آبخیز نیویورک سیتی بیش از یک میلیون جریب در بالای خیابان نیویورک را پوشش داده است ، و بیشتر زمین های آن در کوه های روستایی Catskill قرار دارد.

یک سازمان غیرانتفاعی که به حفظ کیفیت آب و اقتصاد در نیویورک اختصاص داده شده است از تصاویر و GIS برای محافظت بهتر از آبخیزداری شهر نیویورک استفاده کرده است. آبخیز نیویورک سیتی بزرگترین سیستم آبرسانی سطحی فیلتر نشده در ایالات متحده است. هر روز این منطقه در کوه های Catskill در بالای خیابان نیویورک بیش از یک میلیارد گالن آب آشامیدنی تمیز را برای بیش از 9 میلیون نفر ساکن شهر نیویورک و شهرستان های پله ای فراهم می کند. این سیستم شامل 19 مخزن، سه دریاچه کنترل شده است که بیش از یک میلیون هکتار مساحت دارد. در بعضی موارد، آب برای رسیدن به شهر نیویورک بیش از صد مایل حرکت می کند.

سایر شهرهای بزرگ ایالات متحده به طور معمول مالک زمینی هستند که در مخازنشان تخلیه می شود. شهر نیویورک بی نظیر است. شهروندان خصوصی حدود 75 درصد از منطقه آبرسانی را کنترل می کنند. در نتیجه، کیفیت آب نیویورک تا حد زیادی به اقدامات 30،000 صاحب زمین که در اراضی آبخیز زندگی، کار و تفریح ​​می کنند بستگی دارد.

شورای کشاورزی آبخیزداری (WAC) یک سازمان غیرانتفاعی مستقر در آبخیز شهر نیویورک است. WAC به دنبال تعادل حفاظت از کیفیت آب با اقتصاد روستایی مناسب است. برای تحقق این هدف، سازمان از کمک های فنی و تقسیم هزینه برای کمک به کشاورزان و کارگران آبخیزداری استفاده می کند تا از اقدامات محافظت از کیفیت آب (معروف به بهترین روشهای مدیریتی یا BMP ها) در عملیات مزرعه خود و برداشت چوب استفاده کند. از زمان تأسیس WAC در سال 1993، این سازمان به 90 درصد مزارع حوزه آبریز کمک کرده است تا اثر عملیات خود را بر کیفیت آب بهبود بخشند.

تا همین اواخر، WAC راهی برای سنجش اثربخشی خود در بهبود تأثیر عملیات ورود به سیستم بر کیفیت آب نداشت. مزارع ایستا هستند، اما عملیات ورود به سیستم در سراسر منظره حرکت می کند. بر خلاف برخی دیگر ازنواحی ایالات متحده، نیویورک هیچ سیستمی برای اطلاع از برداشت چوب ندارد که به صاحبان زمین و یا چوب نیاز دارد تا قبل از ورود به کشور، به دولت هشدار دهند. WAC این معنی نبود که WAC چقدر میزان وقوع ورود به سیستم در حوضه آبریز شهر نیویورک را در اختیار داشته باشد، حدی که فعالیت های ورود به سیستم کیفیت آب را تهدید می کند، یا اینکه برنامه های WAC چقدر موثر در کاهش آلودگی آب از ورود به سیستم هستند.

WAC در سال 2016 تغییر یافت. WAC درباره تحلیل اجزا، افزونه ای برای ArcGIS که توسط Esri partner Textron Systems ساخته شده، آموخته است. تحلیلگر ویژگی می تواند عکس های هوایی را تفسیر کند و ویژگی های موجود در آنها را ترجمه کند تا لایه های ArcGIS مناسب برای جغرافیایی را ایجاد کند. WAC برای شناسایی همه ورود به سیستم در حوضه آبریز نیویورک، از ArcGIS و Feature Analist استفاده کرده است.

در اولین گام در این فرآیند، یک تحلیلگر GIS عکس های هوایی از حوزه آبریز را به ArcGIS اضافه کرد. WAC از عکسهای برنامه ملی تصویرسازی کشاورزی (NAIP) گرفته شده در سال 2013 و 2015 استفاده کرده است زیرا آنها جدیدترین تصاویر "برگ" (به عنوان مثال، گرفته شده در فصل رشد) در دسترس هستند. تصاویر روی برگ برای مشخص کردن شکافهای سایبان ضروری است که محل ورود به سیستم را نشان می دهد. این تحلیلگر GIS از عکسهای اصلی TIFF به جای موزاییک های فشرده شده در سطح شهر استفاده کرده است زیرا ایجاد موزاییک باعث تغییر در ارزش پیکسل های فردی می شود. بیشتر تصاویر NAIP برای آبخیزداری شهر نیویورک در ژوئیه 2013 و ژوئیه 2015 گرفته شده است ، بنابراین این ماهها به تاریخ شروع و پایان برای ورود به سیستم شناسایی محل تبدیل شده اند.

در مرحله بعد، به طور دستی نمونه هایی از آنچه WAC می خواست ویژگی های آنالیز را در تصاویر پیدا کند - ایجاد مجموعه های آموزشی برای نرم افزار بود. سوابق WAC که در آن برنامه های سهم هزینه BMP با چوب وجود دارد، بنابراین مکان های اولیه مجموعه های آموزشی بودند. این مجموعه های آموزشی دارای شکافهای تاج پوشش هستند، معمولاً نقاطی از خاکستری قهوه ای، لخت که توسط سایبان درخت سبز احاطه شده است. تحلیلگر ویژگی ها از مقادیر بازتاب و بافت ویژگی های داخل و در مرز با مجموعه تمرین برای شناسایی ویژگی های مشابه در جای دیگر در یک عکس هوایی استفاده می کند. خروجی اولیه اغلب ضعیف است و شامل بسیاری از ویژگی های بی ربط مانند جاده ها، مزارع و ساختمان ها است.

از ویژگیهای مجموعه آموزش که به صورت صورتی نشان داده شده است برای آموزش ویژگیهای تحلیلگر برای شناسایی شکافهای سایبان در یک مکان برداشت شناخته شده استفاده شد.

برای بهبود این نتایج اولیه، Feature Analyst به کاربر اجازه می دهد مناطق نمونه ای را که این نرم افزار درست یا اشتباه دریافت کرده است، نشان دهد. آنالایزر ویژگی ها سپس از این اطلاعات برای یادگیری آنچه کاربر به دنبال آن است استفاده می کند. پس از گذشت چندین دور از این فرایند یادگیری، این نرم افزار در شناسایی شکاف های سایبان بهتر شد. هنگامی که ویژگی تحلیلگر می توانست شکافهای سایبان را با اطمینان تشخیص دهد، عملکرد پردازش دسته ای نرم افزار اجازه تجزیه و تحلیل چندین عکس هوایی را به صورت خودکار می دهد. WAC خواصی را که ورود به سیستم با پوشش نتایج تحلیلگر ویژگی با لایه های بسته مالیاتی شهرستان رخ داده است، شناسایی کرد. این سازمان فقط در اراضی خصوصی کار می کند، بنابراین آنها بسته های مالیاتی متعلق به سازمان های دولتی را حذف می کنند.

تحلیلگر ویژگی ها کامل نیست. حتی بعد از چندین دوره آموزش، ویژگی هایی را انتخاب می کند که شبیه سایت های ورود به سیستم بوده اما دارای ایرادات شدید بود. برای تصحیح این مسائل، تحلیلگر GIS به طور دستی نتایج را دو بار بررسی کرد و بسته ها را در جایی که Feature Analist ویژگی های اشتباه را انتخاب کرده بود حذف کرد. آنالیزور GIS عمداً این نرم افزار را آموزش داده است تا بتواند در شناسایی شکاف های سایبان تهاجمی باشد، زیرا به راحتی می توان بسته های نادرست را حذف کرد، در حالی که هیچ راه عملی برای یافتن سایت های ورود به سیستم وجود نداشت.

اولین اجرا بر اساس آموزش ، جاده ها ، مزارع و ساختمان ها را به عنوان شکاف های سایبان تشخیص داد.

هنگامی که Feature Analist یک سایت ورود به سیستم داشت، تحلیلگر تأیید کرد که آیا این مسئله در طول پنجره پروژه با مقایسه عکس سال 2015 در مقابل عکس 2013 اتفاق افتاده است. در صورت انجام این کار، تحلیلگر مرز برداشت را بر اساس شکاف های سایبان برجسته ثبت کرده است. این تحلیلگر همچنین براساس میزان برداشتن سایبان، ورود به سیستم را در یکی از چهار دسته (Light - Heavy - Clearcut یا Land Clearing) طبقه بندی کرد.

پس از سه دور آموزش ، بسیاری از ویژگی های دیگر به درستی به عنوان شکاف سایبان مشخص شدند.

مناطق نوری کمتر از 50 درصد سایبان را برداشته بودند، در حالی که مناطقی که به عنوان سنگین طبقه بندی شده بودند بیش از 50 درصد سایبان را برداشته بودند. مناطق Clearcut صد درصد از سایبان را برداشته بودند. مناطق پاکسازی زمین مکان هایی بودند که کاربری اراضی به استفاده غیر جنگلی تغییر یافته است.

برداشت محصول طبقه بندی شده به عنوان زمین پاکسازی ثبت شد اما از نتیجه نهایی حذف شدند زیرا آنها نمایانگر تغییر کاربری اراضی بودند. WAC می خواست بداند که ورود به سیستم در روی زمین رخ داده است که یا همچنان باقی می ماند یا پس از برداشت به پوشش جنگل باز می گردد.

در عمل، جدا کردن مناطق پاکسازی لندینگ از مناطق Clearcut به دلیل عواملی مانند اندازه برش، محل قرارگیری آن نسبت به جاده ها، اندازه بسته، افزودن هر سازه و اینکه آیا ورود به سیستم دیگر در همان بسته رخ داده است، مستقیم بود.

سرانجام، این تحلیلگر با تلاقی در لایه نهایی ورود به سیستم با یک بافر 100 پا از رودخانه های آبخیزداری شهر نیویورک، تمام مناطقی را که ورود به سیستم در فاصله 100 فوت یک جریان رخ داده است، شناسایی کرد. داده هیدروگرافی ملی (NHD) لایه جریان را برای تولید این بافر فراهم کرد. NHD برای دقت و گنجاندن جریانهای کوچکتر در مقایسه با لایه های مشابه انتخاب شد.

ستاره ها موارد ورود به سیستم را نشان می دهند که شورای کشاورزی آبخیزداری بهترین شیوه های مدیریتی را بین ژوئیه 2013 و ژوئیه 2015 تأمین مالی کرده است، در حالی که نمایش های X در جایی که سازمان در آن شرکت نکرده بود را نشان می دهد.

کل این پروژه یک تحلیلگر GIS حدود سه ماه زمان برد. WAC برنامه های آینده را برای پروژه آماده می کند زیرا تصاویر جدید NAIP در دسترس خواهند بود. این پروژه - برای نخستین بار - دامنه ورود به سیستم در حوضه آبریز نیویورک را آشکار کرد. WAC آموخته است که حوزه آبخیز سالانه 183 برداشت چوب در اراضی خصوصی دارد و مساحت 7،092 هکتار را دربر می گیرد. این منطقه 1.25 درصد از پوشش جنگلی خصوصی حوزه آبخیز را نشان می دهد، سطح برداشتی که می تواند با گذشت زمان امکان پایدار چوب را فراهم کند. برنامه تقسیم هزینه BMP WAC در WAC هر ساله 45 مورد از این برداشت ها را انجام می دهد، اما اینها در اصل برداشت های بزرگتر هستند، بنابراین 40 درصد از هکتارهای برداشت شده در مشاغل ورود به سیستم اتفاق می افتد که BMP با بودجه WAC تأمین می شود.

این پروژه همچنین مناطقی از حوزه آبریز را نشان داد که WAC حضور کمی دارد و این به سازمان کمک می کند تا برنامه های خود را بازاریابی کند. WAC قادر خواهد بود تا به طور انتخابی به چوب و صاحبان زمین در این مناطق دسترسی پیدا کند تا هنگام ورود به املاک، آنها را به همکاری با سازمان ترغیب کند.

WAC همچنین آموخته است که قطع درختان به ویژه تهدیدی برای تامین آب نیویورک نیست. تقریباً تمام هکتارهای وارد شده برداشت سبک (93٪) بودند، بدین معنی که چوبها کمتر از 50 درصد سایبان را حذف کردند. تقریباً هیچ گونه ورود به سیستم (5 درصد از هکتارهای برداشت شده) در فاصله 100 فوت یک جریان رخ نداد، و 96 درصد از آن ورود به سیستم سبک بود.

این خبر خوب برای کیفیت آب است، زیرا تحقیقات قبلی در حوزه آبخیز دریافته اند که وقتی حذف سایبان کمتر از 50 درصد باشد، افزایش در آلاینده های آب معمول مانند نیتراتها حداقل و کوتاه مدت است. فقط در صورت افزایش شدت بیش از 50 درصد، این افزایش قابل توجه و ماندگار می شوند. گفته می شود، سیستم های راه و مسیرهای پیاده روی که از چوب الوار استفاده می کنند، برای حذف چوب از جنگل ها هنوز هم می تواند باعث ایجاد کیفیت آب حتی در مناطق برداشت سبک شود، بنابراین WAC قصد دارد تلاش های خود را برای کمک به چوب به استفاده از BMP های بیشتر در آن مسیرها افزایش دهد.

WAC با تشکر از ArcGIS و ویژگی های تحلیلگر، میزان ورود به سیستم و تأثیرات کیفیت آب آن در آبخیزداری شهر نیویورک را یاد گرفت. این سازمان همچنین در مورد دسترسی به برنامه های سهم هزینه خود بینش به دست آورد و مکان هایی را برای هدف قرار دادن اهداف خود شناسایی کرد. با استفاده از این تکنیک، WAC سرانجام راهی برای ردیابی پیشرفت خود و اطمینان حاصل کرد که صنعت ورود به سیستم نقش خود را برای محافظت از آب 9 میلیون نیویورکی به آن وابسته می کند.

مدیر سایت: بهزاد سرهادی

شماره تلفن: 09190622992

شناسه تلگرام مدیر سایت: SubBasin@

نشانی ایمیل: behzadsarhadi@gmail.com

(سوالات تخصصی را در گروه تلگرام ارسال کنید)

_______________________________________________________

پروژه تخصصی در لینکدین

×

 براي پيوستن به بزرگترين گروه تلگرام علوم و مهندسي آب با امکان تبادل نظر بين اعضاء کليک کنيد

کتاب کاربرد مدل QUAL2KW

کتاب کاربرد GIS در منابع آب

کتاب محاسبه سيل طرح