دانلود رایگان ترجمه مقاله رویکردهای موجک و گاوسی برای تخمین تغییرات آب های زیرزمینی (نشریه وایلی 2015)
این مقاله انگلیسی ISI در نشریه وایلی در 8 صفحه در سال 2015 منتشر شده و ترجمه آن 18 صفحه میباشد. کیفیت ترجمه این مقاله ارزان – نقره ای ⭐️⭐️ بوده و به صورت کامل ترجمه شده است.
دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی | |
عنوان فارسی مقاله: |
شیوه های موجی و گاوسی برای تخمین تغییرات آب زیرزمینی با استفاده از داده های GRACE |
عنوان انگلیسی مقاله: |
Wavelet and Gaussian Approaches for Estimation of Groundwater Variations Using GRACE Data |
|
مشخصات مقاله انگلیسی (PDF) | |
سال انتشار | 2015 |
تعداد صفحات مقاله انگلیسی | 8 صفحه با فرمت pdf |
رشته های مرتبط با این مقاله | مهندسی عمران، جغرافیا |
گرایش های مرتبط با این مقاله | مدیریت منابع آب، نقشه برداری |
چاپ شده در مجله (ژورنال) | آب زیرزمینی – Groundwater |
ارائه شده از دانشگاه | دانشکده ژئودزی و مهندسی ژئوماتیک، دانشگاه صنعتی خواجه نصیر طوسی، تهران، ایران |
رفرنس | دارد ✓ |
کد محصول | F1465 |
نشریه | وایلی – Wiley |
مشخصات و وضعیت ترجمه فارسی این مقاله (Word) | |
وضعیت ترجمه | انجام شده و آماده دانلود |
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش | 18 صفحه (1 صفحه رفرنس انگلیسی) با فونت 14 B Nazanin |
ترجمه عناوین تصاویر و جداول | ترجمه شده است ✓ |
ترجمه متون داخل تصاویر | ترجمه نشده است ☓ |
ترجمه متون داخل جداول | ترجمه نشده است ☓ |
درج تصاویر در فایل ترجمه | درج شده است ✓ |
درج جداول در فایل ترجمه | درج شده است ✓ |
درج فرمولها و محاسبات در فایل ترجمه | به صورت عکس درج شده است ✓ |
منابع داخل متن | درج نشده است ✓ |
کیفیت ترجمه | کیفیت ترجمه این مقاله متوسط میباشد |
فهرست مطالب |
چکیده |
بخشی از ترجمه |
چکیده
در این مطالعه، یک طرح کلی برای تخمین تغییرات ذخیره آب زیرزمینی در ایران ارائه شده است. این تغییرات با استفاده از یازده سال مشاهدات پروژه «بازیابی جاذبه زمین و آزمایشات آب و هوایی » یا GRACE از دوره 2003 تا اوریل 2014 در ترکیب با نتایج مدل سیستم های همسان سازی داده های زمین جهانی GLDAS از جمله رطوبت خاک، معادل آب برف، و ذخیره آب کل تاج پوشه درختان تخمین زده شده است. برای انجام چنین کاری، حاصل جمع نتایج GLDAS از تغییرات ذخیره آب زمینی کسر می شود که با مشاهدات GRACE تعیین شده است. به دلیل خطاهای نواربندی در داده های GRACE، دو روش کار براساس تحلیل موجی و فیلتربندی گاوسی بکار بسته شده تا داده های GRACE تصفیه شود. نشان داده شده است که شیوه موجی بهتر می تواند سیگنال دلخواه را موقعیت یابی کند و نسبت سیگنال به نویز را افزایش داده و با اینحساب منجر به تخمین صحیح تر تغییرات ذخیره آب زیرزمینی می شود. برای روایی سازی نتایج عملیات ما در تخمین تغییرات ذخیره آب زیرزمینی، آنها با اندازه گیری های داده های چاه های پیسولیت سنجی نزدیک به دریاچه ارومیه مقایسه شده اند که نشان دهنده موافقت های دلخواه با نتایج ما می باشد.
1- مقدمه
از همه آب موجود در دنیا، حدود 97 درصد در اقیانوس ها و دریاها توزیع شده است که در آن مقدار شوری خیلی بالا بوده و مناسب استفاده غیرنظامی نمی باشد. از 3 درصد آب باقیمانده، حدود 2 درصد به شکل ورقه های یخ قطبی یخ زده شده و برای اکثر افراد غیرقابل دسترسی است و تنها 1 درصد ذخیره آب زمینی یا TWS وجود دارد . TWS مهمترین مولفه چرخه آب جهانی می باشد که متشکل از آب ذخیره شده در خاک، برف روی زمین، و به اصطلاح ذخیره آب زیرزمینی می باشد. تغییرات TWS بازتاب تجمع نزولات، تبخیر، تاج پوشه درختان، و هرز آب در یک ناحیه می باشد. تخمین تغییرات TWS یک ابزار قدرتمندی برای تحقیقات پیش بینی طغیان ها و سیل، پدیده های طبیعی نظیر خشکسالی، و سایر کاربردهای تامین آب می باشد. در میان اجزای گفت هشده TWS، ذخیره اب زیرزمینی یک پارامتر مهمی در مدیریت منبع آب، فرایندهای زمین سطحی و چرخه هیدرولوژیکی می باشد.
تغییرات TWS می تواند با استفاده از داده های مبتنی بر فضا نظیر تصاویر حسگری راه دور یا اندازه گیری های جاذبه سنجی ماهواره ای و نیز داده های مبتنی بر زمین نظیر مشاهدات چاههای پیسولیت سنجی یا ازمایشات آب و هوا شناسی تخمین زده شود. تصاویر حسگری راه دور یک پوشش فضایی خوبی دارد ولیکن مناطق حسگری آنها به یک عمق چندین سانتیمتری می رسد. داده های چاه های پیسولیت سنجی می تواند اطلاعات مفیدی را از آب زیرزمینی تا عمق حدود 100 متری و بیشتر بدست دهد ولیکن از نقص اندازه گیری های به شکل نقطه ای رنج می برد که یک تفکیک فضایی خوبی را بدست نمی دهند. سنجشهای جاذبه سنجی ماهواره ای از میدان جاذبه متغیر زمانی یک نوع داده جدیدی است که می تواند مدلسازی و شناسایی انتقال توده جهانی را درون زمین انجام بدهد. این موضوع به شکل کنونی اش با راه اندازی پروژه GRACE (آزمایشات بهبود جاذبه و آب و هوا) شروع شد. پروژه GRACE یک دستگاه مفیدی را برای مطالعه تغییر میدان جاذبه زمین طی زمان فراهم می سازد. GRACE می تواند تغییرات را در TWS از سطح زمین به پایه عمیق ترین سفره آب مورد نظارت قرار دهد (آب سطحی، رطوبت خاک، آب زیرزمینی، و برف). مطالعات بیشماری نشان داده است که GRACE می تواند محدودیت های مفیدی را روی TWS ارائه دهد که شامل تغییر توده اقیانوسی می باشد، تعادل جرمی ورقه های یخ، ذوب ورقه یخ قطبی، و تغییرات اب زیرزمینی می باشد. GRACE شامل ماهواره های دوقلو می باشد که یک فرصت بینظیری را برای تخمین ذخیره اب زیرزمینی و تغییرات موقت آن فراهم می سازد. چون مشاهدات GRACE تحت تاثیر کلیه منابع TWS می باشد، استخراج مولفه آب زیرزمینی از مشاهدات GRACE مستلزم تخمین سایر اثرات از مجموعه داده های کمکی می باشد. مجموعه داده های مفید که می تواند برای این هدف استفاده شود همان مدلهای هیدرولوژیکی نظیر GLDAS (سیستم های همسان سازی داده های زمین جهانی) یا WGHM (مدل هیدرولوژی جهانی WaterGAP) می باشد. در این مطالعه، نتایج GLDAS که رطوبت خاک، معادل آب برف، و ذخیره آب کل تاج پوشه درختان است استفاده می شود. نتایج اخیر GRACE یک مرحله مهمی به سوی ارزیابی تغییرات ذخیره آب زیرزمینی در محل مطالعه ما می باشد. Forootan و همکارانش در سال 2014 یک تخمین TWS را در ایران با استفاده از ترکیب GRACE، فرازسنجی، و داده های هیدرولوژیکی مشتق کرده و یک کاهش توده ای را با میزان خطی متوسط 15 میلیمتر در سال و روند خطی ذخیره سازی آب زیرزمینی برای دوره خشکسالی 2005 تا مارس 2011 تحلیل کردند. Joodaki و همکارانش در سال 2014 نقش انسان را در تخلیه آب زیرزمینی در خاورمیانه با استفاده از GRACE و مدلهای سطحی زمین برآورد کردند و دریافتند که بزرگترین تخلیه آب زیرزمینی در ایران رخ داده است، که یک میزان از دست رفتن توده ای 25 گیگاتن (GT) در سال بوده و نشان داده است که بیش از نیمی از دست ر فتن آب زیرزمینی در ایران می تواند به برداشت های انسانی نسبت داده شود. بعلاوه، Voss و همکارانش در سال 2013 تقریبا 91 کیلومتر تخلیه اب زیرزمینی را در خاور میانه به خصوص ایران با استفاده از مشاهدات GRACE از سال 2003 تا 2009 تخمین زده اند. در این مطالعه، ما تغییرات TWS ی مدل GRACE را همراه با نتایج GLDAS برای تفکیک تغییرات ذخیره اب زیرزمینی در ایران طی دوره زمانی از ژانویه 2003 تا اوریل 2014 بکار بسته ایم. دو طرح فیلتربندی با عبور کم متفاوت برای تصفیه ضرایب همبستگی هارمونیک کروی GRACE ی SH بکار بسته شد که فیلتربندی گاوسی معمول و یک تحلیل موجی نوآورانه می باشند. برای نشان دادن عملکرد و صحت نتایج، تغییرات آب زیرزمینی تخمین زده شده با سطح آب زیرزمینی بدست آمده از اندازه گیری ها در محل داده های چاه های پیسولیت سنجی روی دریاچه ارومیه مقایسه گردیده است. |
بخشی از مقاله انگلیسی |
Abstract In this study, a scheme is presented to estimate groundwater storage variations in Iran. The variations are estimated using 11 years of Gravity Recovery and Climate Experiments (GRACE) observations from period of 2003 to April 2014 in combination with the outputs of Global Land Data Assimilation Systems (GLDAS) model including soil moisture, snow water equivalent, and total canopy water storage. To do so, the sums of GLDAS outputs are subtracted from terrestrial water storage variations determined by GRACE observations. Because of stripping errors in the GRACE data, two methodologies based on wavelet analysis and Gaussian filtering are applied to refine the GRACE data. It is shown that the wavelet approach could better localize the desired signal and increase the signal-to-noise ratio and thus results in more accurate estimation of groundwater storage variations. To validate the results of our procedure in estimation of ground water storage variations, they are compared with the measurements of pisometric wells data near the Urmia Lake which shows favorable agreements with our results. 1 Introduction From all of the available water in the world, about 97% is distributed in the oceans and seas where the value of salinity is very high and not suitable for specific civilian use. From the 3% of the remaining water, about 2% is frozen in the polar ice sheets, unattainable to most, and only 1% is terrestrial water storage (TWS). TWS is the most important component of the global water cycle comprising the water stored in soil, snow over land, and the so-called groundwater storage (Chen et al. 2014). TWS variations reflect the accumulation of precipitation, evaporation, canopy, and runoff in a region. The estimation of TWS variations is a powerful tool for investigation of forecast flood, natural phenomena such as drought, and the other uses of water supply. Among the aforementioned ingredients in the TWS, groundwater storage is an important parameter in water resource management, land-surface processes, and hydrological cycle. TWS variations could be estimated using spacebased data, such as remote sensing images or satellite gravimetric measurements, as well as ground-based data such as pisometric wells observations or climatological experiments. The remote sensing images have a good spatial coverage, but their sensing regions reached down to a depth of many centimeters. The data of pisometric wells could provide useful information of groundwater down to a depth of about 100 m and more, but they suffer from drawback of point-wise measurement which does not provide a good spatial resolution. Satellite gravimetric measurements of time variable gravity field are a new data type which is capable of modeling and detecting global mass transfer within the Earth. This subject, in its present form, began with the launch of the GRACE mission (Gravity Recovery and Climate Experiments). The GRACE mission provides a useful apparatus to study the time variation of the gravity field of the Earth. GRACE is able to monitor changes in a TWS from the land surface to the base of the deepest aquifer (surface water, soil moisture, groundwater, and snow) (Tapley et al. 2004b). Numerous studies have shown that GRACE can offer useful constraints on TWS, including ocean mass change (e.g., Chambers et al. 2004; Lombard et al. 2007), mass balance of the ice sheets (e.g., Lutchke et al. 2006; Ramillien et al. 2006; Velicogna and Wahr 2006), polar ice sheet melting (e.g., Velicogna and Wahr 2006), and groundwater variations (Moiwo et al. 2012; Jin and Feng 2013; Lenk 2013). GRACE consists of twin satellites which provide a unique opportunity to estimate the groundwater storage and its temporal variations. Because GRACE observations are affected by all sources of TWS, extraction of the groundwater component from GRACE observations requires the estimation of other impacts from auxiliary data sets. The useful data sets that can be used for this purpose are hydrological models such as GLDAS (the Global Land Data Assimilation Systems) or WGHM (WaterGAP Global Hydrology Model) (Rodell et al. 2004). In this study, the GLDAS outputs that are soil moisture, snow water equivalent, and total canopy water storage are used. Recent outcomes of the GRACE mark a major step forward in assessing groundwater storage variations in our study location. Forootan et al. (2014) derived an estimation of TWS in Iran using combination of GRACE, altimetry, and hydrological data and analyzed a mass decrease with an average linear rate of 15 mm/year and linear trend of groundwater storage for the drought period of 2005 to March 2011. Joodaki et al. (2014) estimated the human contribution to groundwater depletion in the Middle East using GRACE and land surface models and found that the largest groundwater depletion is occurring in Iran, with a mass loss rate of 25 gigatonne (GT)/year and showed that over half of the groundwater loss in Iran may be attributed to human withdrawals. Moreover, Voss et al. (2013) estimated approximately 91 km3 groundwater depletion in Middle East particularly in Iran using GRACE observations from 2003 to 2009. In this study, we apply GRACE TWS changes in conjunction with GLDAS outputs to resolve groundwater storage changes in Iran during the period of January 2003 to April 2014. Two different low pass filtering schemes were applied to refine the GRACE spherical harmonic (SH) coefficients, that is, the traditional Gaussian filtering and an innovated wavelet analysis. To show the performance and accuracy of the results, the estimated groundwater changes are compared with groundwater level obtained from in situ measurements of pisometric wells data over the Urmia Lake. |