-Pizarro, M., Notti, D., Azañón, J. M., ... & Jiménez, J. (2017). Multiband PSInSAR and long-period monitoring of land subsidence in a strategic detrital aquifer (Vega de Granada, SE Spain): An approach to support management decisions. Journal of hydrology, 553, 71-87. https://doi.org/10.1016/j.jhydrol.2017.07.056
Nadiri, A. A., Vahedi, F., & Asghari Moghaddam, A. (2016). Groundwater Level Prediction Using Supervised Committee Fuzzy Logic (Case Study: Meshginshahr Plain). Hydrogeomorphology, 3(6), 115-134. https://hyd.tabrizu.ac.ir/article_4947.html?lang=en [In Persian].
Nazmfar, H., & Shirzad Khrjan, M. (2022). Surface subsidence monitoring with radar interference technique (study area: Meshgin plain). Journal of Natural Environmental Hazards, 11(31), 25-48. https://doi.org/10.22111/jneh.2022.35138.1687 [In Persian].
Navarro-Hernández, M. I., Tomás, R., Lopez-Sanchez, J. M., Cárdenas-Tristán, A., & Mallorquí, J. J. (2020). Spatial analysis of land subsidence in the San Luis potosi valley induced by aquifer overexploitation using the coherent pixels technique (CPT) and sentinel-1 insar observation. Remote Sensing, 12(22), 3822. https://doi.org/10.3390/rs12223822
Pawluszek-Filipiak, K., & Borkowski, A. (2021). Monitoring mining-induced subsidence by integrating differential radar interferometry and persistent scatterer techniques. European Journal of Remote Sensing, 54(22), 18-30. https://doi.org/10.1080/22797254.2020.1759455
Rashidi, A., Khatib, M. M., Mosavi, S. M., & Jamor, Y. (2017). Estimation of the active faults, based on Seismic, geologic and geodetic moment rates in the South and West of Lut block. Scientific Quarterly Journal of Geosciences, 26(104), 211-222. https://www.sid.ir/paper/32674/en [In Persian].
Razaie Banafsheh, M., Jalali Ansaroodi, T., Zarghami, M., & Asghari Moghaddam, A. (2015). Investigate of Climate Change Impacts on Groundwater Level in Tasuj Basin by Statistical Downscaling Method. Iran-Water Resources Research, 11(2), 97-105. https://www.iwrr.ir/article_13792.html?lang=en [In Persian].
Rokni, J., Hossinzadeh, R., Lashkaripour, G. R., & Velayati, S. A. (2016). Survey of Land Subsidence, Perspective and Geomorphology Developments in the Denser Plains, Case study: Neyshabour Plain. Journal of Arid Regions Geographic Studies, 7(24), 21-38. https://jargs.hsu.ac.ir/article_161414.html?lang=en [In Persian].
Ranjbar, M., & Jaafari, N. (2009). Investigating the effective factors in the subsidence of the Eshtehard plain. Geography, 6(19), 155-166. https://mag.iga.ir/article_253531.html?lang=en [In Persian].
Shadfar, S., Nasiri, E., Chitgar, S., & Ahmadi, A. (2016). Hazard zonation of Land subsidence using Analytical Hierarchy Process (AHP) case study (city of Buin Zahra). Territory, 12 (48), 101-116. https://www.sid.ir/paper/116305/en [In Persian].
Sharifikia, M. (2012). Land Subsidence Rate and Area Assessment In Nogh-Bahramanplain Based On D-Insar Technique. Journal of Spatial Planning, 16(3), 34-42. https://www.sid.ir/paper/171911/en [In Persian].
Shafiei, N., Golimkotari, L., Amir Ahmadi, A., & Zandi, R. (2021). Spatial analysis of land subsidence and groundwater loss using the GWR model (Case study: Noorabad Mamasani aquifer,). Journal of Geography and Planning, 25(76), 159-171. https://doi.org/10.22034/gp.2021.11306 [In Persian].
Salehi, R., Ghafoori, M., Lashkaripour, G. R., & Dehghani, M. (2013). Evaluation of land Subsidence in Southern Mahyar Plain Using Radar Interferometry. Irrigation and Water Engineering, 3(3), 47-57. https://www.waterjournal.ir/article_70699.html?lang=en [In Persian].
Tomas, R., Herrera, G., Lopez-Sanchez, J. M., Vicente, F., Cuenca, A., & Mallorquí, J. J. (2010). Study of the land subsidence in Orihuela City (SE Spain) using PSI data: Distribution, evolution and correlation with conditioning and triggering factors. Engineering Geology, 115(1-2), 105-121. https://doi.org/10.1016/j.enggeo.2010.06.004
Wang, H., Feng, G., Xu, B., Yu, Y., Li, Z., Du, Y., & Zhu, J. (2017). Deriving spatio-temporal development of ground subsidence due to subway construction and operation in delta regions with PS-InSAR data: A case study in Guangzhou, China. Remote Sensing, 9(10), 1004. https://doi.org/10.3390/rs9101004
Yarahamdi, J. (2016). Investigating the phenomenon of land subsidence in the critical plains of East Azarbaijan province using radar interferometry. The first international conference on Iran's natural hazards and environmental crises, solutions and challenges, Ardabil. https://civilica.com/doc/548978/ [In Persian]. | |||||||||||
آمار تعداد مشاهده مقاله: 1,045 تعداد دریافت فایل اصل مقاله: 602 |