توسعه نرم افزار منبع باز ابزارهای شگفت انگیز جدیدی را در همه زمینه ها به ارمغان می آورد. در هیدروژئولوژی و مدل سازی آبهای زیرزمینی تعداد روزافزونی از بسته های نرم افزاری و نرم افزاری خاص منبع باز وجود دارد. ما می خواستیم جدیدترین کتابخانه های مربوط به پایتون مربوط به هیدروژئولوژی را جمع آوری کنیم، از مراجع درخواست کردیم و از طریق وب تحقیق کردیم تا لیست زیر را به شما ارائه دهیم.

تصاویر ماهواره ای توانایی دیدن سطح زمین در سال های اخیر را برای ما فراهم کرده است، اما ما در درک پویایی پوشش زمین و تعامل با عوامل اقتصادی، جامعه شناختی و سیاسی چندان موفق نبوده ایم. برخی از نقص های این تجزیه و تحلیل در استفاده از نرم افزار تجاری GIS مشاهده شد، اما محدودیت های دیگری نیز در نحوه اعمال فرآیندهای منطقی و ریاضی بر روی مجموعه ای از تصاویر ماهواره ای وجود دارد. کار با داده های جغرافیایی روی پایتون امکان فیلتر کردن، محاسبه، برش، تلفیق و صادرات داده های رستری و برداری را با استفاده شرایط کارآمدی از توان محاسباتی فراهم می کند و دامنه بیشتری در تجزیه و تحلیل داده ها دارد.

یک سؤال بزرگ وقتی پیش آمد که در دوران مدرن یا در 5 سال گذشته با مدل سازی عددی سر و کار داشته باشیم، و این سؤال این است که مهارت های برنامه نویسی باید در یک هیدروژئولوژیست - مدل ساز عددی چقدر وجود داشته باشد؟ این سؤال بالاتر از این سؤال است: آیا یک متخصص هیدروژنولوژیست - باید به هر زبانی برنامه نویسی کد تولید کند؟

یکی از جدیدترین برنامه های ارائه شده توسط Google،محیط Google Earth Engine، یک پلت فرم پیشرفته پردازش زمین شناسی مبتنی بر فضای ابری است که عمدتاً برای تجزیه و تحلیل داده های زیست محیطی در مقیاس سیاره ای طراحی شده است. این مجموعه ای از کاتالوگ چند پتایی از تصاویر ماهواره ای و مجموعه داده های مکانی را در اختیار کاربران قرار می دهد تا به کاربران امکان تجسم، دستکاری، ویرایش و ایجاد داده های مکانی را به روشی آسان و سریع ارائه دهند. این مجموعه طیف گسترده ای از ابزارهای دستکاری مکانی را در اختیار دانشمندان، محققان و توسعه دهندگان قرار می دهد تا تغییرات، روند نقشه ها و تعیین اختلافات در سطح زمین را تشخیص دهند.

شکل 1: به عنوان مثال نتایج جستجوی Mirador برای IMERG.

بررسی اجمالی:

داده های GPM IMERG را با استفاده از پایتون بخوانید.

این دستورالعمل نحوه خواندن داده ها از مجموعه داده IMERG ماموریت جهانی اندازه گیری بارش (GPM) با استفاده از پایتون را نشان می دهد.

بهترین شکل:

کاربر می خواهد داده های GPM IMERG را با استفاده از پایتون بخواند

با معرفی کیفیت آب Ulyssys Viewer، یک اسکریپت سفارشی برای تجسم پویا از شرایط کلروفیل و رسوب بدنهای آب بر روی تصاویر Sentinel-2 و Sentinel-3 می توان بدست آورد. کار آندرس زلینسکی و گرگلی پادنیی-گلیس در دور دوم مسابقه اسکریپت سفارشی Sentinel Hub جایزه اول را بدست آورده است و در مخزن GitHub ما موجود است. این پست بخشی از سلسله پستهای  مهمان است که توسط نویسندگان اسکریپت نوشته شده است، در مورد ورود آنها به مسابقه ما صحبت می کند، به بینش بیشتری در مورد نحوه کار اسکریپت ها و آنچه می توان با استفاده از آنها دست یافت.

در شکل بالا سطح آب جاری سد استرکفونتین (98.3٪)، سد براندولی (59.9٪) و هاکسکین پان (0٪) در آفریقای جنوبی با استفاده از تصاویر Sentinel-2 تهیه شده توسط ESA تعیین شد. همه ما از طریق مستندهای تلویزیونی، اخبار در رسانه های رسمی یا بسترهای رسانه های اجتماعی بیشتر و بیشتر در آگاهی از تصاویر ماهواره ای قرار می گیریم. دلیل اصلی همه اینها، سیاست داده های باز است که ابتدا توسط ناسا و بعد از آن توسط برنامه کوپرنیک اتحادیه اروپا اتخاذ شده است، که تصاویر ماهواره ای را تقریباً برای همه قابل دسترسی کرده است. قادر بودن به دیدن سیاره ما از راه دور، دیدگاه های ما در مورد کره زمین و چگونگی تغییر آن را تغییر می دهد. ما می توانیم تغییرات فصلی، ویرانی های ناشی از بلایای طبیعی یا پیامدهای تغییرات آب و هوایی را مشاهده کنیم. 

پشته ای از تصاویر Sentinel-2 از یک منطقه کوچک در اسلوونی، و به دنبال آن یک پیش بینی پوشش زمین، که از طریق روش های ارائه شده در این پست بدست آمده است. قسمت دوم درباره کاربری اراضی و طبقه بندی پوشش اراضی با eo-Learn در اینجا در دسترس است. این قسمت از امتداد قسمت اول انتخاب می شود، جایی که ما یک رویکرد اساسی در مورد موارد زیر ارائه کردیم:

• تقسیم منطقه مورد علاقه (AOI) به EOPatches
• به دست آوردن داده های تصویر Sentinel-2 و ماسک های ابری
• محاسبه اطلاعات اضافی از جمله شاخص پوشش گیاهی با اختلاف عادی (NDVI)، شاخص آب عادی تفاوت (NDWI)، هنجار اقلیدسی باند های شامل (NORM) و غیره.
• افزودن داده های مرجع شطرنجی از داده های بردار به EOPatches

eo-Learn یک کتابخانه پایتون منبع باز است که به عنوان پلی بین ارتباط زمین مشاهده / سنجش از راه دور و اکوسیستم Python برای علم داده و یادگیری ماشین عمل می کند. ما در حال حاضر یک پست وبلاگ اختصاصی در اینجا داریم که شما را به خواندن تشویق می کنید. این کتابخانه از آرایه های بی شماری و هندسه های زیبا به منظور ذخیره و اداره داده های سنجش از دور استفاده می کند. هم اکنون در منبع GitHub ما موجود است و می توانید مستندات بیشتری را در صفحه ReadTheDocs بیابید.

HydroShare سیستمی است که توسط کنسرسیوم دانشگاه ها برای پیشرفت شرکت Hydrologic Science Inc یا CUAHSI اداره می شود که به کاربران این امکان را می دهد تا داده ها و مدل ها را در قالب های مختلف انعطاف پذیر به اشتراک بگذارند و منتشر کنند و این اطلاعات را به صورت قابل اعتماد، به حالت اشتراک و در دسترس قرار دهند. روش قابل کشف HydroShare شامل مخزنی برای داده ها و مدل ها و ابزارها (برنامه های وب) است که می تواند براساس محتوا در HydroShare عمل کند و دروازه ای را برای محاسبات با عملکرد بالا در اختیار کاربران قرار دهد.

مدیریت آبهای زیرزمینی جنبه های کمی و کیفی را در نظر می گیرد. توسعه شهری در کشورهای نوظهور با خدمات بهداشتی مطابقت ندارد و گاهی اوقات منبع آب نیز محل دفع فاضلاب است. این یک آموزش سریع در مورد شبیه سازی گروهی از تأثیر الاستیک بر روی چاه آب در نیجریه است. شبیه سازی با MODFLOW و MT3DMS در شرایط گذر بیش از 70 سال انجام شده است.

یک آموزش جالب برای تبدیل یک مدل جریان آب زیرزمینی عددی سه‌بعدی که با MODFLOW به یک مدل 2D سبک انجام شده است. مورد مطالعه، یک مدل جریان آب زیرزمینی از نشت سد است که با گسسته سازی افقی از 50 تا 12.5 متر و 21 لایه انجام می شود. آموزش شی و مکانی مجموعه داده های آموزشی همراه با برخی بحث در مورد ساخت مدل و گسسته سازی.

ادامه بهره برداری از آب های زیرزمینی در آب و هوای خشک باعث ایجاد سناریوی شدید جریان و ذخیره آب های زیرزمینی می شود. با افزایش نرخ پمپاژ، جریان های حاصل از شارژ، ذخیره و آب دریا افزایش می یابد. با گذشت زمان، آب دریا وارد آبخوان می شود و به چاه ها می رسد و بر کیفیت آب تأثیر می گذارد. این آموزش تاثیر بهره برداری شدید از آب زیرزمینی 50 چاه در یک دوره شبیه سازی 60 ساله را نشان می دهد.

MODFLOW یک نرم افزار برای مدل سازی آب های زیرزمینی است که توسط USGS ساخته شده است. این نرم افزار قادر است شرایطی را که مربوط به جریان آب زیرزمینی مانند تبخیر و تعرق، شارژ مجدد، زهکشی، تعامل رودخانه در میان دیگران است، نمایان کند. رویکرد متفاوت متناسب آن توانایی محاسبه رژیم جریان با کنترل استثنایی بر اختلاف بودجه آب را فراهم می آورد. با MODFLOW می توان به این امر تکیه کرد که جریان موجود در مدل، همان جریان خارج از آن، از مقیاس منطقه ای و مقاطع است.

MODFLOW برای محاسبه سطح آب و رژیم های جریان آب زیرزمینی طراحی شده است، و می توان آن را با یک مدل حمل و نقل قوی به عنوان MT3DMS همراه کرد. یک ابزار مناسب برای مدل سازی ردیابی ذرات، MODPATH است. این نرم افزار قادر به محاسبه خطوط جریان و زمان مربوط به ذرات در جریان آب های زیرزمینی است.

مدل سازی آب های زیرزمینی می تواند در مقیاس های زمانی و مکانی مختلف انجام شود ، از یک آزمایشگاه تا یک حوضه کامل ، از حالت پایدار تا هزاران سال. هر الزام مدل سازی دارای یک تفسیر خاص و تنظیم شرایط مرزی است. این آموزش در مورد نمونه ای از مدل سازی آب های زیرزمینی منطقه ای در حوضه آند در شرایط پایدار است ، این آموزش کل مجموعه مراحل مدل سازی را به عنوان تولید شبکه و واردات ارتفاع و همچنین شبیه سازی مدل و ارزیابی نتیجه را در بر می گیرد. مدل سازی عددی در نرم افزار منبع باز به عنوان MODFLOW با Model Muse انجام شد که هر دو توسط USGS تهیه شده اند.

در دوران مدرن سازمان ها و نهادها داده های زیادی را ثبت می کنند، و نرم افزار محاسباتی می تواند با تعداد زیادی از داده ها کار کنند، اما مطمئناً ما نتوانسته ایم داده ها را ذخیره کنیم. ما گزارش هایی را منتشر می کنیم، جدول ها و نقشه ها را ایجاد می کنیم، اما بیشتر از حفظ داده هایی که شخص دیگری می تواند آنرا بررسی کند و در مطالعه خود یا مجدداً تجزیه و تحلیل کند، بیشتر به ارائه نظرات و ارزیابی ها متمرکز شده ایم.

هیدروژئولوژی و کابوس وابستگی های نامشخص است

آینده نزدیک پردازش داده ها برای Hydrology / Hydrogeology در پایتون 3 نوشته شده است و بسیاری از دانشگاه ها و موسسات از آموزش C ++ ،Matlab یا Fortran به Python در حال تغییر هستند. میزان ابزارها، بسته ها، کدها و نوت بوک های Ipython موجود برای پردازش داده ها و تجزیه و تحلیل داده های مربوط به آب، حتی با موفقیت بسیار بالا در تکرارپذیری تجزیه و تحلیل داده ها، شگفت آور است.

مقدمه محتوایی:

قبل از توضیح راجع به این مطالعه شایسته است یادآور شویم که علوم مختلف در جای خود بسیار مفید و دارای ارزش می باشند ولی زمانی که بتوان آنها را به شکل منطقی طوری با یکدیگر مرتبط کرد که هر کدام بتواند کمبود ها و خطاهای یکدیگر را پر کنند و نهایتا بتوان تکنیک یا ابزاری کاربردی برای رفع یک مشکل یا معضل ادا کرد. آنگاه ارزش و اثر این علوم برای اهداف مختلف صدچندان می شود. در این مطالعه با تلفیق تمامی روش های مختلف کیفی به بهترین و کاربردی ترین روش ارزیابی کیفی منابع آب در سطح گستره ایران بدست می آید که این امر جز با ترکیب روش ها و علوم مختلف امکان پذیر نمی باشد.

MODFLOW 6 آخرین نسخه کد مدل سازی زیرزمینی MODFLOW توسط USGS است. این نسخه شامل برخی از ابزارهای نوآورانه و یک شکل مجدد کامل ساخت مدل است، اما تا به امروز این کد هیچ رابط کاربری گرافیکی (GUI) تجاری / باز نداشته است که باعث بهبود استفاده از کد برای طراحان مبتدی و مبتکران علوم زمین می شود.

ماژول Gempy به عنوان کتاب منبع باز پایتون برای تولید مدل های زمین شناسی ساختاری کامل 3D است. این کتابخانه کامل برای ایجاد مدل های زمین شناختی از interfaces، گسل ها و جهت گیری های لایه است، همچنین توالی لایه های زمین شناسی را برای نشان دادن نفوذ و خطاهای سنگ انجام می دهد.

الگوریتم برای مدل سازی زمین شناسی مبتنی بر واسنجی cokriging جهانی با حمایت از کتابخانه های ریاضی Python تحت عناوین Numpy، PyMC3 و Theano است.

بهره وری پمپاژ چاه به محیط های متخلخل آبخوان، ضخامت و گسترش آبخوان، فرایندهای فیزیکی چرخه آب مربوط به رژیم جریان آب های زیرزمینی، طرح های طراحی چاه و عملیات آن بستگی دارد. تعیین حداکثر میزان پمپاژ از یک چاه کلیدی برای روند ساخت و ساز خوب است، زیرا در تعیین حداکثر نرخ مربوط به اندازه پمپ، صدور مجوز، خرید مواد هدایت و ابعاد امکانات ذخیره سازی آب مهم است. این در برآورده شدن امکان سنجی پروژه، برآورد حداکثر سرعت برای پاسخگویی به تقاضای پروژه در مراحل مختلف آن اهمیت دارد.

به منظور تخمین دقیق تابع هدف، مدلسازی آب های زیرزمینی با MODFLOW و سایر کدها به صورت مدلسازی معکوس تعریف می شود که در آن پارامترهای کلیدی از طریق مقایسه نتایج مدل با داده های مشاهده شده محاسبه می شود. این فرایند مقایسه طولانی است، استفاده از معیارهای پذیرش و تحلیل روند متاثر شرایط مرزی است.