أكثر

إعادة التصنيف على البيانات النقطية للغطاء الأرضي لن تعمل

إعادة التصنيف على البيانات النقطية للغطاء الأرضي لن تعمل


أنا جديد على GIS ، لذا أعتذر إذا كان هذا السؤال أساسيًا ولكن لم أجد إجابتي عبر الإنترنت.

أحاول إعادة تصنيف البيانات النقطية للغطاء الأرضي من قاعدة البيانات الوطنية للغطاء الأرضي. أرغب في إعادة التصنيف إلى فئة نقطية من ثلاث فئات: 1 - مناطق طبيعية ، 2 - مناطق زراعية ، 3 - مناطق مطورة.

سأذهب إلى محلل مكاني> إعادة التصنيف ثم أعيد التصنيف حسب القيم الفريدة وأدخل قيمي الجديدة في أماكنها الخاصة. عندما أعيد التصنيف ، أحصل على قيمة واحدة فقط: 2. وهي لا تتوافق حتى مع ما صنفته على أنه 2.

ما الذي يمكنني فعله لإصلاح هذا؟ ليس لدي أدنى فكرة عما أفعله خطأ.


كما تم اكتشافه في التعليقات ، تم تحديد صف واحد (القيمة = 21) قبل تشغيل إعادة التصنيف. أخذت أداة إعادة التصنيف في الاعتبار الصف المحدد فقط ، لذلك أعادت تصنيف وحدات البكسل فقط حيث القيمة = 21 ، إلى القيمة الجديدة ، 2.

تحرير: قد يكون من الجدير بالذكر أنه لا يوجد ذكر لما إذا كانت إعادة التصنيف تحترم التحديدات في صفحة المساعدة. سأكون مهتمًا بمعرفة ما إذا كانت هناك وثائق تتعلق باستخدام إعادة التصنيف أو استخدام المحلل المكاني للتحديدات.


استخدام بيانات الغطاء الأرضي المصنفة وغير المصنفة لتقدير البصمة البشرية

تعد الخرائط الدقيقة والمحدثة للبيانات ذات المرجعية الجغرافية حول توزيع السكان البشريين ضرورية للوفاء بإجراءات التقدم في أهداف التنمية المستدامة للأمم المتحدة ، ولدعم رسم خرائط الأزمات في الوقت الفعلي وجهود الاستجابة ، ولإجراء العديد من التحليلات الديموغرافية والاقتصادية. في ديسمبر 2014 ، نشرت Esri الإصدار الأولي لخدمة صورة تقدير سكان العالم (WPE) إلى ArcGIS Online. تمثل الخدمة بصمة dasymetric للمستوطنات البشرية بدقة 250 مترًا. إنه عالمي ويحتوي على تقدير لعدد السكان لعام 2013 لكل خلية مأهولة. في عام 2016 ، نشرت Esri خدمة صور إضافية تمثل سكان الأرض في عام 2015 بدقة 162 مترًا. يتم إنتاج WPE الخاص بـ Esri من خلال دمج بيانات الغطاء الأرضي المصنفة التي تشير في الغالب إلى مواقع مبنية أو زراعية مع صور Landsat8 Panchromatic وتقاطعات الطرق والأماكن المعروفة بالسكان. يكتشف النموذج المكان الذي من المحتمل أن توجد فيه التسوية خارج المناطق المصنفة على أنها في الغالب مبنية. والنتيجة هي سطح نقطي عالمي متباين لبصمة التسوية مع درجة احتمالية الاستيطان البشري لكل خلية في البصمة. يتم تقسيم بيانات السكان إلى سطح احتمال التسوية هذا عن طريق تراكب تعداد السكان في مضلعات تمثل وحدات تعداد التعداد أو الوحدات السياسية التي تمثل المسوح السكانية. تقدم هذه الورقة الطريقة التي تم تطويرها في Esri لإنتاج تقدير احتمالية التسوية.

الكلمات المفتاحية: الاستيطان ، الشبكة السكانية ، لاندسات 8 ، اضطراب المناظر الطبيعية
DOI: http://doi.org/10.5334/dsj-2018-020

الملخص

تلعب خرائط الغطاء الأرضي دورًا أساسيًا في الإدارة البيئية. ومع ذلك ، تواجه البلدان والمعاهد العديد من التحديات في إنتاج تحديثات في الوقت المناسب وفعالة ومتناسقة مؤقتًا لخرائط الغطاء الأرضي الخاصة بها. لمعالجة هذه المشكلات ، نقدم بنية معيارية لنظام مراقبة الغطاء الأرضي الإقليمي (RLCMS) يمكن تخصيصها بسهولة لإنشاء منتجات غطاء أرضي باستخدام طبقات خرائط بدائية. طبقات الخرائط البدائية هي مجموعة من الخرائط الفيزيائية الحيوية والأعضاء النهائية ، مع بدائل الغطاء الأرضي التي تمثل المعلومات الأولية اللازمة لاتخاذ القرارات في مفتاح ثنائي التفرع لتصنيف الغطاء الأرضي. نقدم أفضل الممارسات لإنشاء وتجميع العناصر الأولية من الأقمار الصناعية الضوئية باستخدام تقنيات الحوسبة ومنطق شجرة القرار ومحاكاة مونت كارلو لدمج أوجه عدم اليقين الخاصة بهم. يتم تقديم المفهوم في سياق خريطة الغطاء الأرضي الإقليمية بناءً على تصنيف إقليمي مشترك مع 18 فئة غطاء أرضي اتفق عليها أصحاب المصلحة من كمبوديا وجمهورية لاوس الديمقراطية الشعبية وميانمار وتايلاند وفيتنام. أنشأنا خريطة سنوية وطبقات عدم يقين للفترة 2000-2017. وجدنا دقة إجمالية تبلغ 94٪ عند أخذ عدم اليقين في الاعتبار. تنتج RLCMS منتجات متسلسلة زمنية متسقة باستخدام بيانات Landat و MODIS التاريخية الطويلة الأجل المجانية. يمكن أن تشتمل البنية القابلة للتخصيص على مجموعة متنوعة من أجهزة الاستشعار وخوارزميات التعلم الآلي لإنشاء العناصر الأولية ويمكن تطبيق أفضل تجانس مناسب على المستوى البدائي. النظام قابل للتحويل إلى جميع المناطق حول العالم بسبب استخدامه للبيانات العالمية المتاحة للجمهور (Landsat و MODIS) وبنية قابلة للتكيف بسهولة تسمح بإدراج منطق تجميع قابل للتخصيص لرسم خرائط لأنماط مختلفة للغطاء الأرضي بناءً على المستخدم & # x27s أهداف مراقبة المناظر الطبيعية


محاولة استخدام الانحدار اللوجستي في R لشرح تغيير الغطاء الأرضي

مرحبًا ، أنا & # x27m إلى حد ما في شبق. أرغب في إجراء انحدار لوجستي لوصف تغيير الغطاء الأرضي (أنا & # x27m مبنيًا منهجتي على الورقة التالية http://www.css.cornell.edu/faculty/dgr2/teach/R/R_lcc.pdf) المشكلة هي أنه على الرغم من أن لدي بيانات تغيير الغطاء الأرضي من NLCD بين عامي 2006 و 2010 ، إلا أنه ليس لدي متغير توضيحي يمكنني إضافته إلى نموذجي. هل هناك مصدر آخر يمكنني استخدامه أو سأحتاج إلى معالجة البيانات النقطية الخاصة بي ببعض الطرق؟ سوف أقدر أي اقتراح.

هل تستخدم نموذج لوجيت للتنبؤ & & quot؛ & quot؛ & quot & & quot؛ & quot & quot & quot & quot؛ لا تغيير & quot بناءً على تصنيف الغطاء الأرضي الأصلي؟ أم أنك تحاول إنشاء نموذج اختيار منفصل ، والذي سيتنبأ بما سيتغير؟ الأول أكثر بساطة ، على الرغم من أن الأخير ليس أصعب بكثير. في كلتا الحالتين ، تحتاج إلى تضمين متغيرات لما كان البكسل في الأصل ووصفًا لما يحيط بهذا البكسل. عادةً ما تستخدم نماذج تحويل الأرض (التي يتم إنشاؤها عادةً من خلال نماذج التشغيل الآلي الخلوية) تحليل نافذة متحركة لإنشاء خطوط نقطية متعددة تنشئ وصفًا لكل خلية ومحيط # x27s (ستكون هذه متغيرات توضيحية / مستقلة جيدة). سأقسم NLCD إلى سلسلة من البيانات النقطية المعاد تصنيفها مع القيمتين 1 و 0. 1 يمثل استخدامًا محددًا للأرض و 0 يمثل شيئًا آخر غير ذلك الاستخدام للأرض. يمكنك إنشاء العديد من هذه: واحد لكل قيمة فريدة (استخدام الأرض) في منطقة الدراسة الخاصة بك.

ستكون إحدى النوافذ المتحركة الأساسية التي يمكنك إنشاؤها هي التجميع. سيضيف هذا & quot1 & quot إلى الناتج النقطي النهائي لكل تكرار لاستخدام أرض مشابه على حدود بكسل المركز. يمكن أن يصبح الأمر معقدًا للغاية ، ويمكنك الانتقال إلى ما وراء نافذة متحركة 3x3 & quotsum & quot إلى أشياء مثل وظائف 9x9 & quotpatchiness & quot ، لتحليل مدى تلاصق أنواع استخدام الأراضي. يجب ألا تواجه مشكلة في الخروج بالعديد من المتغيرات التوضيحية لتحليلك.

في R تحقق من focal () في الحزمة النقطية.

شكرًا لك على إجابتك التفصيلية ، إنها مفيدة للغاية. لقد & # x27ve بحثًا عن بعض المفاهيم التي ذكرتها ، وأنا جديد تمامًا لتحليل الأجهزة الخلوية.

أريد أن أبقى أبسط ما يمكن في الوقت الحالي ، لذا سأرغب في تطوير نموذج لوغاريتمي للتنبؤ بالتغيير (أو عدمه) على الغطاء الأرضي. بهذه الطريقة يمكنني تأطير تحليلي حول تأثير الجوار ، ما إذا كانت الخلية عرضة للتغيير كدالة للخلايا المحيطة بها (وهذا يتناسب بشكل جيد مع قاعدة Waldo & # x27s للجغرافيا أيضًا ، رائع).

صنفت بيانات NLCD التي صنفتها خلاياي على أكثر من اثنتي عشرة فئة من استخدامات الأراضي. إذا فهمتك بشكل صحيح ، فإن أول شيء يجب أن أفعله هو تحديد فئة استخدام الأرض (على سبيل المثال: التطوير العالي) وإعادة تصنيفها على أنها & quot1 & quot ، والباقي كـ & quot0 & quot لنسخة نقطية واحدة في R. ولكن هل سأحتاج إلى القيام بذلك لكل فئة إذا كنت مهتمًا فقط بالتنبؤ بالتغيير لفئة واحدة من استخدامات الأراضي؟

& # x27m أحاول أيضًا أن أتصارع مع مفهوم النوافذ المتحركة. إذا فهمت بشكل صحيح ، فهي & # x27s أساسًا طريقة المتوسط ​​المتحرك ولكن على شبكة / مصفوفة؟ تحريك البكسل الذي يهمني لأعلى ولأسفل ولليمين ولليسار ، يقتصر على مدى الخلايا المجاورة. لكن كيف تقيس المسافة بين الخلايا؟ إذا فهمت تفسيرك ، فنحن & # x27re نستخدم نافذة متحركة لإنشاء خطوط نقطية أخرى بقيم متوسطة ، والتي سنستخدمها بعد ذلك للتنبؤ بالتغيير ، فهل هذا صحيح؟

لذلك لدي نقطتي نقطية. أعيد تصنيفهما وفقًا للفئة المحددة. أستخدم النافذة المتحركة لمتوسط ​​قيمة مجموعتي البيانات (؟) واستخدم مجموعة البيانات الجديدة لتشغيل وظيفتي اللوجستية المشابهة لشيء مثل:

category_cells ، الأسرة = ذي الحدين ، البيانات = المتوسط_الأسترالي)

أعتذر إذا كان الجزء الأخير معقدًا إلى حد ما ، فأنا & # x27m غير واضح فيما يتعلق بكيفية التعامل مع البيانات النقطية وإنشاء نموذج السجل الخاص بي (على الرغم من تفسيرك ، فإن السبب في الحصول على بيانات نقطية محولة لكل فئة سيكون بحيث يمكن لكل فئة متغير توضيحي في الانحدار؟).

أعتقد مرة أخرى أنني & # x27m اتجهت إلى الطريق الصحيح ، لذا أشكرك مرة أخرى على شرحك السابق.

تحرير: أفهم أن الوظيفة البؤرية () هي ما سأستخدمه لتوظيف تحليل النوافذ المتحركة.


افحص قيمة نقطية منفصلة

تستفيد إجراءات نمذجة رسم الخرائط كثيرًا من الطبقات النقطية، التي تمثل مواقع متساوية ومحددة بشكل متطابق على الأرض مثل الخلايا. في طبقة واحدة ، يتم تمييز كل خلية بعلامة قيمة، والتي يمكن استخدامها لتقسيم مختلف منفصله أنواع المواقع المعروفة باسم المناطق أو الأسطح التي تختلف من خلية إلى أخرى ، في مستمر موضه. تسمح العلاقات المنتظمة بين الخلايا بالعديد من الطرق القوية لإنشاء واستخدام العلاقات المنطقية بين المواقع وخصائصها ، كما سنرى.

طبقة إنجلاند جاب النباتية الجديدة (Gap_Veg) هي عبارة عن قيمة نقطية منفصلة. هناك عدة طرق لتقييم مجموعة البيانات النقطية. لسبب واحد ، أنها تحتوي على بيانات وصفية يمكن العثور عليها في مجلدها (أو انقر هنا لمشاهدة البيانات الوصفية) ولكن حتى بدون أي بيانات وصفية على الإطلاق ، يمكننا معرفة الكثير عن هذه الطبقة من خلال فحص خصائصها واتساقها المنطقي مع الطبقات الأخرى .

مراجع


الملخص

تركز هذه الورقة على استخدام الأراضي وتوسع الغطاء الأرضي (LULC) وتغيرات منطقة المناخ المحلي (LCZ) فيما يتعلق بالاحترار في المستقبل ، وتركز الدراسة على ثلاثة أجزاء رئيسية. أولاً ، يحلل هذا البحث تغييرات LULC و LCZ من 1991 إلى 2016 باستخدام بيانات صور القمر الصناعي لاندسات. يكشف هذا عن تاريخ التوسع الحضري خلال فترة الدراسة ومعدل النمو الحضري وإسقاط الطلب على الأراضي الحضرية في العام المستهدف (2026). ثانيًا ، تحدد الدراسة تغييرات LULC و LCZ في المستقبل باستخدام نموذج الانحدار اللوجستي المكاني. ثالثًا ، تم إجراء فحص التوسع الحضري فيما يتعلق بالاحترار في المستقبل. تظهر النتيجة أن المنطقة المبنية لديها المزيد من التطور والتوسع في الأجزاء الشمالية والجنوبية والغربية من بانكوك. ارتفعت درجة حرارة السطح المتراكمة واستمرت في الارتفاع بين عامي 1991 و 2016. واتسع اتجاه الاختلافات في درجات الحرارة بين المناطق المبنية والمناطق الأخرى بشكل كبير في عام 2026. تم استبدال معظم المساحات الخضراء في الجزء الغربي من بانكوك بالمضغوط مبنى منخفض الارتفاع متوسط ​​الارتفاع ومضغوط ومفتوح. تشير الدراسة إلى أن الجزء الغربي من المدينة سيكون أكثر دفئًا بنحو 1 إلى 2 درجة مئوية في المستقبل.


4. النتائج

4.1 إمكانات الكهرباء الشمسية على الأسطح الفنية والاقتصادية

تحسب المنهجية الموصوفة بشكل منهجي إمكانات الكهرباء الشمسية المتوفرة على الأسطح لكامل 100 متر × 100 متر عبر الدول الأعضاء في الاتحاد الأوروبي. يوضح الشكل 6 النتائج الإجمالية لكل بلد من البلدان التي تم تحليلها. يشير ارتفاع العمود إلى إجمالي الإمكانات التقنية المتاحة لأنظمة الطاقة الشمسية الكهروضوئية على الأسطح. هذا هو ناتج الكهرباء المتوقع (جيجاوات ساعة / سنة) إذا تم تطوير 100٪ من أنظمة الأسطح المناسبة ، بغض النظر عن التكلفة. تشير الألوان المختلفة للأعمدة في الشكل 6 إلى LCOE الذي يتم فيه إنتاج الكهرباء وكذلك نسبة كل نطاق LCOE (انظر الشكل التوضيحي) في الإمكانات التقنية الإجمالية. يلعب دور حادثة الإشعاع الشمسي لكل دولة دورًا رئيسيًا وفي دول جنوب الاتحاد الأوروبي (إيطاليا وإسبانيا والبرتغال وقبرص ومالطا) حيث يمكن إنتاج الكهرباء الشمسية بمعدل 6-12 يورو / كيلو وات ساعة. ويرجع ذلك أساسًا إلى الإنتاجية العالية للأنظمة الكهروضوئية (الشكل 4). تقدم فرنسا وألمانيا فرصًا كبيرة للإنتاج بتكلفة منخفضة نسبيًا. ينتج عن مخزون المبنى الكبير ومساحة السطح المقابلة إمكانات فنية عالية (& gt 100 تيراواط ساعة / سنة لكل بلد). تسمح هذه الإمكانية المقترنة بتكلفة رأس المال المنخفضة (الشكل 5 أ) بتطوير أنظمة الأسطح بشروط ميسرة.

الشكل 6. يتم التعبير عن الإمكانات الفنية لأنظمة الطاقة الشمسية الكهروضوئية على الأسطح في كل دولة عضو في الاتحاد الأوروبي بالجيغاواط ساعة / سنة. يُظهر لون الأعمدة ما هي الحصة من الإمكانات التقنية التي يمكن إنتاجها في كل نطاق LCOE. (لتفسير الإشارات إلى اللون في وسيلة إيضاح الشكل هذه ، تتم إحالة القارئ إلى إصدار الويب من هذه المقالة.)

يقدم الشكل 7 خريطة بالإمكانيات الفنية لكل دولة وإجمالي ناتج الكهرباء المتوقع (جيجاوات ساعة / سنة) ، إذا تم تطويره بالكامل. توضح الأرقام الواردة في الشكل 7 حصة الإمكانات الاقتصادية كنسبة من الإمكانات الفنية لكل بلد. إنها توفر النسبة المئوية لأنظمة الأسطح ذات التكلفة التنافسية وتنتج الكهرباء بتكلفة أقل من أحدث أسعار الكهرباء المتاحة (2017) للبيع بالتجزئة في البلدان التي تم تحليلها [49]. وبهذا المعنى ، تعمل أسعار الكهرباء بالتجزئة الوطنية كمرجع لتحديد الإمكانات الاقتصادية ، بافتراض أن المقارنة بين LCOE وسعر الكهرباء المنزلية تحدد أنظمة التكلفة التنافسية. على الرغم من قيود هذا التبسيط ، فإن أسعار التجزئة للكهرباء ، على حد علمنا ، هي أفضل مؤشر متاح لتقييم القدرة التنافسية لأنظمة الطاقة الشمسية الكهروضوئية.

الشكل 7. إمكانات الكهرباء التقنية للطاقة الكهروضوئية على الأسطح في مخزون المباني الحالي في الاتحاد الأوروبي وحصة (٪) من الإمكانات الفنية التنافسية من حيث التكلفة.

تبرز دول محددة مثل ألمانيا وفرنسا وإيطاليا وإسبانيا في الخرائط لأنها تستضيف أعلى إمكانات اقتصادية تترجم إلى المزيد من الخيارات للاستثمارات المفيدة. إن تكلفة الكهرباء التنافسية في هذه البلدان تأتي جزئيًا فقط من التكلفة المالية المنخفضة لموارد الطاقة الشمسية (WACC) جنبًا إلى جنب مع ارتفاع أسعار الكهرباء بالتجزئة ، وهي عوامل مهمة لفعالية التكلفة [49]. يوفر أسعار عام 2017 لألمانيا وإسبانيا وإيطاليا وفرنسا عند 30.5 و 23.0 و 21.3 و 16.9 يورو / كيلوواط ساعة على التوالي [49]. بمقارنة هذه القيم بمخرجات النموذج المطور ، يبدو أن الكهرباء المنتجة من الخلايا الكهروضوئية أرخص بنسبة 49٪ و 44٪ و 42٪ و 23٪ على التوالي. على عكس هذه الحالة ، تقف دول شرق الاتحاد الأوروبي (بلغاريا والمجر ورومانيا وإستونيا) ويرجع ذلك أساسًا إلى أسعار التجزئة المنخفضة (9.5-12 يورو / كيلووات ساعة).

يشير التحليل إلى أن تكافؤ الشبكة غير ممكن حاليًا في شرق الاتحاد الأوروبي (رومانيا ، بولندا ، المجر ، جمهورية التشيك ، سلوفاكيا ، كرواتيا ، ليتوانيا ، لاتفيا ، إستونيا). هذه الملاحظة مدهشة بالنسبة للبلدان التي لديها موارد شمسية مواتية (مثل رومانيا وكرواتيا وبلغاريا). توضح القيم الواردة في الشكل 8 أن الإشعاع الشمسي ليس العامل الأساسي في تحديد القدرة التنافسية الاقتصادية للكهرباء الكهروضوئية على الأسطح. تتمتع دول الجوار ذات الموارد الشمسية المماثلة بإمكانيات اقتصادية مختلفة للغاية. من الواضح أن الاختلافات بين هولندا وبلجيكا هي نتيجة لأسعار التجزئة لأن المتوسط ​​المرجح لتكلفة رأس المال متشابه. تأتي الاختلافات الهائلة في الإمكانات الاقتصادية بين النمسا والمجر من تأثير مشترك. يتم تقليل الإمكانات التقنية المماثلة بسبب ارتفاع تكلفة التمويل في المجر و # 8217s وانخفاض أسعار الكهرباء بالتجزئة. لوحظ اختلاف مثير للاهتمام بين اليونان وبلغاريا (الشكل 8) ، فكلاهما يتمتع بمصادر طاقة شمسية ممتازة. على الرغم من ارتفاع معدل استهلاك الطاقة والمياه في كلا البلدين ، فإن زيادة أسعار التجزئة في اليونان تجعل الطاقة الشمسية الكهروضوئية قادرة على المنافسة. يظهر التأثير المعاكس في إستونيا حيث يشبه WACC تأثير أوروبا الغربية. ومع ذلك ، فإن أسعار التجزئة المنخفضة تجعل الاستثمار الكهروضوئي أقل جاذبية. من الواضح أن عوامل الحجب المختلفة تتطلب خيارات سياسية مختلفة لزيادة القدرة التنافسية للطاقة الكهروضوئية على الأسطح ويتم تسليط الضوء عليها في قسم المناقشات.

الشكل 8. حصة الطاقة الشمسية الكهروضوئية على الأسطح النموذجية في الاستهلاك النهائي للكهرباء (مستويات 2016) مع الاستغلال الكامل للإمكانات الاقتصادية للقيم المفترضة لتكلفة رأس المال المتغير وقيم أسعار الكهرباء بالتجزئة.

يوفر الجدول 2 القيم المجمعة للبلد لمساحة السطح النموذجية المتاحة لنشر الكهروضوئية. كما يتضمن قيم ناتج الكهرباء النظري إذا تم الاستفادة الكاملة من الإمكانات الفنية والاقتصادية. تتم مقارنة هذه القيم بقيم استهلاك الكهرباء لعام 2016 لكل دولة عضو في الاتحاد الأوروبي (MS) تظهر بوضوح الدور الهام المحتمل لأنظمة الأسطح.

الجدول 2 . المنطقة المتاحة على غرار تركيب نظام الكهروضوئية على السطح. إمكانات الكهرباء الشمسية الفنية والاقتصادية وحصتها المحتملة في الاستهلاك النهائي للكهرباء (قيم 2016) [50].

السيدة مساحة السطح المتاحة (كم 2) الإمكانات الفنية (جيجاوات ساعة / سنة) الإمكانات الاقتصادية (جيجاوات ساعة / سنة) الكهرباء النهائي. الاستهلاك (جيجاواط ساعة / سنة) قوة تقنية. حصة (٪) من الاستهلاك قوة اقتصادية. حصة (٪) من الاستهلاك
قبرصي 31 5270 5084 4399 119.8% 115.6%
PT 170 24 259 24 030 46 353 52.3% 51.8%
MT 5 782 782 2114 37.0% 37.0%
EL 128 17 090 16 866 53 463 32.0% 31.6%
هو - هي 752 88 651 86 488 286 027 31.0% 30.2%
FR 1346 125 580 125 454 440 971 28.5% 28.4%
ES 462 65 244 61 215 233 172 28.0% 26.3%
DE 1523 104 313 103 782 517 377 20.2% 20.1%
في 151 12 854 12 294 61 852 20.8% 19.9%
DK 120 5720 5720 31 152 18.4% 18.4%
يكون 183 12 449 12 440 81 725 15.2% 15.2%
بمعنى آخر 56 2919 2750 26 099 11.2% 10.5%
LU 9 696 395 6372 10.9% 6.2%
SE 157 7255 3203 127 496 5.7% 2.5%
المملكة المتحدة 771 43 646 6517 303 902 14.4% 2.1%
SI 29 2704 54 13 026 20.8% 0.4%
NL 283 17 629 255 105 332 16.7% 0.2%
RO 354 35 877 58 43 569 82.3% 0.1%
FI 102 4941 63 80 759 6.1% 0.1%
PL 469 30 910 73 132 839 23.3% 0.1%
الموارد البشرية 85 7769 5 15 300 50.8% 0.0%
LV 30 1432 1 6482 22.1% 0.0%
SK 108 9079 3 24 987 36.3% 0.0%
BG 150 17 307 0 28 939 59.8% 0.0%
تشيكوسلوفاكيا 185 13 725 0 57 997 23.7% 0.0%
إي 27 1220 0 7139 17.1% 0.0%
HU 191 18 034 0 37 541 48.0% 0.0%
LT 58 2923 0 9750 30.0% 0.0%
الاتحاد الأوروبي 7935 680 276 467 532 2 786 134 24.4% 16.8%

4.2 الحصة المحتملة للطاقة الكهروضوئية على الأسطح في الاستهلاك النهائي للكهرباء

يوضح الشكل 8 الحصة المحتملة في الاستهلاك النهائي للكهرباء للبلدان إذا تم الاستفادة الكاملة من إمكاناتها الاقتصادية. تجدر الإشارة إلى حالتي قبرص ومالطا حيث يتوافق المورد الشمسي الفريد مع ظروف تمويل جيدة ، مما يؤدي إلى أقل تكلفة إنتاج للنظام في الاتحاد الأوروبي. تبرز حالة البرتغال أيضًا أن إمكانات الطاقة الشمسية الممتازة مقترنة بظروف تمويل مواتية وأسعار تجزئة مرتفعة إلى حد ما (22.8 EURcent / kWh). يمكن لهذه البلدان تغطية نسبة عالية جدًا من احتياجاتها من الكهرباء من خلال تطوير أنظمة كهروضوئية على الأسطح في أكثر مواقعها فائدة.

المجموعة الثانية من البلدان هي إيطاليا واليونان التي يمكن أن تغطي 30٪ من استهلاكها للكهرباء من خلال أنظمة الأسطح. يمكن لفرنسا وإسبانيا وألمانيا أيضًا تغطية جزء كبير (20-30٪) من استهلاكها السنوي بمثل هذه الأنظمة. بالنظر إلى احتياجات الطاقة الكبيرة جدًا لهذه البلدان الثلاثة ، يبدو أن أنظمة الأسطح يمكن أن تلعب دورًا رئيسيًا في انتقال الطاقة في الاتحاد الأوروبي ، حتى لو تم استخدامها جزئيًا فقط.

يبدو أنه بالنسبة للعديد من البلدان (جمهورية التشيك والمجر وبلغاريا ولاتفيا وإستونيا) ، ستوفر أنظمة الطاقة الكهروضوئية على الأسطح الكهرباء بتكلفة أعلى من رسوم الكهرباء (اللون الأزرق الفاتح في الشكل 8). في هذه البلدان ، الإنتاج بتكلفة تنافسية غير ممكن ، على الأقل في ظل الظروف المالية والتكنولوجية الحالية. في ثمانية MS (اللون الأصفر الفاتح في الشكل 8) يمكن تغطية جزء ضئيل فقط من إجمالي الاستهلاك (1٪) من خلال أنظمة الأسطح التنافسية من حيث التكلفة.يمكن أن تغطي الإمكانات الاقتصادية للطاقة الكهروضوئية على الأسطح 16.8٪ من إجمالي استهلاك الكهرباء في الاتحاد الأوروبي.

قد تجعل البنية التحتية للشبكة وتكاليف التشغيل جزءًا من الإمكانات الاقتصادية استثمارًا أقل جاذبية. إن تحديد أولويات التركيبات في المواقع المميزة حيث تكون تكلفة الإنتاج قريبة من الحد الأدنى لها (9-11 يورو / كيلو وات في الساعة) هي استراتيجية منخفضة المخاطر لنشر الأنظمة التي ستساهم على الأقل 50000 جيجاوات ساعة / سنة في الاتحاد الأوروبي.

وبافتراض الاستغلال الكامل للإمكانيات التقنية ، يمكن لخمسة دول تغطية 30٪ من استهلاكها للكهرباء عن طريق الكهروضوئية على الأسطح ، وأربعة بلدان يمكن أن تغطي 20٪ ، ودولتان أخريان تتجاوز 15٪. عندئذٍ ستكون الحصة الإضافية من كهرباء الأسطح في الاتحاد الأوروبي 24.4٪. تمثل هذه الأرقام ، حتى لو تم إدراكها جزئيًا ، قفزة في عملية نشر الخلايا الشمسية الكهروضوئية في الاتحاد الأوروبي الراكدة حاليًا.

5. مناقشة
يقيِّم التحليل الحالي الإمكانات المتاحة لأنظمة الأسطح في الاتحاد الأوروبي مع سؤال البحث هو ما إذا كان مخزون المباني في الاتحاد الأوروبي يمكن أن يوفر شروطًا مفيدة لنشر الكهروضوئية. توفر الدراسة الحالية تقديرات مُجمَّعة على مستوى الدولة تدعم الاستراتيجيات عالية الكفاءة لنشر الطاقة الشمسية الكهروضوئية التي تغطي ما يصل إلى 25٪ من الكهرباء المستهلكة في الاتحاد الأوروبي من أجل تلبية أهداف الطاقة والمناخ. تستجيب النتائج أيضًا للادعاء - الذي غالبًا ما يكون غير مبرر - بأن الطاقة الشمسية الكهروضوئية ستفشل في تحقيق حصص كبيرة بسبب قيود الأراضي.

يسمح أيضًا القياس الكمي لإمكانات الطاقة الكهروضوئية على الأسطح على المستوى المحلي بوضع أهداف واقعية وتنفيذ خرائط طريق. في ضوء هدف الطاقة المتجددة الإجمالي البالغ 32٪ ، فإن نشر الحصة التنافسية من حيث التكلفة لأنظمة الأسطح في الكهرباء (16.8٪) ليس مبالغة ، لأن مزيج الطاقة سيتطلب حصة عالية جدًا من مصادر الطاقة المتجددة في قطاع الطاقة. إن الإمكانات الاقتصادية المقدرة على مستوى الاتحاد الأوروبي والتي تبلغ 467 تيراواط ساعة / سنة قريبة جدًا من الاحتياجات المتوقعة لأنظمة الطاقة الشمسية الكهروضوئية بحلول عام 2030 ، أي ما يعادل 440 تيراواط ساعة / سنة. قد يوازن قطاع التنقل الكهربائي ، على المدى المتوسط ​​، تأثيرات تدابير كفاءة الطاقة ويؤدي إلى زيادة الطلب على الكهرباء بالقرب من المباني. يمكن أن تغطي أنظمة الأسطح مثل هذا الطلب المتزايد ، وإذا تم تصميمها لإنتاج الكهرباء بشكل أساسي للاستهلاك المحلي ، فسيتم تجنب الآثار الجانبية مثل ازدحام الشبكة وتكلفة الإرسال.

يوضح الشكل 8 البلدان التي يجب أن يبدأ فيها التنفيذ على الفور. هي تلك البلدان التي يمكن أن تغطي فيها الألواح الكهروضوئية على الأسطح نسبة كبيرة (30 ٪) من استهلاك الكهرباء بتكلفة تنافسية: قبرص والبرتغال ومالطا واليونان وإيطاليا بينما يمكن لمجموعة ثانية من MS (فرنسا وإسبانيا وألمانيا) تغطية أكثر من 20٪. من أجل تسريع الانتشار ، يمكن لهذه البلدان أن تفضل الانتشار في المباني التجارية والعامة. ستستفيد هذه الممارسة من وفورات الحجم وإمكانية التكرار وستعمل على تعبئة أسواق الطاقة الكهروضوئية المحلية. كما يمكن أن يدعم تبسيط إجراءات الترخيص وتدخلات البنية التحتية لزيادة سعة الشبكة في مواقع مختارة معدلات الانتشار. تؤدي موارد الطاقة الشمسية الغنية لهذه البلدان إلى جانب الظروف المالية المواتية إلى انخفاض تكاليف الكهرباء الشمسية. فمن ناحية ، ينبغي إعطاء الأولوية للمواقع التي يتم فيها تحقيق أقل تكلفة ، كما هو موضح في الشكل 6. وعلى نفس القدر من الأهمية ، ينبغي أن يراعي اختيار المواقع ذات الأولوية أيضًا الاحتياجات المحلية ، في نهج ينطلق من القاعدة. بهذا المعنى ، يمكن للحكومات المحلية والبلديات ، لا سيما تلك الملتزمة بمبادرات إزالة الكربون مثل ميثاق رؤساء البلديات (CoM) [51] ، أن تلعب دورًا نشطًا.

من المحتمل أن يستغرق التنفيذ في الدول الأعضاء الجدد في الاتحاد الأوروبي في أوروبا الشرقية التي لديها إمكانات اقتصادية منخفضة للأسطح (البلدان الموضحة باللونين الأصفر والأزرق الفاتح في الشكل 8) وقتًا أطول. والجدير بالذكر أن هناك اختلافات كبيرة بين هذه المجموعة من MSs ، لا سيما فيما يتعلق بالإمكانات الشمسية المتاحة (على سبيل المثال ، بلغاريا مقابل إستونيا). يجب على البلدان ذات الإمكانات الغنية بالطاقة الشمسية على وجه الخصوص أن تبذل جهودها لإزالة الحواجز التي تحول دون استخدام الطاقة الشمسية الكهروضوئية على الأسطح. بشكل عام ، تحتاج هذه البلدان إلى نهج مركزي من أعلى إلى أسفل لدفع التنفيذ ، حيث تم إعطاء الأولوية حتى الآن للكهرباء والقدرة على تحمل التكاليف # 8217. بصرف النظر عن إعادة تقييم هذه الأولويات وإعادة تقييم ممارسات الدعم التقليدية ، يمكن للنهج المركزي استخدام الأراضي المتدهورة المتاحة من خلال تركيبات نظام الطاقة الشمسية الكهروضوئية في مدافن النفايات المغلقة [52] ومناجم الفحم [53]. أظهر المؤلفون & # 8217 الدراسات الحديثة أن الحلول المتكاملة لها فوائد متعددة ، وعندما يتم تصميمها بشكل صحيح ، يمكن أن تكون تنافسية من حيث التكلفة حتى في الدول الشرقية.

قد يؤدي الاختراق العالي للطاقة الكهروضوئية على الأسطح في شبكات التوزيع إلى مشكلات في الاستقرار وتشوهات في نظام الطاقة. قد يؤدي توليد الطاقة الكهروضوئية على السطح الذي يتجاوز الطلب إلى زيادة الجهد. عادة ، للتخفيف من هذا التحدي ، يتم تقليص إنتاج الطاقة الشمسية الزائدة. سيتطلب التخفيف من هذه التأثيرات استخدامًا أوسع لأنظمة البطاريات إلى جانب أنظمة التحكم الذكية التي تستخدم وتخزن الطاقة الفائضة [54]. قد تدعم التطورات التكنولوجية في قطاع إلكترونيات الطاقة تغلغلًا أعلى للطاقة الكهروضوئية على الأسطح من خلال توسيع دور المحولات في أنظمة التوليد الموزعة. تضيف المحولات الذكية أو تطرح الطاقة التفاعلية في الشبكة لتعزيز أو تقليل جهد الشبكة ، على التوالي. على الرغم من أن مثل هذه الوظائف قد تسمح بزيادة تصل إلى 40٪ في السعة الكهروضوئية الشمسية المركبة بدون ترقيات للبنية التحتية للشبكة [55] ، إلا أن هذا قد لا يكون كافياً. طرق التحكم في القدرة التفاعلية هذه لها قيود [56] وقد لا يكون تطبيقها بمفردها فعالاً في الحفاظ على الجهد ضمن الحدود المرغوبة.

من النتائج الإضافية للتحليل الحالي أنه يُظهر أن تكافؤ مقبس الطاقة الكهروضوئية على الأسطح ممكن بالفعل في العديد من دول الاتحاد الأوروبي وبدون دعم. ستؤدي التخفيضات الإضافية في التكلفة في قطاع التكنولوجيا الكهروضوئية إلى جانب الزيادات في الأنظمة وكفاءة # 8217 إلى زيادة القدرة التنافسية للطاقة الكهروضوئية على الأسطح. سوف تستجيب التركيبات الفعلية لإشارات السوق ، والتي تتأثر بمجموعة من العوامل. وفقًا لذلك ، سيتم تشكيل إمكانات السوق المتقدمة من خلال العوامل الفنية والاقتصادية المعروضة ولكنها ستتأثر أيضًا بآليات السياسة والسوق. يسلط التحليل الحالي أحادي السيناريو الضوء على كيف أن التأثير المشترك لتكاليف التمويل المرتفعة مع انخفاض أسعار الكهرباء بالتجزئة قد يعيق نمو المنشآت الكهروضوئية في بعض الدول الأعضاء في الاتحاد الأوروبي. يعتزم المؤلفون أن يدرسوا في نشاط المتابعة حساسية إمكانات أنظمة الأسطح للعوامل الاقتصادية والمالية المختلفة (ضريبة القيمة المضافة ، تكاليف رأس المال وتكاليف التشغيل). وسيشمل ذلك أيضًا حالة عدم وجود WACC التي تتوافق مع المدفوعات النقدية ، وهي حالة شائعة لأنظمة الطاقة الشمسية الكهروضوئية على الأسطح.

تظهر النتائج أن الاستثمار الكهروضوئي في بعض دول أوروبا الشرقية ليس جذابًا حتى الآن على الرغم من توفر الموارد المماثلة. كما أشرنا من قبل ، فإن ارتفاع تكلفة رأس المال المتغير وانخفاض أسعار الكهرباء بالتجزئة يجعل من الطاقة الشمسية خيارًا استثماريًا "محظورًا". من أجل جعلها استثمارًا عادل العائد ، يمكن لهذه البلدان تعزيز القدرة التنافسية الكهروضوئية دون مخططات الدعم المباشر لـ RES. يكمن الحل في حل المشكلات الهيكلية في تمويل وتسعير خيارات الكهرباء. إذا كان تمويل الاستثمار في مصادر الطاقة المتجددة متاحًا على مستوى الاتحاد الأوروبي المتوسط ​​، فإن معظم هذه البلدان ستصبح جذابة لمستثمري الطاقة الكهروضوئية. وقد ظهر ذلك أيضًا من خلال تحليل مغلف البيانات الأخير الذي أظهر أن الكفاءة الفنية للطاقة الشمسية عالية في الاتحاد الأوروبي ولكن هناك مجالًا كبيرًا لتحسين تكلفة التمويل الكهروضوئي [57]. من المحتمل أن تكون زيادة أسعار التجزئة خيارًا سياسيًا أقل جاذبية على المدى القصير ، ولكن على المدى الطويل سيكون على الأرجح أمرًا حتميًا بالنسبة للبلدان ذات مصادر الطاقة المحلية النادرة التي تعتمد على ناقلات الطاقة المصدرة. يمكن أن يصبح سد الفجوة في تمويل الموارد المتجددة (الشكل 5 أ) هدفًا على مستوى الاتحاد الأوروبي يكون جذابًا ليس فقط للاتحاد الأوروبي ككل ولكن أيضًا لكل دولة من الدول الأعضاء. يمكن لمثل هذه السياسة المربحة للجانبين أن تكتسب زخماً متسارعاً في أجندة الطاقة للاتحاد الأوروبي.

بشكل عام ، تعتبر استثمارات الموارد المائية أكثر حساسية للتغيرات في تكلفة رأس المال من الأنظمة التقليدية [43] نظرًا لكثافة رأس المال. إن نشر نظام RES في MS مع WACC يساوي 12٪ سيكلف تقريبًا ضعف تكلفة تركيب نفس النظام في بلد تبلغ تكلفة رأس المال فيه 3.5٪ ولن يكون منافسًا من حيث التكلفة. من أجل التغلب على هذا التفاوت ، اقترح مركز أبحاث مقره الاتحاد الأوروبي ، Temperton وآخرون) ، مؤخرًا إنشاء مرفق خفض تكلفة الطاقة المتجددة على مستوى الاتحاد الأوروبي (RES-CRF) ، وهي فكرة تم تداولها بالفعل بين المتخصصين من أجل بعض الوقت [43].

مجالات لمزيد من الدراسة كنتيجة للحساب المحتمل على السطح ، تم تحديد بعض أبعاد البحث الإستراتيجية لتسريع نشر الكهروضوئية في محافظ توليد الكهرباء في الاتحاد الأوروبي:
أنا.
يمكن استخدام المنهجية والأدوات التي تم تطويرها لتقديم تقديرات حول إمكانات الأسطح لمناطق بلدية محددة ودعم تخطيط الطاقة المستدامة ، على سبيل المثال بموجب ميثاق رؤساء البلديات & # 8217 مبادرة [51]. يجب أن تشمل هذه الإجراءات الإدارية الفعالة لتسهيل التوسع السريع للمنشآت.

ثانيا.
يمكن للتحسين المستقبلي في قرار ESM أن يفتح الطريق لتحديد أحجام المباني الفردية بالإضافة إلى كثافة منطقة البناء. من وجهة نظر التخطيط ، فإن تحديد المباني ذات الأسطح الكبيرة المسطحة وتحديد أولوياتها يمكن أن يسمح بالنشر السريع للطاقة الكهروضوئية الذي يستفيد منه وفورات الحجم.

ثالثا.
تقوم المنهجية المطورة بتقدير المساحة المتاحة لأنظمة الأسطح باستخدام قيم كثافة مساحة البناء كبديل. يمكن التحقق من صحة النتائج المنمذجة باستخدام القياسات في مناطق العينة. من الناحية المثالية ، سيكون لقياسات الاختبار دقة عالية جدًا للمنطقة المتاحة لتركيب النظام ، أعلى من تلك الخاصة ببيانات السجل المساحي المرجعية ، بالإضافة إلى تغطية جغرافية أوسع تتيح التدريب والتحقق من صحة النتائج النموذجية.

رابعا.
إن تطوير مقياس التكافؤ الحالي للإمكانات الاقتصادية إلى معايير أكثر دقة يمكن أن يفتح الطريق لتحديد مواقع التكلفة المثلى وتدابير السياسة الأنسب لخلق مثل هذه الظروف.

6. الاستنتاجات
أدى تحليل البيانات الجغرافية المكانية لرصد الأرض إلى نموذج مبتكر لحساب مساحة السطح والإمكانات التقنية لتوليد الكهرباء الكهروضوئية على مستوى الاتحاد الأوروبي بأكمله. من خلال مقارنة النموذج الجغرافي المكاني بالقيم الخاصة بكل بلد لتكلفة رأس المال وأسعار الكهرباء ، يمكن عمل تقدير للإمكانات الاقتصادية لكل دولة من دول الاتحاد الأوروبي. تقدر المنهجية المطورة أنه يمكن إنتاج ما يقرب من 25٪ من استهلاك الكهرباء الحالي في الاتحاد الأوروبي عن طريق أنظمة الأسطح (شكلت جميع الكهرباء المنتجة من الخلايا الكهروضوئية 3.94٪ فقط في عام 2016 [50]). المنهجية المطورة مرنة للغاية ويمكن استخدامها لمزيد من استكشاف تأثير العوامل التقنية والاقتصادية مع الحفاظ على النهج الجغرافي المكاني لعموم أوروبا. يمكن للسياسات على المستويين القطري والإقليمي لاستغلال هذه الإمكانات أن تجلب فوائد أ) للتوظيف في قطاعات التصنيع والتركيب والتشغيل ، ب) تحفز مشاركة أكبر للمواطنين في تحقيق انتقال الاتحاد الأوروبي إلى نظام طاقة منخفض الكربون.


5. النتائج

يعكس تصور البيانات على وجه التحديد طبيعة كل مجموعة بيانات أو مجموعات من القيم المصنفة ، من أجل التأكيد على ظاهرة محددة. كانت طرق التصنيف المختارة لهذه الدراسة هي طرق التصنيف المتساوية والفواصل المتساوية. تم اختيار طريقة المساحة المتساوية للمضلعات المشتقة من مجموعات بيانات استخدام الأراضي / الغطاء الأرضي والارتفاع. تم اختيار تصنيف الفترات المتساوية على أساس مستويات التدرج الموجودة في المسافات العازلة المحيطة بكل من شبكات الصرف والطرق. علاوة على ذلك ، لتعكس بشكل فعال الطبيعة المتنوعة لكل مجموعة من مجموعات البيانات المذكورة أعلاه ، تم اعتبار هذه الأساليب الأكثر ملاءمة. تتضمن طريقة المساحة المتساوية عملية يتم من خلالها تحديد ميزات المضلع لمجموعات بيانات استخدام الأراضي / الغطاء الأرضي والارتفاع بشكل جماعي من خلال سلسلة من نقاط الفصل الموجودة في قيم السمات. هذه العملية هي تطبيق لنهج الفواصل الطبيعي لـ Jenks and Caspall (1971). وبالتالي فإن المساحة المطلقة لكل فئة مضلع موحدة ومقسمة إلى سلسلة من المراحل المحددة بواسطة حدود الفئة. تعالج طريقة الفاصل المتساوي مجموعات البيانات في نطاقات من قيم السمات ، والتي يتم تخزينها كنطاقات فرعية متساوية الحجم. في حالة شبكات الصرف والطرق ، تراوحت المسافة الفاصلة بين 0 و 30000 متر.

كانت عملية إعادة التصنيف هي المرحلة قبل الأخيرة إلى الموقع الأمثل لكل موقع مقياس مطر محتمل من خلال تحديد خلية شبكية. هذه المرحلة مهمة لأنه من أجل تقييم مجموعات البيانات المجمعة ، يجب تسوية مجموعات بيانات الشبكة المعالجة إلى مقياس موحد. أدى تطبيق تأثير النسبة المئوية إلى تطبيع مجموعة البيانات المشتقة ، مما سمح لنا بدمج كل نوع من أنواع البيانات في مقياس مشترك. وبالتالي تم تقسيم كل مجموعة بيانات مشتقة على 100 ، مما يمكننا من تنفيذ نموذج الملاءمة. تم تنفيذ تكامل مجموعة البيانات المعاد تصنيفها عن طريق تحويل كل طبقة إلى مقياس مشترك ، مجمعة ضمن نطاق بيانات من 1 إلى 10 ، تُترجم القيم الأعلى إلى ملاءمة عالية ، بينما تكون القيم الأقل أقل ملاءمة.

لإعادة تصنيف الغطاء الأرضي ، تم ترتيب المساحات المفتوحة والمناطق ذات الغطاء النباتي الأقل كثافة أعلى حيث يكون هناك تأثير أقل احتمالية من الأشجار التي لن تؤدي إلى انحراف دخول الأمطار التي تهب عليها الرياح إلى المقياس. مناطق الغطاء النباتي الكثيف ، بالنظر إلى القيم المنخفضة ، كانت الأقل ملاءمة لتحديد مواقع مقاييس المطر.

تم تحديد إعادة تصنيف المسافات من خلال عملية التخزين المؤقت لمناطق الخلايا الشبكية القريبة من شبكات الطرق والصرف ، مثل مناطق تصريف الطرق السريعة أو مناطق الجريان السطحي ، وتعطى قيمًا أقل وتعتبر الأقل ملاءمة لتحديد مواقع مقاييس المطر. تم تصنيف المناطق على مسافات تقابل 2-4 أضعاف ارتفاع أي عائق قريب ، وبالتالي فهي مناسبة. عند إعادة تصنيف طبقة الانحدار ، يتم إعطاء قيم منخفضة للتدرجات شديدة الانحدار وتكون أقل ملاءمة لتحديد مواقع مقاييس المطر. كما تم تحديده سابقًا ، يجب وضع أجهزة القياس في منطقة مسطحة بعيدًا عن العوائق ويجب تثبيتها في مستوى أفقي دقيق للتشغيل الصحيح. لم يتم اعتبار مجموعة بيانات التربة عاملاً حاسمًا وبالتالي لم يتم تضمينها في الترتيب النهائي. توضح الأشكال من 7 إلى 10 تصنيف وإعادة تصنيف استخدامات الأراضي / الغطاء الأرضي ، وشبكات الطرق ، وشبكات الصرف الصحي ، والارتفاع.

بعد معالجة البيانات ، تصبح مدخلات إجراءات حساب تحدي الألفية. يمكن بعد ذلك استخدام خوارزميات مختلفة من أجل مقارنة الترتيب النهائي الناتج. ينتج عن طريقة التراكب الموزون تقاطع طبقات شبكة (نقطية) متعددة.

تعد عملية التسلسل الهرمي التحليلي لساتي (1980) إجراءً راسخًا لتعيين أوزان لمجموعة من العوامل ، والتي قد تتوافق مع طبقات التراكب علاوة على ذلك ، تستخدم هذه الطريقة مصفوفة للمقارنة الزوجية (النسب) بين العوامل. يستخدم واجهة مستخدم تفاعلية مصممة لطلب الأوزان والتأكد من أنها أصبحت طبيعية بشكل مناسب. نظرًا لطبيعة العوامل المستخدمة في التحليل ، تم اختيار عملية التراكب الموزون على برنامج Saaty AHP مما يمنح صانع القرار السيطرة الكاملة على الأوزان التي يجب تطبيقها. خرائط التنفيذ هي نتيجة تخصيصات الوزن التفاضلي. يوفر الناتج تفسيرًا لمخرجات التحسين ويعرضها كخريطة تنفيذ.

أخيرًا ، يتم تراكب خريطة التنفيذ مع تغطية النقطة التي تصور الموقع المقترح لمواقع قياس المطر ذات الجرافة المائلة. يتم إزاحة شبكة التغطية وتدويرها على المواقع المثلى المحسوبة ، ويتم جدولة الإحداثيات المشتقة للتحقق الميداني النهائي كما هو موضح في الشكل 11. وتمثل المناطق باللون الأحمر المواقع المثلى (وفقًا لمعايير الدراسة). يتم استخدام نقاط الشبكة النظرية الأصلية (النقاط الخضراء) كدليل. مع هذا التوجيه ، قام علماء NCURN باستكشاف ونشر أجهزة القياس. تم تحديد الموقع النهائي من خلال إنشاء دائرة نصف قطرها 10 كم حول كل نقطة شبكة (نقطة زرقاء). تعتبر أقصر مسافة بين نقطة الشبكة وأقرب منطقة مُحسَّنة (حمراء) هي الموقع الأمثل. إذا لم تكن هناك منطقة مُحسَّنة على بُعد 10 كم من نقطة الشبكة ، فسيتم استخدام المنطقة التالية الأقرب. يتضمن الملحق المواقع المُحسّنة الموصى بها (خطوط الطول والعرض) لـ NCURN.


إعادة التصنيف على البيانات النقطية للغطاء الأرضي لن تعمل - أنظمة المعلومات الجغرافية

المجلة الأمريكية لعلوم النبات المجلد 06 رقم 09 (2015) ، معرف المقال: 57333،7 صفحة
10.4236 / ajps.2015.69149

تطبيق الاستشعار عن بعد ونظام المعلومات الجغرافية في تغيير الغطاء الحرجي في تهسيل باروال ، منطقة دير ، باكستان

أنور سجاد 1 * ، أحمد حسين 2 ، عمر وهاب 1 ، سيد عدنان 3 ، ساقيب علي 4 ، زهور أحمد 5 ، أشفق علي 6

1 قسم العلوم البيئية ، جامعة هاريبور ، هاريبور ، باكستان

2 قسم الغابات والحياة البرية ، جامعة هاريبور ، هاريبور ، باكستان

3 معهد نظم المعلومات الجغرافية ، الجامعة الوطنية للعلوم والتكنولوجيا (NUST) ، إسلام أباد ، باكستان

4 استخدام موارد الحشرات في هوبي والمختبر الرئيسي للإدارة المستدامة للآفات ، كلية علوم وتكنولوجيا النبات ، جامعة هواتشونغ الزراعية ، ووهان ، الصين

5 قسم أمراض النبات ، كلية علوم وتكنولوجيا النبات والمختبر الرئيسي لمراقبة أمراض المحاصيل والتحكم في سلامة أمبير في مقاطعة هوبي ، جامعة هواتشونغ الزراعية ، ووهان ، الصين

6 كلية البستنة وعلوم الغابات ، جامعة هواتشونغ للزراعة ، ووهان ، الصين

حقوق الطبع والنشر ونسخ 2015 من قبل المؤلفين وشركة Scientific Research Publishing Inc.

هذا العمل مُرخص بموجب رخصة المشاع الإبداعي نَسب المُصنَّف (CC BY).

تم استلامه في 11 مايو 2015 قبل 20 يونيو 2015 تم نشره في 23 يونيو 2015

تكرر غابات باكستان اختلافات مناخية وفسيولوجية وتكوينية وفيرة في البلاد وتواجه هذه الغابات مشكلة خطيرة تتمثل في إزالة الغابات. توفر تقنيات نظام المعلومات الجغرافية (GIS) والاستشعار عن بعد (RS) من منصات الأقمار الصناعية أفضل طريقة لتحديد مناطق إزالة الغابات ، وبالتالي تم إجراء دراسة تستند إلى GIS و RS في تهسيل باروال ، منطقة دير (U) لتحليل الغطاء الحرجي يتغيرون. كانت الأهداف الرئيسية للدراسة هي: 1) تحديد الفئات المختلفة لاستخدام الأراضي والغطاء الأرضي وتوزيعها المكاني في منطقة الدراسة 2) تحديد الاتجاه والطبيعة والموقع وحجم تغير الغطاء الحرجي و 3) إعداد خرائط تغير الغطاء الحرجي في فترات زمنية مختلفة في منطقة الدراسة. لتقييم الأهداف تم استخدام تقنيات الاستشعار عن بعد ونظم المعلومات الجغرافية. تم تطبيق تقنية تصنيف الصور الخاضعة للإشراف على صور القمر الصناعي لاندسات 5 لعامي 2000 و 2012. وتم تحديد خمس فئات رئيسية مثل الزراعة والغابات والأراضي القاحلة والثلج والمياه. أظهرت النتائج أن مساحة الغابات والأراضي القاحلة والزراعة والمياه والثلج في عام 2000 كانت 49.54٪ ، 43.38٪ ، 5.19٪ ، 1.40٪ و 0.49٪ ، والمساحة عام 2012 كانت 37.17٪ ، 41.36٪ ، 12.69٪ ، 5.05٪ و 3.72٪ على التوالي. علاوة على ذلك ، تم تحديد انخفاض بنسبة 2.02٪ في الأراضي القاحلة ، وانخفاض بنسبة 12.37٪ في الغابات ، وزيادة بنسبة 7.5٪ في الأراضي الزراعية.نظرًا لارتفاع معدل إزالة الغابات وزيادة الأنشطة الزراعية ، يوصى بإطلاق حملة توعية في منطقة الدراسة لحماية هذه الغابة والحفاظ عليها من مزيد من إزالة الغابات.

إزالة الغابات ، تحليل التغيير ، تغيير غطاء الغابات

تبلغ مساحة الغابات في باكستان 4.8 مليون هكتار فقط من إجمالي أراضيها الجغرافية [1] [2]. 1.96 مليون هكتار (43٪ من إجمالي الغابات) عبارة عن غابات تلال صنوبرية 1.72 مليون هكتار (37.2٪ من إجمالي الغابات) عبارة عن غابات فرك أو غابات تلال. مساحة الهكتار هي غابات المانغروف في دلتا نهر إندوس [3]. توجد معظم موارد الغابات في باكستان في الأجزاء الشمالية (15.7٪ في جيلجيت بالتستان ، 6.5٪ في آزاد كشمير و 40٪ في خيبر باختونخوا). في خيبر باختونخوا ، تنتشر الغابات في الغالب فوق جبال كوراكورام وهيندوكوش وجبال الهيمالايا وسكراب ، وتوجد الغابات الصنوبرية في الغالب في المنحدرات العليا لمقاطعة دير وسوات ومانسيهرا وشيترال بينما توجد مراعي جبال الألب على تلال الجبال .

توفر الغابة السلع والخدمات بما في ذلك المياه والمأوى والفيضانات والحافظة وتدوير المغذيات والقيمة الثقافية وإعادة الخلق. تساعد الغابات أيضًا في توفير موطن للحياة البرية وتحسن أيضًا من تدهور الأراضي والتصحر [4]. للأشجار والموارد الحرجية في خيبر بختونخوا دور حيوي في سبل العيش الريفية. يعتمد معظم الناس على موارد الغابات ويحصلون على علف للصيانة ، وحطب للمنازل وحطب وقود للنار. بالإضافة إلى ذلك ، يقوم السكان المحليون بجمع مختلف المنتجات غير الخشبية من الغابات للاستخدام المنزلي والدخل النقدي [5].

تم تغيير ستة ملايين هكتار من أراضي الغابات على مستوى العالم بسبب قطع الأشجار والزراعة والتعدين والأنشطة البشرية الأخرى [6]. وفقًا لاتفاقية الأمم المتحدة الإطارية بشأن تغير المناخ (UNFCCC) ، كان السبب الرئيسي لإزالة الغابات هو الزراعة. 32٪ من إزالة الغابات ناتجة عن الزراعة التجارية ، 48٪ من إزالة الغابات ناتجة عن الزراعة الموجودة ، 14٪ قطع الأشجار مسؤول عن إزالة الغابات و 5٪ من جمع الأخشاب مسؤول عن إزالة الغابات [7] [8].

يكتسب استخدام نظم المعلومات الجغرافية والبيانات المستشعرة عن بعد في رسم خرائط إدارة الموارد الطبيعية المختلفة والنمذجة البيئية زخمًا جماعيًا في السنوات الأخيرة. تركز معظم العمل في مجال الاستشعار عن بعد بشكل أساسي على الدراسات البيئية في العقود القليلة الماضية. إن تأثير نظام الاستشعار عن بعد ونظام المعلومات الجغرافية على تغير الغطاء الحرجي والتخطيط الحضري يحظى الآن بالاهتمام والاهتمام بين المتخصصين في نظم المعلومات الجغرافية والاستشعار عن بعد. أصبحت التقنيات جزءًا مهمًا من إدارة مستجمعات المياه والتخطيط الحضري والنمذجة الهيدرولوجية والتنبؤ بالجفاف ورسم خرائط الغطاء الحرجي. توفر بيانات الاستشعار عن بعد مزايا مثل التغطية الشاملة والاتساق في البيانات والوصول العالمي والقراءة والدقة والدقة القصوى في توفير البيانات [9].

تم استخدام نظام المعلومات الجغرافية والاستشعار عن بعد بكفاءة وعلى نطاق واسع في تحليل موضوعي واحد مثل استخدام الأراضي ورسم خرائط تغير الغطاء الأرضي [9] [10] ، ومراقبة الغابات [11] ، وإدارة مستجمعات المياه وإدارة حرائق الغابات (Kachmar and S & aacutenchez- Azofeifa، 2003) ، وتقييم استراتيجية الغابات [12]. أظهرت دراسات الاستشعار عن بعد أن معدل إزالة الغابات في خيبر بختونخوا مرتفع وستختفي الغابات تمامًا في غضون 30 عامًا. تم إحراز تقدم كبير في زراعة الأشجار في الأراضي الزراعية ولكنه غير قادر على تعويض فقدان الغابات الطبيعية (سوليري ، 2006). لذلك كان الغرض من الدراسة هو 1) تحديد الفئات المختلفة لاستخدام الأراضي والغطاء الأرضي وتوزيعها المكاني في منطقة الدراسة 2) تحديد الاتجاه والطبيعة والموقع وحجم تغير الغطاء الحرجي و 3) إعداد خرائط للغابات تغير الغطاء في فترات زمنية مختلفة في منطقة تهسيل باروال دير (العليا).

جغرافيا تقع منطقة الدراسة تيسيل باروال في منطقة دير العليا. تقع المنطقة بين خطي عرض 34˚37 'و 35˚21' وخط طول شرق 71˚30 'و 72˚21'. شمال المنطقة تقع شيترال ، أفغانستان في الغرب ، وغابة دير العليا في الشرق في وادي دير ميدان السفلي في الجزء الجنوبي من المنطقة [12] [13]. كما هو مبين في الشكل 1. يبلغ إجمالي عدد سكان المنطقة 61،674 وفقًا لتقرير عدسات المقاطعات في منطقة دير العليا 1998 (Upper Dir ، 1998). المنطقة

شكل 1 . خريطة منطقة المربط (باروال ، دير العليا).

يهيمن عليها نوع مختلف من الغابات مثل غابات التنوب (Picea smithiana) والتنوب المختلط (Abies pindrow) ، والتنوب (Picea smithiana) ، والتنوب المختلط (Abies pindrow) والكيل (Pinus wallichiana) وغابات الأنواع ذات الأوراق العريضة ، والكيل النقي (Pinus wallichiana) ) غابات وغابات البلوط (أنواع Quercus) [14] [15].

تم استخدام تقنية التصنيف اللاحق لتحليل تغير الغطاء الحرجي في منطقة الدراسة. تم استخدام الطريقة الأكثر شيوعًا لتحليل ديناميكيات تغيير الغطاء الحرجي في منطقة الدراسة. إنه ينطوي على تصنيف وتصحيح كل صورة مستشعرة عن بعد. بعد تصنيف الصورة بوضوح ، قارن الخرائط الناتجة على أساس بكسل تلو الآخر باستخدام مصفوفة اكتشاف التغيير. تم تنفيذ خطوات التدفق في إجراء معالجة الصورة: 1) جمع البيانات ، 2) إعداد البيانات ، 3) تصنيف الصور تحت الإشراف ، 4) التحليل و 5) إعداد خرائط الكشف عن التغيير. تم تنفيذ هذه التطبيقات باستخدام برنامج ERDAS imagine 9.2 و Arc GIS 10.

لاكتشاف التغيير على مدار فترة زمنية ، طلبنا صورًا مؤقتة من القمر الصناعي لنفس الفترة الزمنية والموسم نفسه. تم تنزيل صور القمر الصناعي لاندسات 5 لفترتين زمنيتين ، أي 2000 و 2012 من موقع هيئة المسح الجيولوجي الأمريكية (http://glovis.usgs.gov/).

الخطوة السابقة قبل إجراء التحليل هي إعداد البيانات حيث قمنا بتحسين صور الأقمار الصناعية لإجراء دراسة مفصلة. يتكون الكشف عن تغيير الغطاء الحرجي من مرجع جغرافي وإعداد فرعي للصور ، ويتم إجراء الإعداد الفرعي للصورة لقص منطقة الدراسة من مشهد كامل.

2.5 تصنيف الصور الخاضع للإشراف

التصنيف هو عملية فرز وحدات البكسل إلى عدد محدود من الفئات الفردية ، أو فئات البيانات ، بناءً على قيم ملفات البيانات الخاصة بها. إذا كان البكسل يلبي مجموعة معينة من المعايير ، يتم تعيين البكسل للفئة التي تتوافق مع هذا المعيار. يشار إلى هذه العملية أيضًا باسم تجزئة الصورة. يتكون من ثلاث خطوات تم استخدامها لتصنيف الصور.

التعرف على الأنماط هو علم وفن إيجاد أنماط ذات مغزى في البيانات ، والتي يمكن استخلاصها من خلال التصنيف. يمكن التعرف على الأنماط بالعين البشرية بعد التحسين المكاني والطيفي للصور.

المحلل مسؤول عن التحكم في التدريب الخاضع للإشراف. في مرحلة التدريب ، يختار الباحث تلك البكسلات التي تمثل نمطًا أو هياكل غطاء أرضي يتعرف عليها. قبل تصنيف البحث يجب أن يكون لديه معرفة بالبيانات والفئات المطلوبة. بمجرد تحديد النمط ، يمكن للمحلل توجيه نظام الكمبيوتر للتعرف على وحدات البكسل ذات الخصائص المتشابهة. يمكن أن ينتج عن التصنيف الدقيق فئات تمثل الفئات داخل البيانات التي تم تحديدها في الأصل في الصورة. بالنسبة لبحثنا ، تم تقسيم الغطاء الحرجي إلى فئات أو فئات مختلفة مثل الماء والثلج والغابات والزراعة وما إلى ذلك. وتنقسم هذه المرحلة إلى قسمين:

اختيار مواقع التدريب ― باستخدام طريقة البكسل الأولي.

اختيار مساحة الميزة للتصنيف ― الذي أظهر أقل تباين مشترك بين نطاقين.

بمجرد إنشاء التوقيعات ، يتم تقييمها باستخدام أداة إنذار التوقيع. إنه يبرز وحدات البكسل الموجودة في العارض والتي تنتمي إلى فئة أو يُقدر أنها تنتمي إلى فئة وفقًا لقاعدة القرار الموازي.

تعطي نتيجة التدريب مجموعة من التوقيعات التي تصف مجموعة أو عينة تدريب. يتم استخدام كل توقيع يتعلق بفئة مع قاعدة قرار لتعيين نفس وحدات البكسل في ملف الصورة للفئة. عندما تم إنشاء التوقيعات ، تم ترتيب وحدات البكسل في الصورة في فئات بناءً على التوقيعات باستخدام قاعدة قرار التصنيف. تم استخدام طريقة الاحتمالية القصوى لتصنيف وحدات البكسل. إنه نظام تصنيف يتم فيه تخصيص وحدات بكسل غير محددة للفئات باستخدام الخطوط العريضة للاحتمالية حول مناطق التدريب باستخدام إحصائية الاحتمالية القصوى.

بعد كل تصنيف لجميع الخرائط ، تم إعادة تصنيفها إلى فئات الغطاء الحرجي المرغوبة باستخدام أداة إعادة التصنيف في Arc GIS 10 ثم تم حساب المناطق الخاصة بها باستخدام خيار حاسبة البيانات النقطية. سيتم أيضًا إعداد الرسوم البيانية لجميع أنواع الغطاء الأرضي لكل عام.

3.1. تصنيف الصور لعام 2000

تم تصنيف صورة القمر الصناعي لعام 2000 إلى 5 فئات (الشكل 2). أظهرت النتيجة أن مساحة الغابات والزراعة والأراضي القاحلة والثلج والمياه كانت 19.349 و 2028 و 16.995 و 188 و 549 هكتارًا (الجدول 1). يوضح الشكل 3 أن مناطق الغابات تتركز في الغالب في الجنوب الغربي والجنوب الشرقي ومنطقة الدراسة بينما تتركز الزراعة في الغالب في الشمال الغربي من منطقة الدراسة. حيث الأجزاء الشمالية الشرقية منخفضة

الجدول 1 . نتائج تصنيف الصورة 2000.

الشكل 2 . صورة مبوبة عام 2000.

الشكل 3. صورة مبوبة عام 2012.

الأراضي الزراعية. توجد معظم الأراضي القاحلة في الأجزاء الوسطى وفي الأجزاء الشمالية الشرقية. كما تم العثور على ثلوج في القمم الشمالية للجبال.

3.2 تصنيف الصور لعام 2012

تم تصنيف صورة القمر الصناعي لعام 2012 إلى 5 فئات مماثلة لصورة عام 2000 (الشكل 2). أظهرت النتيجة أن مساحة الغابات والزراعة والأراضي القاحلة والثلج والمياه كانت 14.522 و 4958 و 16156 و 1450 و 1973 هكتارًا (الجدول 2 والشكل 3).

يوضح الشكل 3 أن التطورات الزراعية (التعدي) قد بدأت في مناطق الغابات التي تركزت في الأجزاء الجنوبية الغربية والجنوبية الشرقية في عام 2000 ، نتيجة تقلص مساحة الغابات في هذه المنطقة. وبالمثل ، تم تطوير الأراضي الزراعية وتكثيفها في الجانب الشمالي الغربي من وادي باروال بينما شهد الجانب الشمالي الشرقي أيضًا تطورات زراعية مهمة.

الجدول 2 . نتائج تصنيف الصورة 2012.

3.3 التغييرات في استخدامات الأراضي والغطاء الأرضي من 2000 إلى 2012

يوضح الجدول 3 المقارنة التي تشير إلى مقدار التغييرات التي حدثت من 2000 إلى 2012. وأظهرت النتائج أن مساحة الغابات قد تغيرت / انخفضت حتى 4826 هكتارًا وهو ما يمثل حوالي 12.37 ٪ من مساحة 2000. وبالمثل منطقة الزراعة زاد حجمها حوالي 2930 هكتارًا مما يمثل زيادة بنسبة 7.5٪.

3.4. تقييم الدقة باستخدام مصفوفة الخطأ للصورة المصنفة لعامي 2000 و 2012

تم حساب مصفوفة الخطأ لفهم دقة التصنيف لعامي 2000 و 2012. يتم حساب مصفوفة الخطأ على أساس كل بكسل على حدة. تم تحويل وحدات البكسل إلى نسبة مئوية ، وبالتالي أظهر الجدول 4 للصورة المصنفة لعام 2000 أنه تم خلط 8.7 ٪ فقط من مساحة الغابات بالأراضي الزراعية وأن 0.4 ٪ فقط من الزراعة قد اختلطت بالغابات. وبالمثل ، أظهر الجدول 5 للصورة المصنفة لعام 2012 أن 10.8٪ من مساحة الغابات مختلطة بالزراعة وأن 3.6٪ من المساحة الزراعية مختلطة بالغابات.

4.1 تصنيف الغطاء الأرضي

في هذا البحث قمنا بتصنيف صورتين من الأقمار الصناعية إلى خمس فئات رئيسية هي الزراعة والغابات والثلج والمياه والأراضي القاحلة. تم التركيز بشكل رئيسي على مساحة الغابات لأنه كان هدفنا الأساسي هو مقدار تغير مساحة الغابات من عام 2000 إلى عام 2012. أجريت دراسة مماثلة حول تصنيف استخدام الأراضي للغطاء الأرضي بواسطة [16].

للحصول على معلومات كمية حول الغابات في وادي باروال من عام 2000 إلى عام 2012 ، تم إجراء كشف عن تغير الغطاء الحرجي باستخدام نظام المعلومات الجغرافية وتقنيات الاستشعار عن بعد. تم تطبيق تقنية ما بعد التصنيف كما استخدمها (Coppin et al. ، 2004) للتصنيف وتحليل البيانات الكمية على كل من صور الأقمار الصناعية لعامي 2000 و 2012.

أظهرت نتيجة تصنيف صورة الأقمار الصناعية لعام 2000 أن النسبة المئوية لمساحة الغابات والزراعة والأراضي القاحلة والثلوج والمسطحات المائية كانت 49.54٪ و 5.19٪ و 43.38٪ و 0.49٪ و 1.4٪ على التوالي (الجدول 1 والشكل 2). وبالمثل ، أظهرت نتيجة تصنيف صورة الأقمار الصناعية لعام 2012 أن الغابات والزراعة والأراضي القاحلة والثلوج والمسطحات المائية كانت 37.17٪ و 12.69٪ و 41.36٪ و 3.73٪ و 5.05٪ على التوالي (الجدول 2 والشكل 3).

من عام 2000 إلى عام 2012 ، انخفضت مساحة الغابات بنسبة 12 ٪ وزادت المساحة الزراعية بنسبة 7 ٪. تشبه هذه النتائج دراسة أجريت على تقييم تغير الغطاء الحرجي في سوات وشانجلا والتي أظهرت أن هناك حوالي 13٪ انخفاض في الغطاء الحرجي في سوات و 11٪ في شانغلا [17] [18].

5. الخلاصة والتوصية

أظهرت نتيجة تصنيف صورة الأقمار الصناعية لعام 2000 أن النسبة المئوية لمساحة الغابات والزراعة والأراضي القاحلة والثلوج والمسطحات المائية كانت 49.54٪ و 5.19٪ و 43.38٪ و 0.49٪ و 1.4٪ على التوالي. وبالمثل أظهرت نتيجة تصنيف صورة الأقمار الصناعية لعام 2012 أن الغابات والزراعة والأراضي القاحلة والثلج والمياه

الجدول 3 . استخدام الأراضي يتغير الغطاء الأرضي من 2000 إلى 2012.

الجدول 4. مصفوفة خطأ الصورة المبوبة لعام 2000.

الجدول 5. مصفوفة خطأ الصورة المبوبة لعام 2012.

كانت 37.17٪ ، 12.69٪ ، 41.36٪ ، 3.73٪ و 5.05٪ على التوالي. من عام 2000 إلى عام 2012 ، انخفضت مساحة الغابات بنسبة 12 ٪ وزادت مساحة الزراعة بنسبة 7 ٪. نظرًا لارتفاع معدل إزالة الغابات وزيادة الأنشطة الزراعية ، يوصى بإطلاق حملة توعية في منطقة الدراسة لحماية هذه الغابة والحفاظ عليها من المزيد من إزالة الغابات.

تمت رعاية هذا البحث من قبل جامعة هاريبور ، خيبر باختونخوا ، باكستان. أشكر السيد محمد عدنان على مساهماته الفنية في استكمال هذا البحث. نتقدم بالشكر أيضًا إلى إشفاق أحمد وربناواز خان ومحمد عدنان صافي وماجد خان الذين قاموا بمراجعة هذه المخطوطة.


حسابات متصلة

HydroShare

HydroShare هي بيئة تعاون عبر الإنترنت لمشاركة البيانات والنماذج والكود. في الإصدار 1.22 (مارس 2018) ، كشفنا النقاب عن طريقة جديدة قوية لمشاركة مشاريع نموذج مستجمعات المياه الخاصة بي ، بحيث يمكن للآخرين العثور على أي مشروع نموذجي لمستجمعات المياه وعرضه ونسخه بشكل عام. تستفيد قدرة المشاركة الجديدة هذه من CUAHSI HydroShare ، وهي بيئة تعاونية عبر الإنترنت لمشاركة البيانات والنماذج الهيدرولوجية. لربط حسابك ومشاركة مشاريعك في بوابة بيانات HydroShare ، اتبع الخطوات الموضحة في القسم & # 8220Saving and Sharing Your Project & # 8221 أدناه (القسم 8.2.)

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

3. الطبقات (البيانات المعينة القابلة للعرض) #

يوفر نموذج مستجمعات المياه الخاص بي عددًا من طبقات البيانات الجغرافية المكانية للتصور والتحليل والنمذجة. يتم توفير المعلومات التفصيلية ومصادر البيانات لكل طبقة أدناه ، مرتبة حسب النوع ، بالترتيب الذي تظهر به في محدد الطبقة في الجزء السفلي الأيسر من الخريطة.

يتم وصف الطبقات غير المتاحة للتصور ، ولكنها تُستخدم لوظائف التحليل والنمذجة ، في القسم 2.6 طبقات البيانات الإضافية.

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

3.1. تيارات #

شبكة دفق متوسطة الدقة في الولايات المتحدة

لسوء الحظ ، فإن مجموعة بيانات متجه خط التدفق عالية الدقة NHD (اسمياً بمقياس 1: 24000) ليست متوفرة بعد ضمن NHDplusV2.

يتم عرض الخطوط الزرقاء بنمط يعتمد على مدى تكبير المستخدم وترتيب التدفق.

  • تُنسب التدفقات الأكبر بخطوط زرقاء أكثر سمكًا.
  • تظهر / تختفي التدفقات الصغيرة أثناء قيام المستخدم بتكبير وتصغير منطقة الخريطة.

شبكة تيار عالية الدقة لحوض نهر ديلاوير

تم اشتقاق شبكة التدفق عالي الدقة لحوض نهر ديلاوير من نموذج الارتفاع الرقمي بدقة 1/3 قوس ثانية (10 م) (DEM) من مجموعة بيانات الارتفاع الوطنية USGS التي تم الحصول عليها من الخريطة الوطنية باستخدام خيارات تنزيل FTP للمجال الذي يغطي نهر ديلاوير حوض.

تم تنفيذ هذا العمل من قبل شركاء نموذجي في مستجمعات المياه في جامعة ولاية يوتا ، ديفيد تاربوتون و Nazmus Sazib ، باستخدام تحليل التضاريس باستخدام نماذج الارتفاع الرقمية (TauDEM). Tarboton هو المطور الرئيسي لبرنامج TauDEM.

كانت خطوات المعالجة المستخدمة هي:

  • تحديد مجال تحليل تضاريس حوض نهر ديلاوير. تم إخفاء أجزاء DEM التي احتلت المحيط أو منطقة المصب التي تم تحديدها من مجموعة بيانات الهيدروغرافيا الوطنية ومصادر البيانات الأخرى في هذا DEM ، مع تحديد قيمة البيانات لخلايا الشبكة التي تزيد عن 100 متر من الشاطئ و -50 مترًا للخلايا الشبكية داخل 100 م من الساحل. كفل ذلك تجفيف خلايا الشبكة المتاخمة للشاطئ في المحيط / المصب ، مع تجنب تحليل التضاريس غير الضروري لمناطق المحيط / المصب في نفس الوقت. ثم تم قطع DEM إلى حدود مستجمعات المياه في حوض نهر ديلاوير من NHDPlus ، مع وجود حاجز 5 كم حول الحواف لتجنب تأثيرات الحافة حيث تكون حدود مستجمعات المياه و DEM غير متسقة.
  • بيتريموف. تم استخدام وظيفة TauDEM pitremove لتكييف DEM هيدرولوجيًا. أدى هذا إلى رفع مستوى أي خلايا شبكية محاطة تمامًا بتضاريس أعلى إلى مستوى أدنى نقطة صب حول حافتها بحيث يكون هناك مسار غير متزايد للارتفاع من كل خلية شبكية إلى حافة المجال التي يمكن أن تستنزف المياه على طولها.
  • اتجاهات التدفق D8. تم استخدام دالة اتجاه التدفق TauDEM D8 لحساب اتجاه التدفق الفردي المرتبط بكل خلية شبكية إلى أحد جيرانها الثمانية المجاورة.
  • منطقة المساهمة D8. تم استخدام دالة منطقة المساهمة TauDEM D8 لحساب عدد خلايا الشبكة التي يتم تصريفها من خلال كل خلية شبكية تعد نفسها.
  • تحديد المنافذ إلى المحيط / المصب. نقاط المخرج حيث تكون المساحة المساهمة أكبر من 5000 خلية شبكية (حوالي 0.5 كم 2) ويترك التدفق تم تحديد المجال على أنه نهايات المصب لشبكة دفق مؤقتة تم تعيينها باستخدام TauDEM مع عتبة منطقة مساهمة خلية الشبكة 5000. تم استخدام نقاط المنفذ هذه في العمليات الحسابية أدناه لتقييد العمل في مناطق أعلى هذه المنافذ. لم يكن من المجدي تحديد شبكة تيار للمناطق التي تقل مساحتها عن 0.5 كيلومتر مربع والتي يتم تصريفها مباشرة إلى المحيط.
  • مرشح وادي بيكر دوغلاس. تم استخدام مرشح TauDEM Peuker Douglas لتحديد خلايا شبكة الوادي. يقوم عامل التصفية هذا بتحديد كافة خلايا الشبكة ، وفحص كل مجموعة مكونة من 2 × 2 خلية شبكة ، وإلغاء تحديد أعلى خلية ارتفاع. الخلايا المتبقية المحددة في النهاية هي "خلايا الوادي المحتملة".
  • منطقة مساهمة D8 المرجحة. تم استخدام وظيفة المنطقة المساهمة TauDEM D8 مع نتيجة مرشح وادي Peuker Douglas كمدخل مرجح. يحسب هذا عدد خلايا شبكة الوادي المحتملة التي يتم تصريفها عبر كل خلية شبكية.
  • تحديد شبكة التدفق. تم استخدام دالة عتبة TauDEM لتعريف خلايا الشبكة في نتيجة منطقة المساهمة الموزونة D8 التي تتجاوز عتبات منطقة مساهمة الإدخال كشبكات تدفق مرشح. تم تقييم عتبات المساحة المساهمة من 20 و 50 و 100 خلية شبكية. بعد الفحص البصري ، تم اختيار 50 خلية شبكية بالمقارنة مع التدفقات الكنتورية وتيارات NHD عالية الدقة.
  • حساب تيار الشبكة. تم استخدام وظيفة TauDEM Stream Network لتحديد شبكة دفق من الخطوط (أشكال ناقلات GIS) من شبكة تدفق عتبة 50 خلية. والنتيجة هي مجموعة معالم جغرافية (مجموعة من الخطوط) بتنسيق ملف أشكال GIS.

لاحظ أن هذا الإجراء ، وعلى وجه الخصوص استخدام مرشح وادي بيكر دوغلاس ووظائف المنطقة المساهمة الموزونة ينتج عنه شبكة تدفق تتكيف مع تعقيد التضاريس. عندما تكون التضاريس معقدة ، كما ينعكس بدرجة عالية من التجاعيد في الكفاف ، تكون كثافة الصرف لشبكة التيار الناتجة عالية وتعكس ذلك. عندما تكون التضاريس أقل تعقيدًا (خطوط ناعمة) تكون كثافة الصرف منخفضة. أساس ذلك هو أن رسم خرائط خلايا شبكة الوادي ينتج خريطة تدفق هيكلية (غير متصلة) تعكس تباين كثافة الصرف عبر التضاريس. ثم تم تشكيل خلايا شبكة الوادي هذه في شبكة دفق متصلة باستخدامها كمدخلات لحساب المنطقة الموزونة التي تحسب فقط هذه الخلايا الشبكية.

للحصول على تفاصيل إضافية حول الأساس المنطقي لهذا النهج ، يرجى الرجوع إلى المراجع التالية (الاقتباسات الكاملة في قسم المراجع في هذا المستند): Tarboton & amp Ames (2001) Tarboton et al. (1992) Tarboton وآخرون. (1991).

للحصول على تفاصيل إضافية حول برنامج TauDEM واستخدام كل وظيفة ، راجع وثائق TauDEM. برنامج TauDEM مفتوح المصدر ويمكن الحصول عليه من المواقع التالية:

تركيز (ق) نهر ديلاوير T (X) من سرات

تركيزات التدفق الأساسي المقدرة في التدفق من إجمالي النيتروجين (TN) أو إجمالي الفوسفور (TP) أو إجمالي المواد الصلبة المعلقة (TSS) ، المشتقة داخل حوض نهر ديلاوير من جهد نمذجة أداة تقييم الوصول إلى التدفق (SRAT). تظهر التركيزات المقدرة في تيار SRAT في نموذج مستجمعات المياه الخاصة بي عن طريق الترميز اللوني لشبكة تيار NHDplusV2 بألوان تتراوح من الأخضر إلى الأصفر إلى البرتقالي إلى الأحمر ، مع الأخضر يشير إلى أدنى تركيزات والأحمر تشير إلى أعلى.

تم تمويل جهود نمذجة أداة تقييم الوصول إلى التدفق (SRAT) من قبل مؤسسة ويليام بن (WPF) مبادرة مستجمعات المياه في نهر ديلاوير (DRWI). يتم اشتقاق SRAT من نماذج MapShed التي تمت معايرتها لجميع مناطق HUC-12 داخل حوض نهر ديلاوير ، مما يؤدي إلى تصغير حجم نتائج MapShed إلى موازين مستجمعات المياه NHDplusV2 وتحميل التوجيه من خلال شبكة التدفق المتوسط ​​NHDplusV2. لمزيد من التفاصيل حول SRAT ، راجع نظرة عامة على SRAT. يتم تقديم أداة تقييم Stream Reach من خلال العمل التعاوني للعديد من شركاء DRWI.

يمكن تصور العديد من طبقات بيانات المخرجات الإضافية المشتقة من نموذج SRAT وتحليلها في Model My Watershed ، بما في ذلك تصور معدلات تحميل الملوثات وتركيزات التدفق في مستجمعات NHD ومستوى مقطع التدفق. انظر أدناه لمزيد من التفاصيل.

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

3.2 شبكات التغطية #

الأرض: USGS National Land Cover Database

التربة: مجموعات التربة المائية من gSSURGO

المسح الجغرافي للتربة الشبكية (gSSURGO) 2016. قاعدة بيانات للولايات المتحدة الأمريكية. وزارة الزراعة الأمريكية (USDA) ، خدمة الحفاظ على الموارد الطبيعية (NRCS). تم الحصول عليها من بوابة البيانات الجغرافية المكانية التابعة لوزارة الزراعة الأمريكية.

مجموعات التربة الهيدرولوجية هي فئة تربة واحدة من فئات gSSURGO ، بناءً على معدلات تسرب المياه أثناء الظروف الرطبة والمشبعة. انخفاض معدل تسلل التربة يترجم إلى ارتفاع معدل الجريان السطحي. لمزيد من المعلومات ، راجع منشورات وزارة الزراعة الأمريكية NRCS هذه:

الارتفاع والانحدار (النسبة المئوية)

يتم تصور شبكات تغطية الارتفاع والمنحدر استنادًا إلى مجموعة بيانات الهيدروغرافيا الوطنية (NHD) بالإضافة إلى نموذج الارتفاع الرقمي لبيانات الارتفاع الوطني (NHDPlus V @ NED Snapshot DEM) ، والتي تتوفر للجمهور من USGS.

المناخ: المتوسط ​​الشهري لهطول الأمطار ودرجة الحرارة

تم الحصول على القيم المتوسطة الشهرية للهطول ودرجة الحرارة من PRISM Climate Group وهي مجموعات بيانات & # 8220AN81m & # 8221. باختصار ، تم إنشاء هذه الطبقات من جهد النمذجة (عملية الاستيفاء بمساعدة المناخ) التي استخدمت السجلات المتاحة على الصعيد الوطني للفترة الزمنية 1981-2010. انظر الوثائق.

الأراضي المحمية

تم الحصول على طبقة البيانات & # 8220Protected Lands & # 8221 في Model My Watershed من الجرد الوطني للمناطق المحمية التي تم تجميعها ونشرها بواسطة برنامج تحليل فجوة المسح الجيولوجي الأمريكي في عام 2016 (Gergely and McKerro، 2016). قاعدة بيانات المناطق المحمية في الولايات المتحدة (PADUS) هي الجرد الرسمي للمتنزهات العامة وغيرها من المساحات المفتوحة المحمية. انظر صحيفة الوقائع.

Gergely، K.J.، and McKerrow، A.، 2016، PAD-US - الجرد الوطني للمناطق المحمية (الإصدار 1.1 ، أغسطس 2016): صحيفة حقائق المسح الجيولوجي الأمريكية 2013-3086 ، ص 2.

إعادة تصنيف PADUS

تم تنزيل قاعدة بيانات المناطق المحمية (PAD) للولايات المتحدة عبر موقع تنزيل USGS (الرابط المذكور أعلاه). تم تجميع قائمة من 60 وصفًا فريدًا لأنواع الاستخدام المعينة (d_Des_Tp) من العمود في مجموعة بيانات مصدر PAD الأولية. من هذه القائمة ، تم تحديد مجموعة من الفئات المعاد تصنيفها والتي يمكن أن تصف كل فئة على مستوى أكثر عمومية (الجدول 1). تمت إزالة بعض المناطق المحمية المعينة إذا لم تتناسب مع نوع إعادة التصنيف. تم تعيين كل وصف في قائمة الأنواع المعينة الفريدة من بين 12 عملية إعادة تصنيف مختلفة (الجدول 2).

ثم تم تحويل هذه القيم المعاد تصنيفها إلى قائمة من القيم الصحيحة. يتم ذلك غالبًا باستخدام بيانات فئوية مخزنة بتنسيق نقطي لتقليل الحجم الإجمالي للملف. بمجرد إضافة إعادة التصنيف ومصنفات تحديد البيانات النقطية لملف شكل PAD الأصلي ، تم تحويله إلى خطوط المسح GEOTIFF. للقيام بذلك ، تم استخدام مجموعة بيانات الغطاء الأرضي الوطنية (NLCD) 2011 لتحديد مدى المعالجة النهائي ، النقطية المفاجئة ، وحجم الخلية. والنتيجة هي خطوط PAD النقطية التي تتداخل بشكل مثالي مع البيانات النقطية NLCD للولايات المتحدة المتشابهة.

غالبًا ما تحتوي مجموعة بيانات PAD المصدر على مشكلة أساسية تتعلق بتداخل المضلعات. يمكن لمخرج البيانات النقطية تخزين قيمة واحدة فقط لمنطقة معينة. وبالتالي ، إذا كان هناك مضلعان متداخلان مع أوصاف حماية مختلفة ، فسيتم تمثيل واحد منهما فقط في الناتج النقطي النهائي الذي تم إنشاؤه.

منطقة النهر النشطة & # 8211 شمال شرق ووسط المحيط الأطلسي

تم تطوير طبقة البيانات & # 8220Active River Area & # 8221 لتوفير إطار حماية لتقييم وحماية وإدارة واستعادة المياه العذبة والنظم البيئية على ضفاف الأنهار. يحدد الإطار خمسة مكونات فرعية رئيسية لمنطقة النهر النشطة: 1) مناطق مساهمة المواد ، 2) الأحزمة المتعرجة ، 3) الأراضي الرطبة النهرية ، 4) السهول الفيضية و 5) المدرجات. يتم تحديد هذه المناطق من خلال العمليات الفيزيائية والإيكولوجية الرئيسية المرتبطة بها وشرحها في سياق السلسلة المتصلة من مستجمعات المياه العليا والمتوسطة والسفلى في ورقة إطار عمل ARA (Smith et al. 2008). مزيد من التفاصيل ، انقر هنا.

سميث ، MP ، R. Schiff ، A. Olivero ، و J. MacBroom. 2008. منطقة النهر النشطة: إطار حماية لحماية الأنهار والجداول. منظمة حفظ الطبيعة. بوسطن ، ماساتشوستس.

توقعات الأراضي الحضرية المستقبلية DRB (& # 8220DRB 2011 خط الأساس الحضري & # 8221، & # 8220DRB 2100 Centers FX & # 8221، & # 82202100 Corridors FX & # 8221)

تم إنشاء طبقات البيانات الخاصة بحوض نهر ديلاوير (DRB) بواسطة الدكتور سي جانتز وآخرون. في مركز استخدام الأراضي والاستدامة في جامعة شيبنسبورغ. تمثل هذه الطبقات ، التي تسمى مجتمعة DRB2100 الإصدار 3.1 من سيناريوهات الغطاء الأرضي المستقبلي ، خط الأساس المنقح وتوقعات النمو المستقبلية ("الممرات" و "المراكز") للتغييرات (الزيادات أو النقصان في المدى) إلى & # 8220 تطوير استخدام الأراضي & # 8221 في ولاية ديلاوير حوض النهر ، حتى عام 2100. لتطوير هذه التوقعات ، تمت معايرة نموذج النمو الحضري SLEUTH لنمذجة المناطق الفرعية خلال الفترة الزمنية 2001-2006 ، وتم التحقق من صحته للفترة الزمنية 2006-2011. تم استخدام الفئات الحضرية لقاعدة البيانات الوطنية للغطاء الأرضي (NLCD) لتمثيل الغطاء الأرضي الحضري كما تم تطويره أو لم يتم تطويره لطبقة الأساس 2011. مزيد من المعلومات حول هذا المشروع:

يقدم Fast-Zonal Statistics API توقعات مستقبلية (2100) للأراضي الحضرية DRB

قامت كلية الحاسبات والمعلوماتية بجامعة دريكسيل (CCI) وأكاديمية العلوم الطبيعية (ANS) التابعة لجامعة دريكسيل بتطوير واجهة برمجة التطبيقات (API) لإحصاءات المناطق السريعة (FZS) والتي تُرجع السمات العددية (المتوسط ​​والجمع والعدد) لمنطقة استعلام مضلعة مقدمة عبر أي شبكة منتظمة أو مجموعة بيانات نقطية. تتضمن التطبيقات الشائعة لهذه التقنية تحديد كمية الترسيب أو الأسطح غير المنفذة في مستجمعات المياه. تم إنشاء API باستخدام إطار عمل GeoDjango Web و Nginx و Docker و PostGIS وخوارزمية FZS جديدة أنتجها أعضاء هذه المنظمة (Haag et al. 2020). تم تسمية هذه الخوارزمية باسم "سريع" لأنه لتحديد مجموع المنطقة لمضلع فوق سطح نقطي ، يجب فقط اجتياز الخلايا التي تتقاطع مع حدود المضلع بدلاً من جميع الخلايا الداخلية. هذا يعني أنه من الناحية الحسابية ، يتسع النهج بشكل أفضل بكثير مع دقة البيانات المتزايدة لأن خوارزمية FZS ثابتة فيما يتعلق بطول (أمتار) محيط المضلع بدلاً من مساحته (متر مربع). يمكن العثور على معلومات إضافية حول كيفية التفاعل مع واجهة برمجة التطبيقات هنا: http://watersheds.cci.drexel.edu/docs.

Haag، S.، Tarboton، D.، Smith، M. & amp Shokoufandeh، A. (2020). خوارزمية التلخيص السريع للإحصاءات متعددة الأضلاع عبر شبكة منتظمة. أجهزة الكمبيوتر وعلوم الأرض. 10.1016 / j.cageo.2020.104524.

المناطق الحضرية في ولاية بنسلفانيا

حدود المناطق الحضرية التي وضعتها وكالة حماية البيئة الأمريكية (USEPA) لدعم عدد من الاحتياجات التحليلية. في ولاية بنسلفانيا ، تُستخدم هذه الحدود لتحديد المناطق التي تتحمل فيها الكيانات البلدية المختلفة مسؤولية تقليل أحمال الملوثات (الرواسب والنيتروجين والفوسفور بشكل أساسي).

بيانات جودة مياه مستجمعات DRB ، T (X) معدلات التحميل السنوية من مستجمعات SRAT

متوسط ​​معدلات تحميل مستجمعات المياه المقدرة للنيتروجين الكلي (TN) ، أو إجمالي الفوسفور (TP) ، أو إجمالي المواد الصلبة المعلقة (TSS) ، المشتقة داخل حوض نهر ديلاوير من جهد نمذجة أداة تقييم الوصول إلى التدفق (SRAT). تظهر معدلات التحميل المقدرة بـ SRAT في MMW عن طريق تظليل مناطق مستجمعات المياه NHDplusV2 ، حيث تشير الظلال الداكنة إلى معدلات تحميل سنوية أعلى في الكتلة لكل وحدة مساحة (على سبيل المثال ، رطل / فدان أو كجم / هكتار).

تم تمويل جهود نمذجة أداة تقييم الوصول إلى التدفق (SRAT) من قبل مؤسسة ويليام بن (WPF) مبادرة مستجمعات المياه في نهر ديلاوير (DRWI). يُشتق SRAT من نماذج MapShed التي تمت معايرتها في جميع مناطق HUC-12 داخل حوض نهر ديلاوير ، مما يؤدي إلى تصغير نتائج MapShed إلى موازين مستجمعات المياه NHDplusV2 وتحميل التوجيه من خلال شبكة التدفق المتوسط ​​NHDplusV2. مزيد من التفاصيل حول سرات

يمكن تصور العديد من طبقات بيانات المخرجات الإضافية المشتقة من نموذج SRAT وتحليلها في Model My Watershed ، بما في ذلك تصور معدلات تحميل الملوثات وتركيزات التدفق في مستجمعات NHD ومستوى مقطع التدفق. انظر أدناه لمزيد من التفاصيل.

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

3.3 حدود #

وحدة USGS Subbasin (HUC-8)

وحدات المسح الجيولوجي الأمريكية ذات المستوى المكون من ثمانية أرقام (رمز الوحدة الهيدرولوجية 8) ، بمتوسط ​​700 ميل مربع (1،813 كيلومتر مربع). على الرغم من أن هيئة المسح الجيولوجي الأمريكية تسمي المستوى HUC-8 على أنه مقياس "حوض فرعي" ، فإن هذه الوحدات الهيدرولوجية لا تعادل الأحواض الهيدروغرافية الحقيقية أو مستجمعات المياه ، لأن النهر الرئيسي / المجرى الرئيسي داخل منطقة HUC-8 يمكن أن يكون له مساهمات إضافية من المنبع HUC 8 مناطق.

وحدة مستجمعات المياه USGS (HUC-10)

وحدات المسح الجيولوجي الأمريكية ذات المستوى المكون من عشرة أرقام (رمز الوحدة الهيدرولوجية 10) ، بمتوسط ​​227 ميلاً مربعاً (588 كيلومتراً مربعاً). على الرغم من أن هيئة المسح الجيولوجي الأمريكية تسمي المستوى HUC-10 على أنه مقياس "مستجمعات المياه" ، فإن هذه الوحدات الهيدرولوجية لا تعادل الأحواض الهيدروغرافية الحقيقية أو مستجمعات المياه ، لأن النهر الرئيسي / المجرى الرئيسي داخل منطقة HUC-10 معينة يمكن أن يكون له في كثير من الأحيان مساهمات إضافية من المنبع HUC- 10 مناطق.

وحدة مستجمعات المياه الجوفية USGS (HUC-12)

وحدات المسح الجيولوجي الأمريكية من المستوى المكون من اثني عشر رقمًا (رمز الوحدة الهيدرولوجية 12) ، بمتوسط ​​40 ميلًا مربعًا (104 كيلومترات مربعة). على الرغم من أن هيئة المسح الجيولوجي الأمريكية تسمي المستوى HUC-12 على أنه مقياس "مستجمعات المياه الفرعية" ، فإن هذه الوحدات الهيدرولوجية لا تعادل الأحواض الهيدروغرافية الحقيقية أو مستجمعات المياه ، لأن النهر الرئيسي / المجرى الرئيسي داخل منطقة HUC-12 يمكن أن يكون له مساهمات إضافية من المنبع HUC- 12 منطقة.

خطوط المقاطعة

خطوط المقاطعات لكل ولاية في الولايات المتحدة القارية.

مناطق الكونغرس

مناطق الكونجرس في مجلس النواب الأمريكي للكونغرس 113: 1/3 / 2013-1 / 3/2015.

مديريات التربية والتعليم

حدود منطقة المدارس في الولايات المتحدة القارية.

بلديات بنسلفانيا

تم تطوير الحدود البلدية للمقاطعات الفرعية لولاية بنسلفانيا من قبل وكالات الدولة المختلفة. حدود بلدية بنسلفانيا

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

3.4. ملاحظات #

محطات الطقس (214)

قامت وكالة حماية البيئة الأمريكية (USEPA) بتجميع قاعدة بيانات لبيانات الطقس اليومية على المستوى الوطني (درجة الحرارة وهطول الأمطار) لاستخدامها في نماذج محاكاة بيئية مختلفة. في حالة MMW ، تُستخدم هذه البيانات لتقدير بيانات الطقس اليومية (أي هطول الأمطار ودرجة الحرارة المجمعة للفترة الزمنية 1961-1990) لاستخدامها في قيادة الجريان السطحي اليومي وحسابات التعرية في نموذج مستجمعات المياه متعدد السنوات (GWLF- نموذج E ، الموضح أدناه) (انظر الوصول إلى بيانات الأرصاد الجوية USEPA).

يمكن تصور هذه الطبقة على الخريطة من خلال النقر على علامة التبويب & # 8220Observations & # 8221 من لوحة & # 8220Layer & # 8221 وجميع محطات الطقس 214 يمكن رؤيتها باللون الأزرق (قد تحتاج إلى التكبير / التصغير على الخريطة). سيؤدي النقر فوق الدائرة الزرقاء إلى ظهور معلومات المحطة المنبثقة الخاصة بكل نقطة على الخريطة. يتم أيضًا وصف بيانات الطقس أدناه ، ويمكن تحميل بيانات الطقس المخصصة في نموذج مستجمعات المياه متعدد السنوات لتوليد سيناريو جديد يعتمد على بيانات الطقس المقدمة من المستخدم.

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

3.5 خرائط الأساس #

الطبوغرافيا

الأقمار الصناعية

الأقمار الصناعية مع الطرق

تضاريس

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

3.6 طبقات البيانات الإضافية #

بالإضافة إلى طبقات البيانات التي يتم تصورها على الخريطة ، يتمتع تطبيق الويب Model My Watershed أيضًا بإمكانية الوصول إلى طبقات بيانات إضافية (غير مرئية) لاستخدامها بواسطة وظائف النمذجة المختلفة.

الحيوانات

يتم تقدير أعداد حيوانات المزرعة لمنطقة الاهتمام من البيانات على مستوى المقاطعة من وزارة الزراعة الأمريكية ، عن طريق حساب متوسط ​​& # 8220 من الحيوانات لكل فدان من الأراضي الزراعية "لكل نوع حيوان لكل مقاطعة. مصدر البيانات

مصادر نقطة

سيتم إدراج تصريفات المصدر النقطي للملوثات المسموح بها بموجب النظام الوطني للقضاء على تصريف الملوثات (NPDES) من وكالة حماية البيئة الأمريكية و # 8217s لأي منطقة اهتمام محددة ضمن علامة التبويب "تحليل" وعلامة التبويب الفرعية & # 8220Pt & # 8221. هذه التصريفات المسموح بها من قبل NPDES هي في الأساس من محطات معالجة مياه الصرف الصحي البلدية والصناعية الكبيرة ، والتي يتعين عليها تقديم تقارير مراقبة التصريف (DMR). تم إنشاء & # 8220Pt Sources & # 8221 من قاعدة بيانات EPA & # 8217s DMR ، والتي يمكن الوصول إليها من خلال بوابة الويب EPA & # 8217s بحث عن تلوث المياه. يتم استخدام هذه البيانات نفسها كمدخلات في نموذج MMW لمستجمعات المياه متعدد السنوات. بالنسبة للمصادر النقطية التي تم جمعها داخل حوض نهر ديلاوير ، تم أخذ مقاييس التصريف (التدفق) والتركيز (النيتروجين والفوسفور) مباشرة من تقارير مراقبة التصريف الأكثر تفصيلاً على مستوى الولاية.

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

4. حدد مجال الاهتمام (AoI) #

تتوفر مجموعة من الأدوات (داخل منطقة القائمة اليسرى) لتحديد مناطق داخل الولايات المتحدة الـ 48 السفلى والبدء في عملية النمذجة عن طريق تلخيص استخدام الأراضي ومجموعات التربة المائية وإحصاءات أخرى. تشمل الخيارات: حدد بالحدود, سحب مجاني، و ترسيم مستجمعات المياه.

تم وصف خيارات النمذجة في القسم 7.0 وتتطلب بعض تدفقات عمل النمذجة استخدام أدوات مجال الاهتمام المحددة (كما هو مذكور أدناه):

  • من أجل استخدام & # 8220توهين الحوض الفرعي& # 8221 روتين فرعي ضمن & # 8220Watershed Multi-Year Model & # 8220 ، يجب على المستخدم تحديد / تحديد مجال الاهتمام باستخدام إما HUC8 أو HUC10 & # 8220 اختر بالحدود & # 8221.
  • من أجل استخدام & # 8220ورقة عمل مستجمعات المياه متعددة السنوات& # 8221 (المعروف أيضًا باسم أداة جداول بيانات BMP) ، المستخدم لا تستطيع استخدم خيار HUC12 & # 8220Select by Boundary & # 8221.
  • ملاحظة: الحجم الأنسب (إجمالي المساحة / المساحة) لمنطقة اهتمامك للاستخدام مع نموذج عاصفة الموقع (التوثيق الفني هنا والدليل هنا) من 1 إلى عدة مئات من الأفدنة ويوصى بعدم تشغيل النموذج لمناطق أكبر بكثير من حوالي 1 ميل مربع (640 فدانًا على الرغم من إمكانية نمذجة مساحات أكبر).
  • ملاحظة: الحجم الأنسب (إجمالي المساحة / المساحة) لمنطقة اهتمامك للاستخدام مع نموذج مستجمعات المياه متعدد السنوات (التوثيق الفني هنا) من عدة مئات من الأفدنة إلى

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

4.1 حدد حسب الحدود #

اختر حدًا محددًا مسبقًا من عدة أنواع حدود كما هو موضح أعلاه في القسم 2.3 الحدود. حدد أولاً نوع الحدود ، ثم استخدم أداة التحديد هذه لتمكين وظيفة "التمرير فوق" لرؤية اسم كل منطقة محددة. بمجرد التفعيل ، يمكن للمستخدم النقر فوق المنطقة التي يريدها لتوليد تحليل استخدام الأراضي والتربة الهيدرولوجية داخل المنطقة (من بين إحصائيات أخرى).

أنواع الحدود المتاحة لتحديد المنطقة هي مجموعة فرعية من أنواع الحدود التي يمكن عرضها في محدد الطبقات في الجزء السفلي الأيسر من الخريطة. لمزيد من المعلومات ومصادر البيانات لهذه الطبقات ، راجع القسم 2.3 حدود هذا الدليل.

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

4.2 منطقة الرسم #

ملاحظة: يمكن أيضًا استخدام أداة منطقة الاهتمام هذه لتحديد منطقة فرعية أصغر داخل حوض HUC12 أكبر من أجل استخدام أكثر تخصصًا لنموذج مستجمعات المياه متعدد السنوات لتطوير خطة للحد من التلوث (PRP) في ولاية بنسلفانيا كما هو موضح في القسم 7.3.

سحب مجاني

أداة يمكن لأي مستخدم نشرها لرسم مضلع ، وعند إغلاق المضلع (انقر نقرًا مزدوجًا للإغلاق) ، قم بقص استخدام الأراضي ومجموعات التربة المائية (من بين الإحصائيات الأخرى) للمنطقة داخل المضلع.

كم مربع

ستؤدي نقرة واحدة في أي مكان على الخريطة إلى مساحة تبلغ 1 كم 2 والتي ستقطع استخدام الأراضي ومجموعات التربة المائية (من بين الإحصائيات الأخرى) للمنطقة داخل المضلع.

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

4.3 مستجمعات المياه المحددة #

ملاحظة: يمكن أيضًا استخدام أداة منطقة الاهتمام هذه لتحديد منطقة فرعية أصغر داخل حوض HUC12 أكبر من أجل استخدام أكثر تخصصًا لنموذج مستجمعات المياه متعدد السنوات لتطوير خطة للحد من التلوث (PRP) في ولاية بنسلفانيا كما هو موضح في القسم 7.3.

تحدد هذه الأداة منطقة الاهتمام عن طريق تحديد مستجمعات المياه تلقائيًا من نقطة على شبكة تدفق باستخدام البيانات الطبوغرافية الممثلة كنموذج ارتفاع رقمي (DEM).

بمجرد أن ينقر المستخدم على الخريطة ، تتحرك الأداة لأسفل من تلك النقطة إلى "الانجذاب" إلى نقطة ثانية على أقرب خط تدفق. تقوم الأداة بعد ذلك بحساب مستجمعات المياه في بداية هذه النقطة الثانية باستخدام خوارزميات ترسيم مستجمعات المياه السريع.تستخدم طريقتا تحريك المنحدرات إلى التيار وترسيم مستجمعات المياه شبكة لاتجاهات التدفق المشتقة من نموذج الارتفاع الرقمي (DEM).

تقوم الأداة بإرجاع منطقة مستجمعات المياه المحددة والحدود ، والتي يتم توفيرها لوظائف تحليل منطقة الاهتمام. تتوفر حاليًا شبكتان DEM وشبكات تدفق لتحديد مستجمعات المياه على النحو المبين أدناه.

تيارات أمريكية متوسطة الدقة و NHDPlus DEM

يتحرك تحديد "الانجذاب إلى تدفقات الدقة المتوسطة في الولايات المتحدة القارية" إلى أسفل من النقطة التي تنقر فيها للانطباق على أقرب نقطة على مجموعة بيانات الهيدروغرافيا الوطنية ذات الدقة المتوسطة (خط تدفق NHDPlus) ويحسب مستجمعات المياه في أعلى هذه النقطة باستخدام اتجاه تدفق NHDPlus بدقة 30 مترًا شبكة للولايات المتحدة القارية.

إذا كانت النقطة التي تنقر عليها لا تحتوي على خط تدفق NHDPlus في اتجاه مجرى النهر (على سبيل المثال ، في منطقة تصريف داخليًا) ، يتم حساب مستجمعات المياه من النقطة التي تنقر عليها. تعرف على المزيد حول NHDPlus. يستخدم نموذج مستجمعات المياه الخاصة بي نموذج بيانات NHDPlus الإصدار 2.1 مع أحدث إصدار للمحتوى تم الوصول إليه في 11/22/16.

تيارات ديلاوير عالية الدقة و 1/3 ثانية قوسية (10 م) دقة DEM

يؤدي تحديد "الانجذاب إلى تدفقات الدقة العالية في ديلاوير" إلى الانتقال إلى أسفل التل من النقطة التي تنقر عليها للانطباق على أقرب نقطة على شبكة دفق ديلاوير عالية الدقة وحساب مستجمعات المياه في أعلى هذه النقطة باستخدام دقة رقمية تبلغ 1/3 قوس (10) م تم الحصول على نموذج الارتفاع لحوض نهر ديلاوير من مجموعة بيانات الارتفاع الوطنية.

تم تحديد شبكة التدفق التي تم قطعها باستخدام TauDEM كما هو موضح أعلاه (تراكب شبكة تدفق عالية الدقة لحوض نهر ديلاوير).

هل كان هذا مفيدا؟ نعم لا اقترح تعديل

4.4 رفع ملف #

ملاحظة: يمكن أيضًا استخدام أداة منطقة الاهتمام هذه لتحديد منطقة فرعية أصغر داخل حوض HUC12 أكبر من أجل استخدام أكثر تخصصًا لنموذج مستجمعات المياه متعدد السنوات لتطوير خطة للحد من التلوث (PRP) في ولاية بنسلفانيا كما هو موضح في القسم 7.3.

تحميل مضلع لمنطقتك.

  • يجب أن يكون ملف شكل (ملف مضغوط يحتوي على ملفات shp و prj) أو geojson
  • يتم استخدام الميزة الأولى فقط
هل كان هذا مفيدا؟ نعم لا اقترح تعديل

5. تحليل مجال الاهتمام (AoI) #

بمجرد تحديد منطقة الاهتمام ، يقوم نموذج My Watershed تلقائيًا بإجراء تحليلات جغرافية مكانية على طبقات البيانات المعينة داخل المنطقة. يتم توفير إحصاءات موجزة في الرسوم البيانية والجداول لكل طبقة من طبقات البيانات هذه التي تؤثر على جريان مياه الأمطار و / أو جودة المياه:

  • تيارات: لمزيد من المعلومات حول مصادر البيانات ، راجع القسم 3.1 الطبقات: التدفقات.
    • يتم حساب طول التدفق ومتوسط ​​إحصائيات انحدار القناة لكل ترتيب تدفق (مجموع كل المقاطع التي تنتمي إلى ترتيب التدفق في المنطقة التي تم تحليلها) من شبكة التدفق ذات الدقة المتوسطة القارية الأمريكية.
    • يتم حساب طول التيار في المناطق الزراعية وغير الزراعية باستخدام عرض النهر الضمني بحوالي 30 مترًا ، والمخزن المؤقت الضمني بحوالي 15 مترًا ، باستخدام المنهجية التالية:
      • يتم تحويل خط متجه التدفق إلى سلسلة 1 بكسل ، مع وحدات بكسل بنفس حجم بكسل NLCD (30 م). تحت الغطاء ، تستخدم GeoTrellis خوارزمية Bresenham's Line Drawing لتنقيط خط إلى وحدات بكسل. مشاهدة كود GeoTrellis المحدد.
      • لذلك يفترض هذا النهج عرضًا ضمنيًا على النهر يبلغ حوالي 30 مترًا ، ومخزنًا مؤقتًا ضمنيًا يبلغ حوالي 15 مترًا.
      • & # 8220 توزيع الغطاء الأرضي & # 8221 إحصائيات موجزة لكل فئة من فئات استخدام الأراضي (المساحة والتغطية٪ ومنطقة النهر النشطة) يتم حسابها لمنطقة اهتمامك استنادًا إلى قاعدة بيانات الغطاء الأرضي الوطنية لعام 2011. بالنسبة لمنطقة النهر النشطة ، تُستخدم شبكة تغطية ARA لتقسيم / قص مساحة الأرض في منطقة اهتمامك إلى هذه الطبقة وتلخيص منطقة الغطاء الأرضي داخل & # 8220Active River Area - Northeast and Mid-Atlantic & # 8221.
      • ضمن قائمة الاختيار المنسدلة ، يوفر اختيار & # 8220 توزيع الأراضي المحمية & # 8221 ملخصًا لمساحة الأرض والتغطية (٪) لكل فئة من فئات الأراضي المحمية في شبكة التغطية هذه لمنطقة اهتمامك.
      • ضمن قائمة الاختيار المنسدلة ، يوفر اختيار & # 8220DRB 2100 توقعات الأرض (مراكز أو ممرات) & # 8221 ملخصًا لمساحة الأرض والتغطية (٪) للغطاء الأرضي المتوقع بحلول عام 2100 لمنطقة اهتمامك.
      هل كان هذا مفيدا؟ نعم لا اقترح تعديل

      6. مراقب #

      البحث عن نص حر متعدد الكتالوجات لمجموعات البيانات

      تسمح ميزة & # 8220Monitor & # 8221 داخل Model My Watershed لأي مستخدم بالبحث في كتالوجات / مستودعات بيانات متعددة لمجموعات البيانات ذات الصلة. بعد التحليل الجغرافي المكاني لمجال الاهتمام ، يمكن للمستخدم البحث داخل تلك المنطقة عن مجموعات البيانات الموجودة في أربعة كتالوجات بيانات منفصلة: HydroShare و CUAHSI WDC و CINERGI و WQP (الموضحة أدناه). يمكن تصفية قائمة مجموعات البيانات عن طريق البحث في النص الحر وتغطية الفترة الزمنية. يمكن تحديد مجموعة بيانات للحصول على تفاصيل إضافية ، مثل ملخص مجموعة البيانات والروابط إلى المصادر وخدمات الويب. بمجرد أن ينقر المستخدم على الكلمة & # 8220Monitor & # 8221 ، يتم الكشف عن مربع بحث نص حر على اللوحة اليمنى (انظر الصورة أدناه). سيؤدي كتابة كلمة أو سلسلة نصية والنقر فوق الزر & # 8220search & # 8221 إلى بدء البحث.

      • HydroShare: HydroShare هي بيئة تعاونية عبر الإنترنت لمشاركة البيانات والنماذج الهيدرولوجية. هدفها هو تسهيل الإنشاء والتعاون حول واكتشاف والوصول إلى موارد البيانات والنماذج المشتركة من قبل أعضاء مجتمع الهيدرولوجيا.
      • CUAHSI WDC: اتحاد الجامعات من أجل النهوض بالعلوم الهيدرولوجية ، Inc. (CUAHSI) يوفر مركز بيانات المياه (WDC) أدوات للوصول إلى البيانات والتحليل والتعاون ، بما في ذلك فهرس لبيانات السلاسل الزمنية الهيدرولوجية المتاحة كتدفق واحد للمياه (WOF) ) وخدمات الويب WaterML. : يعد الجرد المجتمعي لبوابة بيانات التشغيل البيني لموارد EarthCube لعلوم الأرض (CINERGI) جزءًا من مشروع Earthcube. تتميز أداة اكتشاف البيانات واستكشافها لعلوم الأرض الآن بواجهة جغرافية مع أكثر من 1،000،000 سجل قابل للبحث. يمكن لأي مستخدم المساهمة بروابط إلى الموارد المفضلة حتى تصبح هذه المستودعات ومجموعات البيانات قابلة للبحث. تستضيف البوابة مخزونًا كبيرًا من موارد معلومات علوم الأرض عالية الجودة ، مع بيانات وصفية قياسية ومصدر يمكن تتبعه. (WQP) هي خدمة تعاونية ترعاها هيئة المسح الجيولوجي الأمريكية (USGS) ، ووكالة حماية البيئة (EPA) ، والمجلس الوطني لمراقبة جودة المياه (NWQMC). يخدم البيانات التي تم جمعها من قبل أكثر من 400 وكالة حكومية واتحادية وقبلية ومحلية.

      هل كان هذا مفيدا؟ نعم لا اقترح تعديل

      7. نموذج كمية المياه وجودتها #

      يوجد حاليًا نموذجان للاختيار من بينها إلى 1) التنبؤ بكيفية تحرك المياه عبر منطقة اهتمامك و 2) توقع جودة المياه الجارية أو مجال اهتمامك.

      هل كان هذا مفيدا؟ نعم لا اقترح تعديل

      7.1. نموذج عاصفة الموقع #

      نموذج عاصفة موقع مستجمعات المياه الخاص بي يحاكي عاصفة واحدة مدتها 24 ساعة من خلال تطبيق مزيج من نموذج تحميل المصدر وإدارته (SLAMM) ، TR-55 ، وأبسط نماذج التبخر الخاصة بمنظمة الأغذية والزراعة للأمم المتحدة للجريان السطحي الكمية ونموذج STEP-L الخاص بوكالة حماية البيئة لجودة المياه في منطقة الاهتمام المحددة داخل الولايات المتحدة القارية.

      تم حساب النتائج بناءً على بيانات الغطاء الأرضي الفعلية (من قاعدة بيانات الغطاء الأرضي الوطنية USGS 2011 ، NLCD2011) وبيانات التربة الفعلية (من قاعدة البيانات الجغرافية لمسح التربة الشبكي التابعة لوزارة الزراعة الأمريكية ، gSSURGO ، 2016) لمنطقة الأرض المختارة. لمزيد من المعلومات ومصادر البيانات ، راجع القسم 2.2 شبكات التغطية.

      مكون TR-55

      يستخدم هذا النموذج لحساب الجريان السطحي لجميع أنواع استخدامات الأراضي "الطبيعية". معلومات رقم منحنى TR-55

      مكون SLAMM

      يستخدم نموذج تحميل وإدارة المصدر (SLAMM) لحساب الجريان السطحي لأنواع استخدام الأراضي الحضرية.

      هل كان هذا مفيدا؟ نعم لا اقترح تعديل

      7.2 نموذج مستجمعات المياه متعدد السنوات #

      نموذج مستجمعات المياه متعدد السنوات في نموذج My Watershed يحاكي 30 عامًا من تدفقات المياه والمغذيات والرواسب اليومية باستخدام نموذج محسن لوظيفة تحميل مستجمعات المياه (GWLF-E) الذي تم تطويره لتطبيق MapShed لنمذجة سطح المكتب بواسطة Barry M. ، ومجموعته في جامعة ولاية بنسلفانيا. نموذج GWLF-E هو أيضًا واحد من خمسة نماذج لمستجمعات المياه المتاحة في تطبيق النمذجة متعددة الأغراض EPA & # 8217s BASINS.

      يعد Model My Watershed الآن إطار العمل الأساسي لتشغيل أحدث إصدار من نموذج GWLF-E ، ليحل محل MapShed و BASINS لأن هذين التطبيقين لسطح المكتب مبنيان على حزمة MapWindow GIS القديمة التي لم تعد مدعومة. لهذا السبب ، قمنا في أواخر عام 2014 بنقل جميع أكواد GWLF-E من Visual Basic إلى Python ، مع كل تطوير التعليمات البرمجية اللاحقة في هذا المستودع مفتوح المصدر. وبالمثل ، تمت إعادة كتابة جميع إجراءات المعالجة الجغرافية المستندة إلى MapWindow لتعمل مع محرك وإطار عمل معالجة البيانات الجغرافية GeoTrellis مفتوح المصدر ، مع كل التعليمات البرمجية الجديدة في هذا المستودع.

      هل كان هذا مفيدا؟ نعم لا اقترح تعديل

      7.2.1. نموذج GWLF #

      نموذج محاكاة مستجمعات المياه الأساسية متعدد السنوات المستخدم في MMW و MapShed (GWLF-E) هو نسخة محسنة من نموذج وظيفة تحميل مستجمعات المياه المعمم (GWLF) الذي طوره باحثون في جامعة كورنيل (Haith and Shoemaker ، 1987). تمت إعادة كتابة الإصدار الأصلي المتوافق مع DOS من GWLF في Visual Basic بواسطة Evans et al. (2002) لتسهيل التكامل مع ArcView © وحزم برامج GIS الأخرى ، واختبارها على نطاق واسع في الولايات المتحدة وأماكن أخرى. منذ عام 2002 تم تحسينه بشكل كبير ، انظر القسم 5.2.2 تحسينات GWLF.

      تتمثل ميزة GWLF (و GWLF-E) في سهولة الاستخدام والاعتماد على مجموعات بيانات الإدخال الأقل تعقيدًا من تلك التي تتطلبها نماذج جودة المياه الأخرى الموجهة لمستجمعات المياه مثل SWAT و SWMM و HSPF (Deliman et al. ، 1999) . تم اعتماد النموذج أيضًا من قبل وكالة حماية البيئة الأمريكية كنموذج جيد "متوسط ​​المستوى" يحتوي على خوارزميات لمحاكاة معظم الآليات الرئيسية التي تتحكم في تدفقات المغذيات والرواسب داخل مستجمعات المياه (وكالة حماية البيئة الأمريكية ، 1999).

      يوفر نموذج GWLF القدرة على محاكاة أحمال الجريان السطحي والرواسب والمغذيات (النيتروجين والفوسفور) من مستجمعات المياه مع مراعاة مناطق المصادر ذات الأحجام المتغيرة (على سبيل المثال ، الأراضي الزراعية والغابات والمتطورة). كما أن لديها خوارزميات لحساب أحمال نظام الصرف الصحي ، وتسمح بإدراج بيانات تفريغ مصدر النقطة. إنه نموذج محاكاة مستمر يستخدم خطوات زمنية يومية لبيانات الطقس وحسابات توازن المياه. يتم إجراء الحسابات الشهرية للرواسب وأحمال المغذيات بناءً على رصيد المياه اليومي المتراكم إلى القيم الشهرية.

      يعتبر GWLF نموذج مستجمعات المياه ذو المعلمات الموزعة / المجمعة. بالنسبة للتحميل السطحي ، يتم توزيعه بمعنى أنه يسمح بسيناريوهات متعددة لاستخدام الأراضي / الغطاء ، ولكن يُفترض أن تكون كل منطقة متجانسة فيما يتعلق بخصائص "المناظر الطبيعية" المختلفة التي يأخذها النموذج في الاعتبار. بالإضافة إلى ذلك ، لا يوزع النموذج مكانيًا مناطق المصدر ، ولكنه ببساطة يجمع الأحمال من كل منطقة مصدر في مجموع مستجمعات المياه ، بمعنى آخر لا يوجد توجيه مكاني. بالنسبة للتحميل تحت السطحي ، يعمل النموذج كنموذج معلمة مجمعة باستخدام نهج توازن الماء. لا توجد مناطق منفصلة بشكل واضح في الاعتبار لمساهمات التدفق تحت السطحي. يتم حساب موازين المياه اليومية للمنطقة غير المشبعة وكذلك منطقة تحت السطح المشبعة ، حيث يتم حساب التسلل ببساطة على أنه الفرق بين هطول الأمطار وذوبان الجليد مطروحًا منه الجريان السطحي بالإضافة إلى التبخر.

      فيما يتعلق بالعمليات الرئيسية ، يحاكي GWLF الجريان السطحي باستخدام نهج SCS-CN مع مدخلات الطقس اليومية (درجة الحرارة والهطول) من توزيع بيانات الأرصاد الجوية لمركز EPA لنمذجة تقييم التعرض (CEAM). يتم تقدير إنتاجية التآكل والرواسب باستخدام حسابات التآكل الشهرية بناءً على خوارزمية USLE (مع معاملات جريان هطول الأمطار الشهرية) وقيم KLSCP الشهرية لكل منطقة مصدر (أي مزيج الغطاء الأرضي / نوع التربة). ثم يتم تطبيق نسبة توصيل الرواسب بناءً على حجم مستجمعات المياه وقدرة النقل بناءً على متوسط ​​الجريان السطحي اليومي على التعرية المحسوبة لتحديد حصيلة الرواسب لكل منطقة مصدر. يتم تحديد خسائر المغذيات السطحية عن طريق تطبيق معاملات النيتروجين والفوسفور المذاب على الجريان السطحي ومعامل الرواسب على جزء المحصول لكل منطقة مصدر زراعي.

      يمكن أن تساهم عمليات تفريغ المصدر النقطي أيضًا في الخسائر الذائبة ويتم تحديدها من حيث الكيلوجرامات شهريًا. يمكن أيضًا مراعاة المناطق المدببة ، وكذلك أنظمة الصرف الصحي. يُفترض أن تكون مدخلات المغذيات الحضرية عبارة عن مرحلة صلبة ، ويستخدم النموذج وظيفة التراكم الأسي والغسيل لهذه الأحمال. يتم حساب الفاقد تحت السطحي باستخدام معاملات N و P المذابة لمساهمات المياه الجوفية الضحلة لأحمال المغذيات المتدفقة ، والنموذج الفرعي تحت السطحي يأخذ في الاعتبار فقط منطقة مساهمة ذات معلمة مجمعة واحدة.

      يتم تحديد التبخر النتح باستخدام بيانات الطقس اليومية وعامل الغطاء الذي يعتمد على استخدام الأرض / نوع الغطاء. أخيرًا ، يتم إجراء توازن مائي يوميًا باستخدام الترسيب الموفر أو المحسوب ، وذوبان الجليد ، والتخزين الأولي للمنطقة غير المشبعة ، والحد الأقصى لتخزين المنطقة المتاحة ، وقيم التبخر.

      يعد تقديم تفاصيل محددة عن الهيكل والمكونات الفنية التي يقوم عليها نموذج GWLF الأصلي خارج نطاق هذه الوثيقة. عرض نسخة من دليل GWLF. يمكن أيضًا العثور على تفاصيل إضافية حول الإصدار المحدث من هذا النموذج (GWLF-E) وإجراءات المعالجة الجغرافية المستخدمة في MapShed (وبالتبعية ، نموذج مستجمعات المياه الخاصة بي) لإعداد بيانات الإدخال إلى النموذج في دليل مستخدمي MapShed المتاح أيضًا على هذا الموقع.

      هل كان هذا مفيدا؟ نعم لا اقترح تعديل

      7.2.2. GWLF- المحسن #

      منذ دمجه الأولي في MapShed (وسابقه AVGWLF) ، تم تحسين نموذج GWLF-E بشكل كبير منذ عام 2002 ليشمل عددًا من الإجراءات والوظائف غير الموجودة في نموذج GWLF الأصلي.

      كانت المراجعة المهمة في أحد الإصدارات السابقة من AVGWLF هي تضمين ملف روتين تآكل Streambank. يعتمد هذا الروتين على نهج يستخدم غالبًا في مجال الجيومورفولوجيا حيث يتم تقدير تآكل ضفة النهر الشهرية عن طريق حساب متوسط ​​معدل التآكل الجانبي الخاص بمستجمعات المياه (LER) أولاً. بعد حساب قيمة LER ، يتم بعد ذلك حساب إجمالي حمل الرواسب الناتج عن تآكل ضفة النهر بضرب معدل التآكل أعلاه في الطول الإجمالي للتيارات في مستجمعات المياه (بالأمتار) ، ومتوسط ​​ارتفاع ضفة النهر (بالأمتار) ، و قيمة متوسط ​​الكثافة الظاهرية للتربة (بالكيلو جرام / م 3). في Mapshed ، تم تحسين معلمات بنك التدفق ومعدل التآكل هذه للنماذج باستخدام مجموعة بيانات خط تدفق التدفق عالية الدقة المتاحة لولاية بنسلفانيا. في نموذج مستجمعات المياه الخاص بي ، والذي يستخدم خطوط تدفق NHDplus v2 ذات الدقة المتوسطة ، نستخدم عامل تعديل تآكل الرواسب البالغ 1.4 لجعل تقديرات تآكل البنوك في نموذج مستجمعات المياه الخاصة بي مماثلة لتلك الموجودة في MapShed لبنسلفانيا.

      في الإصدارات اللاحقة ، تم تمديد روتين توازن الماء الأصلي داخل GWLF للمحاكاة سحب المياه من مصادر المياه السطحية والجوفية. داخل MapShed ، يمكن استخدام المعلومات الواردة في طبقة GIS الاختيارية "لاستخراج المياه" لتقدير حجم المياه المأخوذة من مصادر مختلفة داخل مستجمعات المياه كل شهر. بالنسبة لعمليات سحب المياه السطحية ، يتم طرح حجم المياه التراكمي المقدر من عنصر "تدفق التيار" المحاكي لحسابات ميزان المياه الشهرية. بالنسبة لعمليات سحب المياه الجوفية ، يتم طرح هذا الحجم من المكون "تحت السطحي" لحسابات ميزان المياه الشهرية. (ملاحظة: هذا الروتين الخاص لم يتم تنفيذه بعد في نموذج مستجمعات المياه الخاص بي ، على الرغم من أن نموذج GWLF-E يسمح بمحاكاة المياه "المستخرجة").

      المراجعات النموذجية الحديثة الأخرى تشمل تنفيذ روتين تصريف البلاط الزراعي، والقدرة على النظر في التدفق النقطي المصدر (أي التدفقات) في الهيدرولوجيا لمنطقة معينة ، ودمج إجراءات جديدة لمحاكاة أكثر مباشرة للأحمال من حيوانات المزرعة ، وروتين جديد لتقدير الحمل الممرض ، والقدرة على النظر في الإمكانات آثار أفضل ممارسات الإدارة (BMPs) وأنشطة التخفيف الأخرى على أحمال الملوثات.

      تغيير كبير آخر كان تحسين محاكاة الهيدرولوجيا والأحمال من المناطق الحضرية. في النسخة الأصلية من GWLF المستخدمة مع AVGWLF ، لا يمكن تحقيق مثل هذه المحاكاة إلا لنوعين أساسيين من الأراضي الحضرية أو المتقدمة (أي التنمية منخفضة الكثافة والتنمية عالية الكثافة). ومع ذلك ، في مستجمعات المياه شديدة التطور ، قد يكون من الأنسب استخدام إجراءات أكثر تعقيدًا لمجموعة واسعة من ظروف المناظر الطبيعية الحضرية. وبالتالي ، تم تضمين إجراءات النمذجة الإضافية مع إصدار GWLF المستخدم في MapShed و Model My Watersheded لمعالجة هذا الموقف. تعتمد هذه الوظائف الجديدة على نموذج RUNQUAL الذي طوره هيث (1993) في جامعة كورنيل. باستخدام هذه الإجراءات الروتينية ، يتم حساب أحجام الجريان السطحي من الإجراءات الواردة في الإصدار الفني رقم 55 التابع لخدمة الحفاظ على التربة في الولايات المتحدة (خدمة حفظ التربة في الولايات المتحدة ، 1986) تعتمد أحمال الملوثات على التراكم الأسي ووظائف الغسيل المشابهة لتلك المستخدمة في نماذج SWMM (Huber and Dickinson ، 1988) و STORM (مركز الهندسة الهيدرولوجية ، 1977). يتم نمذجة الأجزاء السابقة وغير المنفذة لكل نوع من أنواع استخدامات الأراضي بشكل منفصل ، ويتم حساب أحمال الجريان السطحي والملوثات من الأسطح المختلفة يوميًا وتجميعها شهريًا في ناتج النموذج. مع إجراءات RUNQUAL المشتقة ، يُفترض أن المنطقة التي تتم محاكاتها صغيرة بما يكفي بحيث تكون أوقات السفر في حدود يوم واحد أو أقل. اعرض نسخة من دليل RUNQUAL الذي يحتوي على مزيد من التفاصيل حول هذا الطراز.

      هل كان هذا مفيدا؟ نعم لا اقترح تعديل

      شاهد الفيديو: Vlasnici oduzetog zemljista traze brzu pravdu - da se sve vrati odmah