فراخوان مقاله: زمین آمار پیشرفته در هیدرولوژیکی

روشهای زمین آمار معمولاً در علوم آب، زمین و محیط زیست برای کمی کردن تغییرات فضایی، تولید نقشه های درون یابی با عدم قطعیت کمی و بهینه سازی طرحهای نمونه برداری فضایی استفاده می شود. زمین آمار زمین-فضا جنبه های پویای فرایندهای محیطی را بررسی کرده و تغییرات پویا را از نظر همبستگی مشخص می کند. زمین آمار نیز می تواند با یادگیری ماشین و مدل های مکانیکی ترکیب شود تا مدل سازی فرایندها و الگوهای دنیای واقعی را بهبود بخشد. چنین روشهایی برای مدل سازی خواص خاک، تولید خروجی های مدل آب و هوایی، شبیه سازی فرآیندهای هیدرولوژیکی و درک بهتر و پیش بینی عدم قطعیت ها به طور کلی استفاده می شود. تجزیه و تحلیل داده های بزرگ و ادغام داده ها به دلیل پیشرفت های تکنولوژیکی و فراوانی منابع داده جدید از سنجش از دور و نزدیک و همچنین تعداد زیادی از شبکه های حسگر محیطی به موضوعات اصلی تحقیق تبدیل شده است. پیشرفتهای روش شناختی، مانند مدل سازی سلسله مراتبی بیزی، یادگیری ماشین، فرآیندهای پراکنده گوسی، مدلهای تعامل محلی و همچنین پیشرفت در ماژولهای نرم افزاری زمین آمار در R و پایتون، جعبه ابزار زمین آمار را افزایش داده است.

مفاهیم اساسی

بارش نیروی محرکه ای در تمام فرآیندهای هیدرولوژیکی است. به معنای دقیق، بارش شامل باران، برف، یخ و هر شکل دیگری از آب است که از جو خارج می شود و به سطح زمین می رسد. بدون بارندگی، هیچ نفوذی، تعرق، رواناب سطح، جریان، جریان کانال یا هر فرآیند هیدرولوژیکی دیگری وجود نخواهد داشت.

تغییرات آب و هوایی و افزایش سطح آب دریا می تواند تغییرات قابل توجهی در تولید رواناب ها و جاری شدن سیل در مناظر سواحل کم ارتفاع را سبب شود. یک چالش عمده برای مقامات دولت های محلی و تصمیم گیرندگان در ترجمه این اثرات جهانی بالقوه تغییرات آب و هوایی در انطباق با استراتژی های عملی و مقرون به صرفه در شهرستان ها و در اصل مقیاس های شهری است. از مدل پردازش MODFLOW برای نمایش زیر مقیاس شبکه هیدرولوژی در مناطق شهری برای کمک به رسیدگی به این مسائل استفاده شده است. رهگیری توأم، آب های سطحی، فروافتادگی ها، و ذخیره منطقه غیر اشباع، ارائه گردیده است. ویژگی های اضافی شامل ساختار، مانع ها، جریان مجاری آب بین سلول های مجاور، مرزهای ایستگاه های مشخص، مرزهای جریان بحرانی، شرایط آب سطحی source/sink، و رواناب دو جهته به پردازشگر MODFLOW در روند یابی آب سطحی اعمال گردیده است. برخی از توانایی های مدل پردازش رواناب شبکه (URO) با یک مسأله مصنوعی با استفاده از چهار کاربری اراضی و پوشش متفاوت سلول بررسی شده است. برای بارش از طوفان فرضی استفاده شد و سلول به سلول عمق آب، سطح آب های زیرزمینی، سرعت نفوذ، و نرخ تغذیه آب های زیرزمینی نشان داده شد. نتایج مشخص کرد مدل پردازش URO با موفقیت توانایی تولید متغیرهای زمانی، آب-محتوا وابسته به نفوذ و نشت را به همراه مدل MODFLOW دارا است.