| تعداد نشریات | 45 |
| تعداد شمارهها | 1,489 |
| تعداد مقالات | 18,175 |
| تعداد مشاهده مقاله | 58,778,735 |
| تعداد دریافت فایل اصل مقاله | 20,251,907 |
بررسی تأثیر نیروگاه زمین گرمایی در پوشش گیاهی مناطق اطراف سایت با استفاده از پردازش تصاویر ماهوارهای مطالعه موردی: نیروگاه زمین گرمایی مشکینشهر | ||
| نشریه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی | ||
| دوره 2، شماره 4، آبان 1401، صفحه 117-101 اصل مقاله (1.99 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22034/rsgi.2023.15840 | ||
| نویسنده | ||
| جعفر جعفرزاده* | ||
| دانشجوی دکتری، گروه سنجش از دور و GIS دانشکده جغرافیا، دانشگاه تهران، ایران | ||
| چکیده | ||
| زندگی و توسعه جوامع انسانی مستلزم تولید و مصرف انرژی است، لزوم توجه به محیطزیست و فناپذیر بودن منابع فسیلی جهت تولید انرژی، توجه بشر را به استفاده از منابع تجدیدپذیر انرژی معطوف کرده است. انرژیهای نو از آن جهت اهمیت دارند که جایگزین مناسبی برای سوختهای فسیلی میباشند. سوختهای فسیلی باعث آلودگیهای زیستمحیطی و آب و هوایی شدهاند. از طرفی دیگر، نیروگاههای زمین گرمایی نیز اثرات زیست محیطی بر روی پوشش گیاهی مناطق اطراف نیروگاه میتوانند داشته باشند. در این تحقیق با استفاده از شاخصهای پوشش گیاهی به بررسی اثرات تخریبی احتمالی نیروگاه زمین گرمایی مشکینشهر بر روی پوشش گیاهی مناطق اطراف سایت نیروگاه پرداخته شده است. بررسیهای انجام شده با استفاده از تصاویر ماهوارهای لندست 7 و 8 و سنجندههای ETM+ و OLI از منطقه مورد نظر و استخراج شاخص SAVIطی دو بازه زمانی سالهای 2000 و 2017 میلادی نشان داد که میزان شاخص پوشش گیاهی مناطق اطراف سایت نیروگاه به میزان 68/6 کیلومترمربع کاهش یافته است. همچنین مناطق مسکونی، خاک و آب نیز بهترتیب 69/53، 26/14 و 255/0 درصد افزایش یافتهاند. مقایسه دو تصویر طبقهبندی شده نشان داد که کلاس پوششگیاهی در سال 2000 مساحتی برابر با 14/118 کیلومترمربع داشته که در سال 2017 به 45/91 کیلومترمربع کاهش یافته است. و همچنین کلاس مناطق مسکونی در سال 2000 مساحتی برابر با 74/95 کلیلومترمربع داشته که این مقدار در سال 2017 به 43/120 کیلومترمربع، کلاس خاک از 56/291 کیلومترمربع به 82/405 کیلومترمربع و کلاس آب از 43/0 به 69/0 کیلومترمربع افزایش یافته است. | ||
تازه های تحقیق | ||
-نتیجه گیری شاخصهای گیاهی از پرکاربرد ترین نمونههای محاسبات باندی میباشند که به منظور محاسبه درصد پوشش گیاهی، بررسی انواع پوشش گیاهی، وضعیت سبزینگی یک منطقه طی دورانهای مختلف به کار میروند. شاخصهای گیاهی اساساً به صورت کسری یا خطی، سیگنالهای باندهای رادیومتری را ترکیب میکنند. نیروگاه زمین گرمایی مشکینشهر در سال 1577 شمسی)1007 میلادی( تأسیس شده است و تا به امروز به فعالیت خود ادامه میدهد. نتایج تحقیق حاضر نشان میدهد که میزان پوشش گیاهی منطقه مورد مطالعه طی دورهی 17 ساله کاهش داشته است. بررسیهای انجام شده با استفاده از تصاویر ماهوارهای لندست 7 و 8 و سنجندههای ETM+ و OLI از منطقه مورد نظر و استخراج شاخص SAVI طی دو بازه زمانی سالهای 6999 و 6917 میلادی نشان داد که میزان شاخص پوشش گیاهی مناطق اطراف سایت نیروگاه زمین گرمایی به میزان 28/2 کیلومترمربع کاهش یافته است. همچنین مناطق مسکونی، خاک و آب نیز بهترتیب 20/35، 62/10 و 633/9 درصد افزایش یافتهاند. مقایسه دو تصویر طبقهبندیشده نشان داد که کلاس پوششگیاهی در سال 6999 مساحتی برابر با 10/118 کیلومترمربع داشته که در سال 6917 به 03/01 کیلومترمربع کاهش یافته است و همچنین کلاس مناطق مسکونی در سال 6999 مساحتی برابر با 70/03 کلیلومترمربع داشته که این مقدار در سال 6917 به 05/169 کیلومترمربع، کلاس خاک از 32/601 کیلومترمربع به 86/093 کیلومترمربع و کلاس آب از 05/9 به 20/9 کیلومترمربع افزایش یافته است. همچنین با توجه به نتایج به دست آمده از تحقیق، میزان کاهش پوشش گیاهی در منطقه مورد مطالعه به میزان تقریبی 27 کیلومترمربع میباشد. بر اساس نتایج این تحقیق میتوان اظهار داشت که از آنجایی که منطقه مورد مطالعه از لحاظ مساعدت برای کشاورزی و یا تاسیسات ساختمانی به علت قرار گرفتن در ارتفاعات و دامنه کوه سبلان مناسب نمیباشد، بنابراین این کاهش میزان پوشش گیاهی را میتوان به نوعی با فعالیت نیروگاه زمین گرمایی مشکینشهر مرتبط دانست اگر چه نمیتوان به طور یقین این اظهار نظر مطابق با تحقیق را تأیید کرد . | ||
| کلیدواژهها | ||
| انرژی زمین گرمایی؛ شاخص پوشش گیاهی؛ تصاویر ماهوارهای؛ نیروگاه؛ مشکینشهر | ||
| اصل مقاله | ||
|
زندگی و توسعه جوامع انسانی مستلزم تولید و مصرف انرژی است، لزوم توجه به محیطزیست و فناپذیر بودن منابع فسیلی جهت تولید انرژی، توجه بشر را به استفاده از منابع تجدیدپذیر انرژی معطوف کرده است. انرژیهای نو از آن جهت اهمیت دارند که جایگزین مناسبی برای سوختهای فسیلی میباشند. سوختهای فسیلی باعث آلودگیهای زیستمحیطی و آب و هوایی شدهاند. از طرفی دیگر، نیروگاههای زمین گرمایی نیز اثرات زیست محیطی بر روی پوشش گیاهی مناطق اطراف نیروگاه میتوانند داشته باشند. در این تحقیق با استفاده از شاخصهای پوشش گیاهی به بررسی اثرات تخریبی احتمالی نیروگاه زمین گرمایی مشکینشهر بر روی پوشش گیاهی مناطق اطراف سایت نیروگاه پرداخته شده است. بررسیهای انجام شده با استفاده از تصاویر ماهوارهای لندست 7 و 8 و سنجندههای ETM+ و OLI از منطقه مورد نظر و استخراج شاخص SAVI طی دو بازه زمانی سالهای 6999 و 6917 میلادی نشان داد که میزان شاخص پوشش گیاهی مناطق اطراف سایت نیروگاه به میزان 28/2 کیلومترمربع کاهش یافته است. همچنین مناطق مسکونی، خاک و آب نیز بهترتیب 20/35، 62/10 و 633/9 درصد افزایش یافتهاند. مقایسه دو تصویر طبقهبندی شده نشان داد که کلاس پوششگیاهی در سال 6999 مساحتی برابر با 10/118 کیلومترمربع داشته که در سال 6917 به 03/01 کیلومترمربع کاهش یافته است. و همچنین کلاس مناطق مسکونی در سال 6999 مساحتی برابر با 70/03 کلیلومترمربع داشته که این مقدار در سال 6917 به 05/169 کیلومترمربع، کلاس خاک از 32/601 کیلومترمربع به 86/093 کیلومترمربع و کلاس آب از 05/9 به 20/9 کیلومترمربع افزایش یافته است . | ||
| مراجع | ||
|
1- Abdullahi, A; Samani, A, Pashainejad, M. (2013). Calculation of plant indices in order to distinguish poor areas in terms of vegetation. Application of advanced models of spatial analysis in land surveying. Course 1. [In Persian] 2-Alizadeh, S; Jahandideh, Gh.; Alizadeh, M, Alizadeh, V. (2008). Investigating the environmental effects of the geothermal power plant on the water resources of Khiauchai River in Meshgin Shahr. The 12th National Environmental Health Conference, Tehran. Shahid Beheshti University of Medical Sciences. [In Persian] 3-Aronoff, S. (2012). Remote sensing for managers. Translated by Darwish Safat, Ali Asghar; Pirbawqar, Mehtab and Manijeh Rajabpourrahmati. Tehran University Press, second edition. 710 p. [In Persian] 4-Asl Hashemi, A., Heydari, H. (2013). Environmental Impact Assessment of Meshkinshahr Geothermal Power Plant, Conference on Climate Change and a Way to a Sustainable Future, Tehran, Jamiat Hamian Zamin Non-Governmental Organization. [In Persian] 5-Bayati Khatibi, M., Amirian, Y. (2022). Land use classification and calculation of changes from 1392 to 1400 using Landsat 8 satellite data. Journal of Remote Sensing and Geographic Information System in Environmental Sciences, 2(3), 25-48. doi: 10.22034/rsgi.2022.15375 6-Berrizbeitia, Luis D. (2014). Environmental Impacts of Geothermal Energy Generation and Utilization. Department of mines, minerals and energy chapter 170. Vol. 33 Iss. 21 - June 12, 2017. 7-Chen, Z., Chang, R., Guo, H., Pei, X., Zhao, W., Yu, Z., & Zou, L. (2022). Prediction of Potential Geothermal Disaster Areas along the Yunnan–Tibet Railway Project. Remote Sensing, 14(13), 3036. 8-Ferreira, B., Silva, R.G., & Iten, M. (2022). Earth Observation Satellite Imagery Information Based Decision Support Using Machine Learning. Remote Sensing, 14(15), .6773 9-Fridleifsson. B, Ingvar and R. Bertani and E. Huenges and L. Rybach. (2008). The possible role and contribution of geothermal energy to the mitigation of climate change. Luebeck, Germany. pp. 59–.08 10-Glassley, E. William. (2010). Geothermal Energy: Renewable Energy and the Environment, CRC Press. 11-Huete, A. R., Post, D.F. and Jackson, R.D., (1984). Soil spectral effects and 4-space vegetation discrimination. Journal of remote sensing of Environment, 15:155-.561 12-Idroes, R., Yanis, M., & Idroes, G.M. (2021). A low-cost UAV based application for identify and mapping a geothermal feature in ie jue manifestation, Seulawah Volcano, Indonesia. GEOMATE Journal, 20(80), 135-.241 13-Ioannou, K., & Myronidis, D. (2021). Automatic detection of photovoltaic farms using satellite imagery and convolutional neural networks. Sustainability, 13(9), 5323. 14-Jafarzadeh, J, Hasani Tabar, S M. (2021). The use of thermal remote sensing in extracting the temperature of the earth's surface and checking its compliance with land use patterns. Journal of Remote Sensing and Geographical Information System in Environmental Sciences, 1(1), 51-66.[In Persian] 15-Khairkhah Zarkash, M, Mahbubian, A, Hasadi, H. (2013). Comparison of surface albedo estimates obtained from Landsat and Moody's images. Journal of remote sensing and geographic information system in natural resources. Third year. Number 3. (12 pages - from 49 to 60). [In Persian] 16-Mahwa, J., Li, D.J., Ping, J.H., Leng, W., Tang, J.B., & Shao, D.Y. (2022). Mapping the spatial distribution of fossil geothermal manifestations and assessment of geothermal potential of the Tangyin rift, Southeast of Taihang Mountain in China. Journal of Mountain Science, 19(8), 2241-2259. 17-Mohammadyari, F.; Tavakoli, M.; Pourkhbaz, H., Aghdar H. (2013). Preparation of vegetation map and monitoring its changes using remote sensing techniques and geographic information system (case study of Behbahan city). Geographical information magazine (Sepehr). Volume 23, Number 92, pp. 23-34. [In Persian] 18-Mokhtari, A.; Kinjad, S.; Fathianpour, N.; Irannejadi, M. (2013). Finding the potential of geothermal resources in East Azerbaijan province on a scale of 1:250,000 using geological and exploration data in GIS environment. Journal of Advanced Applied Geology. No. 3. Volume 1. pp. 115-105. [In Persian] 19-Moraga, J., Duzgun, H. S., Cavur, M., & Soydan, H. (2022). The Geothermal Artificial Intelligence for geothermal exploration. Renewable Energy, 192, 134-149. 20-Nazmfar, H., Jafarzadeh, J. (2018). Classification of Satellite Images in Assessing Urban Land Use Change Using Scale Optimization in Object-Oriented Processes (A Case Study: Ardabil City, Iran). J Indian Soc Remote Sens 46, 1983–1990 (2018). https://doi.org/10.1007/s12524-018-0850-7 21-Ngene, T., Mukhopadhyay, M., & Ampana, S. (2022). Reconnaissance investigation of geothermal resources in parts of the Middle Benue Trough, Nigeria using remote sensing and geophysical methods. Energy Geoscience, 3(4), 360-.173 22-Razaghi, A. (2011). Geothermal energy and its applications. Nashay Alam magazine. Second year. No. 1. pp. 35-30. [In Persian] 23-Rezazadeh, Y, Alijani, B. (2016). Synoptic statistical analysis of damaging cold waves in northwestern Iran. Scientific Research Journal of Geography and Planning. Year 21. Number 61. pp. 183-202. [In Persian]
بررسی تأثیر نیروگاه زمین گرمایی در پوشش گیاهی مناطق اطراف سایت با استفاده از پردازش... جعفر جعفرزاده 221 24-Sanyal. K. S. and W. J. Morrowand J. S. Butler. 2010. Cost of Electricity from Enhanced Geothermal Systems. Thirty-Second Workshop on Geothermal Reservoir Engineering, Stanford, California. 25-Sobouti, Y. (2018). Climate and its changes in the 20th and 21st centuries. Nasha Alam magazine. First year. No. 2. P. 5. [In Persian] 26-Statistical Yearbook. 2013. Population and housing census. Aedebil province. [In Persian] 27-Tarish, A. B., Sali, A., Shariff, A. R. M., Hanafi, M., Ismail, A., & Mohammed, I. A. (2021, November). Thermal Satellite Imagery Analysis and Emissivity Characteristics for the Prediction of Oil Reservoirs Existence. In 2021 7th International Conference on Space Science and Communication (IconSpace) (pp. 227-232). IEEE. 28-Yilmaz. Ersel; and Mustafa Ali Kaptan. 2017. Environmental impact of geothermal power plants in Aydın, Turkey. E3S Web of Conferences 19, 02028. DOI: 10.1051/e3sconf/20171902028. 29-Yousefi, H; Noorollahi, Y, Tika, S. (2018). Evaluation of the environmental effects of Meshkinshahr Geothermal Power Plant (EIA). Fourth National Energy Conference, Tehran. National Energy Committee of the Islamic Republic of Iran. Deputy of Electricity and Energy Affairs of the Ministry of Energy. [In Persian] | ||
|
آمار تعداد مشاهده مقاله: 877 تعداد دریافت فایل اصل مقاله: 745 |
||