Αναγνώριση της τρωτότητας του υπόγειου νερού στο τοπογραφικό καρστ.

Από RemoteSensing Wiki

Πρωτότυπος τίτλος : Application of remote sensing and GIS to identify the vulnerability of ground-water pollution in topographic karst.

Συγγραφείς : K Prasetyo and Yulinar, Department Of Geography Education, Universitas Negeri Surabaya, Indonesia

Δημοσιεύθηκε : IOP Conference Series: Earth and Environmental Science, 2022

Σύνδεσμος πρωτότυπου κειμένου : [1]

Λέξεις-κλειδιά : τρωτότητα, ρύπανση, υπόγειο νερό, καρστικός υδροφορέας

Εισαγωγή

Στο παρόν άρθρο τονίζεται η σημασία του νερού ως φυσικός πόρος και του καρστ λόγω της δυναμικής του να αποθηκεύει μεγάλες ποσότητες νερού. Η καρστική τοπογραφία προκύπτει λόγω της υψηλής διαλυτότητας των πετρωμάτων και του καλά ανεπτυγμένου δευτερογενούς πορώδους και χαρακτηρίζεται από υπόγεια ρέματα, σπήλαια, πηγές, αυλακώσεις και εξάρσεις πετρωμάτων. Οι καρστικές περιοχές έχουν σημαντικό υδατικό δυναμικό καθώς τα περισσότερα επιφανειακά νερά διέρχονται βαθύτερα μέσω σχισμών και λάκκων και σχηματίζουν υπόγεια ποτάμια. Το γεγονός αυτό τις καθιστά ευάλωτες στην ρύπανση. Η αύξηση του ανθρώπινου πληθυσμού και της δραστηριότητάς του έχει σαν επακόλουθο την αύξηση της ποσότητας και των τύπων ρύπανσης στα καρστικά υπόγεια συστήματα. Σκοπός της παρούσας μελέτης υπήρξε ο προσδιορισμός του βαθμού της τρωτότητας στη ρύπανση του καρστικού υδροφορέα Rengel στην ανατολική επαρχία Tuban της Ιάβας στην Ινδονησία, με την αξιοποίηση δεδομένων τηλεπισκόπησης και των δυνατοτήτων των γεωγραφικών συστημάτων πληροφοριών. Ως τρωτότητα ή ρυπαντική επιδεκτικότητα ή ευαλωσιμότητα ορίζεται η ευαισθησία ή η επιδεκτικότητα στους ρύπους των υπόγειων νερών ή των υδροφορέων. (Μargat 1968)

Μέθοδος

Η παρούσα έρευνα είναι ποσοτικού τύπου. Ακολουθήθηκε μια τυχαία μέθοδος δειγματοληψίας που βασίζεται στο φασματικό δείκτη που προέκυψε από τον πληθυσμό των δεδομένων των δορυφορικών εικόνων Landsat 8 OLI και GDEM ASTER, με τη μορφή pixel. Τα πρωτογενή δεδομένα προέκυψαν από άμεσες παρατηρήσεις-δειγματοληψίες πεδίου στην περιοχή, ενώ τα δευτερογενή ελήφθησαν από τις δορυφορικές εικόνες της Γεωλογικής Υπηρεσίας Ηνωμένων Πολιτειών (USGS). Εφαρμόστηκαν δοκιμές λογιστικής παλινδρόμησης και φωτοερμηνεία. Τα αποτελέσματα του μοντέλου λογιστικής παλινδρόμησης συγκρίνονται με τις συνθήκες που προέκυψαν από τις μετρήσεις πεδίου.

Αποτελέσματα – Συζήτηση

Συνθήκες στην καρστική περιοχή Rengel

Η χρήση εικόνων τηλεπισκόπησης υψηλής ανάλυσης μας παρέχει ακριβείς πληροφορίες για τη θέση, την κατανομή, τα όρια, το μέγεθος και τον τύπο της κάθε χρήσης γης στην περιοχή μελέτης, έτσι ώστε να μπορεί εύκολα να χαρτογραφηθεί η κατανομή των πηγών ρύπων των υπόγειων υδάτων. Η περιοχή μελέτης χαρακτηρίζεται από καρστική τοπογραφία με το υψόμετρο να κυμαίνεται από 0-500 m. Το πάχος του εδάφους δεν ξεπερνάει τα 4 cm. Η ποιότητα του εδάφους καθορίζει και την ποιότητα του υπόγειου νερού. Η χρήση γης έχει τη μορφή ξηρών εκτάσεων, δασών, οικισμών και ανοιχτών εδαφών. Στις τοπογραφικά υψηλές περιοχές επικρατούν οι θάμνοι και τα δάση, ενώ χαμηλότερα στις κοιλάδες επικρατούν οι γεωργικές εκτάσεις και οι οικισμοί.

Εικόνα 1. Χάρτης τρωτότητας καρστικού υδροφορέα Rengel.

Μοντέλο αξιολόγησης τρωτότητας – Προσδιορισμός κατηγοριών ευπάθειας

Το μοντέλο λογιστικής παλινδρόμησης χρησιμοποιείται ως βάση για τον προσδιορισμό των κατηγοριών ευπάθειας, οι οποίες υπολογίζονται από την ενότητα Grid-Calculator στο SAGA GIS. Τα κύρια δεδομένα που χρησιμοποιούνται για την αξιολόγηση της τρωτότητας του καρστ είναι φασματικά δεδομένα της ζώνης 2, της ζώνης 5, του δείκτη βράχου και του δείκτη τραχύτητας επιφάνειας. Η διαδικασία υπολογισμού γίνεται με τη χρήση του Raster-Calculator στο λογισμικό QGIS και ArcGIS. Στη συνέχεια, υπολογίζονται τρεις διαφορετικές τιμές (y1,y2,y3) καθεμία από τις οποίες εκφράζει και μια κατηγορία ευπάθειας. Κάθε pixel χρωματίζεται ανάλογα σε ποια τιμή είναι κοντινότερη η τιμή του. Ο σχετκός χάρτης (Εικόνα 1) δείχνει την κατανομή του βαθμού τρωτότητας της καρστικής περιοχής Rengel. Οι περιοχές με υψηλή ευπάθεια στη ρύπανση συμβολίζονται με κόκκινο, με μεσαία ευπάθεια με κίτρινο και με χαμηλή ευπάθεια με πράσινο.

Επικύρωση του μοντέλου αξιολόγησης τρωτότητας

Όσο υψηλότερη η τιμή ακρίβειας που παράγεται από το μοντέλο αξιολόγησης, τόσο μικραίνει η πιθανότητα υπολογισμού σφάλματος από αυτό. Η συνολική τιμή ακρίβειας υπολογίζεται από τη σύγκριση του αριθμού των pixel που μπορούν να προβλεφθούν ακριβώς, σε σύγκριση με τα pixel που είχαν προβλεφθεί λανθασμένα. Η ακρίβεια του μοντέλου λογιστικής παλινδρόμησης που παρήχθη σε αυτή την εργασία είναι 70% και σύμφωνα με τον Skidmore η εξίσωση λογιστικής παλινδρόμησης που προέκυψε μπορεί να χρησιμοποιηθεί σαν μαθηματικό μοντέλο.

Υπολογισμός ακρίβειας περιοχών έρευνας

Οι δειγματοληψίες πραγματοποιήθηκαν από 30 σημεία στο πεδίο με αποτέλεσμα η συνολική μέση ακρίβεια ερμηνείας να είναι 94,95%. Αυτός ο μέσος όρος είναι μεγαλύτερος σε σχέση με τα αποτελέσματα ερμηνείας όταν χρησιμοποιήθηκαν δεδομένα Landsat ETM+ (89,3%), ASTER VNIR (91,5%) και ALOS AVNIR (93,6%).

Συμπεράσματα

Από την παρούσα μελέτη προέκυψε το συμπέρασμα ότι, καθώς οι ανθρώπινες δραστηριότητες παράγουν ρύπους, η ερμηνεία των χρήσεων γης με την ανάλυση των δεδομένων τηλεπισκόπησης είναι πολύ χρήσιμη για τον εντοπισμό της κατανομής των πηγών των ρύπων σε μια περιοχή. Επιπλέον, με τη χρήση των εφαρμογών των γεωγραφικών συστημάτων πληροφοριών εξάγονται πληροφορίες για τις περιοχές που έχουν μεγαλύτερη πιθανότητα να ρυπανθούν, δηλαδή είναι πιο επιδεκτικές στη ρύπανση. Από τη συγκεκριμένη έρευνα προέκυψε ότι η μέση ερευνητική περιοχή μελέτης ταξινομήθηκε με βάση την τρωτότητά της ως ευάλωτη στη ρύπανση.