در این پست قصد داریم مقایسه ای کنیم بین کاربرد لایه های با دقت بالا در پردازش های مکانی. مدتی است در سایت بیسین لایه DEM نسبتا دقیقی را ارائه دادیم. لایه DEM حاضر دراین سایت، بسته به موقعیت جغرافیایی بر روی محدوده کشور دقت متوسط "چهار و نیم" متری دارد. با توجه به داده های رایگان کنونی که تحت عنوان SRTM و ASTER و... که با دقت حدودا 30 متری در دسترس است (از جمله در سایت بیسین)، می توان داده چهار و نیم متری را بسیار ارزشمند دانست.

نمودارهای زیر، خروجی محاسبات سنجنده ماهواره های ناسا می باشند که به ترتیب، مقدار دما و آب معادل ذخیره برف کشور را از ابتدای مهر ماه سال 1399 تا به میانه تیرماه 1400 نشان می دهد. همچنین در این نمودارها، همین آمار برای سال قبل را به رنگ آبی آورده ایم. ارقام و اعداد نشان می دهد که امسال در مقایسه با سال گذشته، ذخیره برف تقریبا در حدود یک ماه زودتر به حدود صفر رسیده است؛ درحالی که 18 درصد افت در کل ذخیره برفی نیز وجود داشته است. برای دما نیز 1/2 درجه افزایش را شاهد هستیم. آمار بارندگی نیز امسال در مقایسه با سال گذشته تا به این لحظه 37 درصد و نسبت به بلند مدت 52 درصد کاهش را در سرتاسر کشور نشان می دهد.

بررسی های سایت بیسین بر اساس آخرین آمار و اطلاعات در دسترس نشان از این موضوع است که در سال آبی جدید، علاوه بر افزایش دما، ذخیره برف نیز کاهش چشمگیری داشته است. این موضوع را جمع بزنید با کاهش شدید نزول باران در همین سال.

سرمایه گذاری ناکافی عمومی و شهرداری یک چالش اساسی برای مدیریت طولانی مدت زیرساخت های آب شهری است. در آلمان، طی دهه گذشته، سرمایه گذاری سالانه برای بازسازی فاضلاب تقریباً 4 میلیارد یورو بوده است. با این حال، طبق موسسه امور شهری آلمان، سرمایه گذاری مورد نیاز بیش از 7 میلیارد یورو تخمین زده شده است که نشان دهنده کسری سرمایه حداقل 3 میلیارد یورو است.

مدیرکل پیش‌بینی و هشدار سریع سازمان هواشناسی از ورود سامانه بارشی جدید به کشور و کاهش شش تا 15 درجه‌ای دمای هوا در برخی مناطق طی هفته جاری خبر داد. صادق ضیاییان در گفت‌وگو با ایسنا، اظهار کرد: بر اساس آخرین خروجی مدل‌های هواشناسی امروز (۸ فروردین) در استان‌های اردبیل، گیلان، مازندران، گلستان، خراسان شمالی و نیمه شمالی خراسان رضوی بارش باران همراه با وزش باد و در ارتفاعات بارش برف پیش‌بینی می‌شود. شدت بارش نیز در شرق مازندران، گلستان، خراسان شمالی و شمال خراسان رضوی خواهد بود.

شاخص های فرعی موجود در سطح 2 جنبه های شاخص 6.6.1 هستند که یا مدل سازی می شوند و یا نیاز به نظارت "درجا" در خود کشورها دارند. آژانس متولی متناوباً اطلاعات سطح 2 جمع آوری شده توسط کشورها را درخواست کرده و پس از کنترل کیفیت، داده های مناسب را به UNSD ارائه می دهد.

2 شاخص نظارت و گزارش 6.6.1

1.2 جریان داده ها و گزارشگری جهانی

دستور کار 2030 خواستار "چارچوب پیگیری و بازبینی قوی، داوطلبانه، موثر، مشارکتی، شفاف و یکپارچه" برای نظارت بر پیشرفت در برابر SDG است (سازمان ملل، 2015). مجمع عمومی کمیسیون آماری سازمان ملل را که در آن آژانس های آماری از تمام کشورهای عضو سازمان ملل متحد نمایندگی دارند، وظیفه ایجاد چارچوب نظارت بر SDG را بر عهده داشت. بین آژانس و گروه متخصص در شاخص های SDG (IAEG-SDG)، شامل 30 کشور نمایندگی از تمام مناطق، برای ایجاد یک چارچوب شاخص جهانی ایجاد شد. IAEG-SDG با چارچوبی از 232 شاخص SDG موافقت کرد که متعاقباً توسط کمیسیون آمار سازمان ملل، شورای اقتصادی و اجتماعی سازمان ملل (ECOSOC) و در نهایت مجمع عمومی سازمان ملل تصویب شد. هدف از نظارت SDG تولید داده های با کیفیت بالا، به موقع، قابل اعتماد از نظر آماری و قابل مقایسه در مقیاس جهانی است.

در اینجا تصاویری از دریاچه ارومیه را داریم که نشان می دهد اکنون بعد از گذشت چندین دهه تصویر برداری ماهواره ای، نسبت به گذشته چه تغییراتی در این منبع مهم آبی شمال غرب کشور رخ داده است. پردازش های موجود در این بخش حاصل همکارای چند نهاد بین المللی از جمله سازمان ملل متحد و شرکت گوگل است که در بخش توسعه پایدار آب SDG انجام می شود.

تالاب ها

داده ها نشان دهنده مساحت کل تالاب ها در هر دو درصد و کیلومتر مربع واحد است. این داده ها یک اندازه گیری پایه است و برای ردیابی این مبنا به عنوان و هنگامی که سری جدید داده های سالانه در مورد تالاب ها به سایت به روز می شوند، استفاده می گردد.

جنگل حرا

داده ها تغییر کل در میزان حرا را نشان می دهد، از زمان شروع کار (سال 2000) یا arrow_drop_up یا ضرر arrow_drop_down را در هر دو درصد و کیلومتر مربع واحد بدست آورید.

مخازن

حداقل میزان آب مخازن کمترین سطح مشاهده شده (یا حداقل) مخازن در یک سال است (اندازه گیری داخل سالانه). این حداقل میزان از یک سال به سال دیگر متفاوت است. داده ها میزان تغییر حداقل سطح سالانه مخازن در مقایسه با دوره مرجع را نشان می دهد. این تغییر با مقایسه حداقل میزان پنج سال اخیر در مقایسه با یک دوره مرجع پنج ساله (2000-2004) محاسبه می شود. تغییر یا arrow_drop_up یا ضرر arrow_drop_down است که در واحد درصد و کیلومتر مربع نشان داده می شود.

ابزار جستجوی اکوسیستم های آب شیرین یک بستر داده ای رایگان و با کاربرد آسان است. استفاده از بهترین دانش موجود برای ردیابی، نظارت و بهبود سلامت اکوسیستم های آب شیرین. این داده دقیق، به روز، با وضوح بالا و فضای مکانی را به تصویر می کشد که میزان اکوسیستم های آب شیرین را با گذشت زمان تغییر می دهد.

این سامانه یک ماشین زمان مجازی که موقعیت و توزیع زمانی سطوح آب را در مقیاس جهانی طی 3.6 دهه گذشته ترسیم می کند و آماری از میزان و تغییر آنها برای پشتیبانی بهتر از تصمیم گیری در مورد مدیریت مدیریت آب ارائه می دهد.

در این پست، در چند بخش مجزا آمار بارش کشور ارائه می شود. مرجع آمار و ارقام، منابع معتبری مثل وزارت نیرو و ماهواره های ناسا است. همچنین اطلاعیه های مهم آب و هوایی در این قسمت ارائه می گردد. این پست بسته به رخداد های آب و هوایی بروز می گردد.

وزیر نیرو گفت: در نیمه سال آبی جاری میزان بارش‌ها نسبت به سال قبل حدود ۴۰ درصد کاهش داشته است. "رضا اردکانیان" در حاشیه جلسه هیئت دولت با اشاره به میزان بارش‌ها در کشور اظهار کرد: در نیمه سال آبی جاری میزان بارش‌ها نسبت به سال قبل تاکنون حدود 40 درصد و نسبت به بلندمدت حدود 30 درصد کاهش دارد که امیدوار هستیم در روزها و هفته‌های پیش‌رو به‌ویژه در فصل بهار با نزول رحمت الهی جبران قابل ملاحظه‌ای در این زمینه داشته باشیم.

1.8 معرفی

طبق UNESCO-WMO (1992) موج سیل به عنوان "افزایش جریان به حداکثر تاج و رکود بعدی آن، ناشی از یک دوره بارش، ذوب برف، خرابی سد یا آزاد شدن نیروگاه برق آبی" تعریف شده است. در این فصل فقط موج های سیلاب ایجاد شده توسط دلایل طبیعی در روند مدل سازی آنها در نظر گرفته خواهد شد.

4.7 شناسایی (ساختن) یک مدل ریاضی

ما یادآوری می کنیم که یک مدل ریاضی مجموعه ای از روابط بین متغیرهای فیزیکی سیستم مورد تجزیه و تحلیل را نشان می دهد، که به صورت معادلات جبری، معادلات دیفرانسیل یا معادلات / سیستم معادلات مشتقات جزئی بیان می شود.

با انتشار SMS 13.1 beta، ابزاری جدید به جعبه ابزار Dataset اضافه شده است. جعبه ابزار Dataset شامل ابزارهای زیادی برای ایجاد مجموعه داده های جدید از داده های موجود در پروژه شما است. جعبه ابزار Dataset شامل ماشین حساب داده و همچنین ابزارهایی برای مقایسه مجموعه داده ها و تکمیل توابع خاص است.

ماشین بردار پشتیبانی (Support vector machines - SVMs) یکی از روش‌های یادگیری با نظارت است که از آن برای طبقه‌بندی و رگرسیون استفاده می‌کنند. این روش از جملهٔ روش‌های نسبتاً جدیدی است که در سال‌های اخیر کارایی خوبی نسبت به روش‌های قدیمی‌تر برای طبقه‌بندی نشان داده‌است. مبنای کاری دسته‌بندی کنندهٔ SVM دسته‌بندی خطی داده‌ها است و در تقسیم خطی داده‌ها سعی می‌کنیم خطی را انتخاب کنیم که حاشیه اطمینان بیشتری داشته باشد. حل معادله پیدا کردن خط بهینه برای داده‌ها به وسیله روش‌های QP که روش‌های شناخته شده‌ای در حل مسائل محدودیت‌دار هستند صورت می‌گیرد.

LakePy در HydroWeb ابزاری کاربر محور pythonic یرای پایگاه داده سطح آب جهانی دریاچه است. این بسته می تواند بلافاصله سطح آب دریاچه را برای حدود 2000+ دریاچه پراکنده در سراسر جهان تحویل دهد. داده ها از سه منبع تهیه می شوند (تاکنون!)

ORNL DAAC همچنین چندین ابزار زیر مجموعه MODIS و VIIRS برای زیر مجموعه سازی داده ها دارد. با استفاده از ابزار جهانی زیر مجموعه، می توانید برای هر مکان روی زمین، به عنوان GeoTIFF و در قالب متن، از جمله نمودارهای سری زمانی تعاملی و موارد دیگر، یک زیر مجموعه درخواست کنید. کاربران با وارد کردن مختصات جغرافیایی سایت و محدوده اطراف آن سایت، از یک پیکسل تا 201 201 201 کیلومتر، سایتی را مشخص می کنند. از مجموعه داده های موجود، می توانید یک تاریخ مشخص کنید و سپس از MODIS Sinusoidal Projection یا Geographic Lat / Long انتخاب کنید. برای درخواست داده نیاز به ورود به سیستم Earthdata دارید.

ORNL DAAC ابزاری برای تجسم رطوبت خاک تحت عنوان Soil Moisture Visualizer ایجاد کرده است (که در این زمینه اطلاعاتی را در این زمینه بخوانید: ابزار تجسم شامل داده های موجود در محل، هوا و از راه دور را در یک سیستم عامل آسان برای استفاده قرار می دهد. این یکپارچه سازی به اعتبار سنجی و درجه بندی داده ها کمک می کند و تداوم داده های مکانی و زمانی را فراهم می کند. همچنین تجزیه و تحلیل اکتشافی و کشف داده ها را برای گروه های مختلف کاربران تسهیل می کند. Soil Moisture Visualizer این قابلیت را دارد که از لحاظ جغرافیایی زیر مجموعه و بارگیری داده های سری زمانی در قالب .csv را انجام دهد. برای کسب اطلاعات بیشتر در مورد مجموعه داده های موجود و استفاده از ویژوالایزر، به راهنمای تجسم مرطوب خاک مراجعه کنید.