مفاهیم و مبانی

دوره بازگشت به برآورد احتمال روی‌دادن یک پدیده طبیعی مثل سیل یا تغییرات دبی رودخانه گفته می‌شود. معمولاً محاسبه و برآورد دوره بازگشت بر پایه اندازه‌گیری آماری داده‌های تاریخی به منظور دست‌یابی به میانگین زمان تکرار پدیده در یک دوره زمانی است و برای تحلیل خطر بروز یک پدیده مورد استفاده قرار می‌گیرد. شامل تصمیم گیری در مورد اینکه آیا اجازه می دهد پروژه در منطقه ای از ریسک خاص پیش برود یا طراحی ساختارها برای مقاومت در برابر حوادث با یک دوره بازگشت خاص، مجاز است. تجزیه و تحلیل زیر فرض می کند که احتمال وقوع این رویداد به مرور تغییر نمی کند و مستقل از وقایع گذشته است.

Solutions Simulation Solutions خدمات مشاوره مهندسی در زمینه آب را با تمرکز ویژه بر مدل سازی هیدرولوژیکی و هیدرولیکی ارائه می دهد.

شرکت سازنده، همچنین چندین محصول نرم افزاری را در این زمینه توسعه داده است، از جمله محصولات پرچمدار CatchmentSIM برای نقشه برداری از زیرشاخه ها و ایجاد مدلهای هیدرولوژیکی است. آنها همچنین طراحی انژکتور طوفان را برای خودکارسازی مدل سازی رواناب بارش باران طوفان را طراحی کرده اند. سرانجام، TRIM، یک مدیر شبیه سازی کامل برای TUFLOW توسعه داده شده است.

TRIM محصولی است که توسط Catchment Simulation Solutions برای کمک به مدیریت مدل TUFLOW با کارآمد بیشتر استفاده می شود. این اجازه می دهد تا شما یک صف بزرگ شبیه سازی با هر تعداد شبیه سازی تعیین شده در حال اجرا به طور همزمان مدیریت کنید. این کار سریعترین اتمام کار و حداکثر استفاده از مجوز را تضمین می کند.

سیستم های پردازش داده و بارندگی جهانی ناسا از راه اندازی TRMM در سال 1997 تا ماموریت GPM در حال انجام، مسیری طولانی را طی کرده اند. درست قبل از نیمه شب زمان نور روز شرق در 15 ژوئن سال 2015، یک آتش بر فراز آسمان آفریقای مرکزی ظاهر شد، در ماداگاسکار پراکنده شد، و اقیانوس جنوبی هند سقوط کرد. این پایان آتشین آژانس اکتشاف هوافضای مشترک ناسا و ژاپن (JAXA) ماموریت اندازه گیری باران گرمسیری (TRMM) بود. بازگشت TRMM پس از گذشت بیش از 17 سال در مدار، همچنین پایان اولین ماموریت بزرگ ماهواره ای را به طور اختصاصی برای گردآوری داده های مربوط به بارش گرمسیری و سهم آن در گردش جهانی مشخص کرد.

جمع آوری داده های آغاز شده توسط TRMM با ماموریت مشترک اندازه گیری بارش جهانی NASA / JAXA - GPM که در فوریه 2014 آغاز شده است، ادامه دارد. از زمان راه اندازی TRMM در 1997 تا ماموریت GPM در حال انجام، داده های هیدروسنجی از راه دور با صورت بسیار دور تکامل یافته اند. این انعکاس نه تنها ابزار دقیق، بلکه درک بهتر از چرخه آب و چگونگی ارتباط این چرخه با انرژی، کربن و چرخه های دیگر در حال تکامل سیاره ما است.

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.

پیشگفتار مولفین

بر اساس تجربه تدریس دوره های آموزشی انتقال آلاینده بوسیله آب زیرزمینی متوجه شدیم که مدل ها یک ابزار موثر آموزشی می باشند.بعنوان بخشی از فعالیت دروس آموزشی ما معمولاٌ یکسری تکالیف به دانشجویان ارائه می نماییم که این تکالیف شامل کاربردمدل ها جهت کمک به دانشجویان در تجسم اثر فرایندها بر روی انتقال و فرجام آلاینده در زیر زمین می باشد.مدلهایی که ما استفاده کرده ایم ،معمولاٌ بر روی اینترنت یافت می شوند.بعنوان مثال یک مجموعه از مدلهایی که مبادله اطلاعات میان کامپیوتر وکاربر را میسر می سازد، بوسیله الولوچی وهمکارانش در دانشگاه ایلینویز توسعه داده شده که ابزار کمک آموزشی بسیار عالی می باشند. 

بررسی اجمالی

نمایش پرونده های داده های GPM / TRMM HDF با استفاده از THOR

Orbit Viewer THOR ابزاری برای نمایش پرونده های داده ماهواره ای در بایگانی ماموریت اندازه گیری بارش باران گرمسیری (TRMM) است. THOR مخفف "ابزاری برای بررسی با وضوح بالا" است. این برنامه نقطه ای و کلیک در IDL است که بر روی لینوکس، مک OS X و ویندوز اجرا می شود. این شما را قادر می سازد تا روی نقشه ای از مشاهدات TRMM Earth با وضوح کامل ابزار نمایش داده شود. حتی اگر می خواهید با استفاده از برنامه های IDL خود، خواندن و تجزیه و تحلیل فایل های GPM HDF5 را انجام دهید، می تواند به بیننده داده های THOR نصب شود تا بررسی های سریع روی پرونده های HDF5 شما در حال تجزیه و تحلیل باشد.

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 استفاده از Giovanny، نمودار یا نقشه ای از باران های باران را برای یک محدوده زمانی و موقعیت مکانی تهیه کنید

1. متغیر مورد علاقه را جستجو و انتخاب کنید

با استفاده از مرورگر وب مورد نظر خود به وب سایت Giovanni بروید:

IMERG را در قسمت Keyword وارد کنید و دکمه جستجو را فشار دهید. در صفحه وب نتیجه باید مانند شکل 1 زیر باشد.

یکی از چالش های بزرگ بشر در قرن بیست و یکم با آن روبرو است، تهدید تغییرات جهانی آب و هوا به دلیل افزایش سطح دی اکسید کربن و سایر گازهای گلخانه ای موجود در جو است. آیا تهدید واقعی است؟ مدل های رایانه ای که شرایط آینده را پیش بینی می کنند با برخی از مدل های پیش بینی گرم یا کمی گرم شدن، با بعضی از روش های بسیار مهم تفاوت دارند، در حالی که برخی دیگر افزایش دما را پیش بینی می کنند که به طور قابل توجهی روش زندگی ما را تغییر می دهد. بدون داده های بیشتر و درک بهتر از سیستم فعلی آب و هوا، امید زیادی وجود ندارد که بتوانیم تفاوت های موجود بین مدل های فعلی خود را درک کنیم و هر دو طرف در بحث زیست محیطی همچنان به دنبال نظرات آنها باشند.

ماموریت جهانی اندازه گیری بارش (GPM) یک شبکه بین المللی ماهواره ها است که مشاهدات جهانی نسل بعدی باران و برف را ارائه می دهد. با تکیه بر موفقیت ماموریت اندازه گیری بارش باران گرمسیری (TRMM)، مراکز مفهومی GPM در استقرار ماهواره "هسته" حامل یک سیستم رادار / رادیومتر پیشرفته برای اندازه گیری میزان بارش از فضا و به عنوان یک استاندارد مرجع برای متحد سازی اندازه گیری بارش از مجموعه ماهواره های تحقیقاتی و عملیاتی. از طریق اندازه گیری های مناسب میزان بارش در سطح جهان، ماموریت GPM در پیشبرد درک ما از چرخه آب و انرژی زمین، پیش بینی حوادث شدید که باعث ایجاد خطرات طبیعی و بلایای طبیعی می شوند، بهبود می بخشد و قابلیت های فعلی را در استفاده از اطلاعات دقیق و به موقع بارش باران به طور مستقیم به دست می آورد. جامعه GPM که توسط ناسا و آژانس اکتشاف هوافضا ژاپن (JAXA) به عنوان جانشین جهانی TRMM آغاز شده است، کنسرسیومی از آژانس های فضایی بین المللی، از جمله مرکز National d'Études Spatiales - CNES، سازمان تحقیقات فضایی هند (ISRO) را تشکیل می دهد. اداره ملی اقیانوس و اتمسفر (NOAA)، سازمان اروپایی بهره برداری از ماهواره های هواشناسی (EUMETSAT) و دیگران. رصدخانه هسته GPM در تاریخ 27 فوریه 2014، ساعت 1:37 بعد از ظهر EST از مرکز فضایی Tanegashima، ژاپن آغاز به کار کرد. 

Coronaviruses - CoV خانواده بزرگی از ویروس ها هستند که باعث ایجاد بیماری از سرماخوردگی گرفته تا بیماریهای شدیدتر می شوند. طبق اعلام سازمان بهداشت جهانی (WHO)، اگرچه پایداری در آب آشامیدنی امکان پذیر است، هیچ مدرک و مدارکی در مورد وجود کرونا ویروس ها در منابع سطحی یا زیرزمینی وجود ندارد یا از طریق آب آشامیدنی آلوده منتقل نمی شود.

با این حال، گسترش ویروس ارتباط نزدیکی با آب و فاضلاب دارد. تمیز کردن دست ها می تواند انتقال را کاهش داده و به سالم ماندن افراد کمک کند اما امروز میلیاردها انسان فاقد آب سالم، بهداشت و شستشوی دست هستند و بودجه کافی هستند.

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.

گزارش بحران های آب یکی از اهداف توسعه پایدار سازمان ملل متحد است و کاهش کیفیت و کمیت موجود در آب شیرین به عنوان یکی از ده جدی ترین ریسک اجتماعی توسط گزارش خطرات مجمع جهانی رتبه بندی شده است. رصدخانه BlueDot با استفاده از تصاویر ماهواره ای که از طریق برنامه داده های باز AWS و AWS Cloud موجود است، یک سیستم نظارت جهانی را برای همه ساختار های در معرض خطر ایجاد می کند. این نظارت یک حقیقت غم انگیز را نشان می دهد - از بین رفتن کل ساختار آب در آینده ای نه چندان دور است.

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

برای بسیاری از پروژه های مدل سازی آبخیز، داشتن صحیح DEM یا TIN می تواند تفاوت زیادی ایجاد کند. وارد کردن DEM یا TIN به WMS از هر طریق ممکن است انجام شود.

ساده ترین راه برای بدست آوردن DEM یا TIN وارد کردن پرونده از رایانه به طور مستقیم به پروژه شما است. این کار با استفاده از هر یک از روش های باز کردن پرونده قابل انجام است: دستور Open ،drag-and-drop و غیره.

TUFLOW AD - Advection Dispersion یک ماژول برای شبیه سازی انتقال ذرات تشکیل دهنده متوسط ​، دو و یک بعدی است. هر دو ماده حل شده و ذرات را می توان شبیه سازی کرد.

TUFLOW AD زمینه های عمق و سرعت محاسبه شده توسط موتورهای TUFLOW و ESTRY را بدست می آورد و از این اطلاعات، همراه با شرایط اولیه و مرزی، برای شبیه سازی جریان و پراکندگی اجزاء استفاده می کند. TUFLOW AD بطور خاص در سیستم هایی از جمله آب های ساحلی، مصب رودخانه ها، رودخانه ها، سیلاب ها و مناطق شهری به طور خاص چنین تحلیل هایی را انجام می دهد.

مقدمه WaterHUB

WaterHUB یک بستر ارتباطی و تحقیقاتی جهانی برای تحقیق، آموزش، به اشتراک گذاری دانش و دسترسی جهانی است. WaterHUB برای ارتباط و به اشتراک گذاری دانش و همچنین برای توسعه قابلیت های مبتنی بر فرمتی خاص که شامل داده ها و مدل هایی برای برنامه های مبتنی بر آب است، از زیرساخت های HUB Purdue استفاده می کند. علاوه بر این، WaterHUB همچنین از سایر اقدامات سطح ملی مانند کنسرسیوم دانشگاه ها برای ارتقاء خدمات وب اطلاعاتی هیدرولوژیک (CUAHSI) سیستم اطلاعات هیدرولوژیک (CUAHSI) برای دسترسی به حوزه های عمومی و سطح تحقیقات از مشاهدات سطح نقطه برای جریان، بارندگی و کیفیت آب استفاده می کند. WaterHUB یک محیط مدل سازی چند مقیاس برای پرداختن به چالش جهانی آب با استفاده از مجموعه داده های چندگانه، ناهمگن زمین شناسی و زمانی ارائه می دهد. علاوه بر پرداختن به مباحث فنی و تحقیقاتی، WaterHUB به عنوان پورتال جهانی فعالیت خواهد کرد که محققان، مربیان، دانشجویان، سیاست گذاران و عموم مردم از جمله رسانه ها را به هم متصل می کند تا یک چارچوب جامع برای مقابله با چالش جهانی آب ایجاد کند.

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.

ماژول GPU TUFLOW به TUFLOW HPC اجازه می دهد تا برای محاسبه خود به سخت افزار واحد پردازش گرافیک (GPU) دسترسی پیدا کند. TUFLOW با GPU NVIDIA سازگار است و 10 تا 100 برابر افزایش سرعت را ارائه می دهد!

ماژول GPU پیکربندی شده است که اجازه می دهد دسترسی به چندین کارت GPU به طور موازی برای یک شبیه سازی واحد باشد. این کار برای مدلهای بزرگتر با 10 میلیون میلیون سلول 2D عملکرد استثنایی را فراهم می کند و باعث می شود که ماژول GPU به خوبی با برنامه های سرعت واقعی و با دقت بالا در زمان واقعی مناسب باشد.