نوع مقاله : علمی - پژوهشی
نویسندگان
1 کارشناس ارشد سنجش از دور و GIS، دانشگاه شهید چمران اهواز
2 دانشیار، گروه سنجش از دور و GIS، دانشگاه شهید چمران اهواز
3 استادیار، پژوهشکدة آبزی‌پروری جنوب کشور
4 مربی، گروه سنجش از دور و GIS، دانشگاه شهید چمران اهواز
چکیده
محیط دریا فرصت‌های مهمی را برای پیشرفت در زمینة شیلات و بهره‌برداری منابع طبیعی فراهم می‌کند. ماهیگیری منبعی برای تهیة مواد غذایی است و منبعی مهم برای درآمد در ایران شمرده می‌شود. با توجه به نیاز بسیار برای شناسایی میزان توزیع منابع ماهی، اطلاعات به‌دست‌آمده از ماهواره‌ها نقش مهمی در برنامه‌های کاربردی شیلات ایفا می‌کنند. داده‌های سنجش از دور مربوط به رنگ اقیانوس می‌توانند در کاربردهای بسیاری همچون ماهیگیری تجاری، حمل‌ونقل دریایی و استخراج معدن در اقیانوس استفاده شوند. با توجه به اینکه تصاویر ماهواره‌ای پوشش مکانی گسترده و تکرار بالایی فراهم می‌کنند، در پیش‌بینی مکان‌های بالقوة ماهیگیری می‌توانند بسیار یاریگر باشند. توان تفکیک طیفی بالای سنجندة مودیس (MODIS) و دارابودن باندهای حرارتی متعدد آن را به‌نسبت دیگر سنجنده‌ها در موقعیت ممتازی قرار می‌دهد. اعتبارسنجی تصاویر دمای سطح دریا مربوط به سنجندة مودیس با داده‌های برداشت‌شده در ایستگاه‌های زمینی با ضریب همبستگی 84/0 انجام شد. در این تحقیق پس از تهیة لایه‌های دمای سطح آب، ارتفاع سطح دریا، غلظت کلروفیل -a و شیب حرارتی سطح آب، نقشة مکان‌های مستعد صید ماهی در خلیج فارس تهیه شد. روش‌های فازی نمایشی قوی از اجزای مهم تصمیم‌گیری مکانی و همچنین، نمایش مفاهیم مبهم و غیردقیق را فراهم می‌کنند. وزن‌دهی لایه‌ها به‌روش FAHP صورت گرفت و بیشترین وزن به دادة دمای سطح دریا، در جایگاه پارامتر مؤثر در این تصمیم‌گیری داده شد. پس از روی‌هم‌گذاری لایه‌ها، نتایج ارزیابی دقت نقشه‌های نهایی نشان می‌دهد که 82% از میزان صید انجام‌شده در دریا در مکان‌هایی صورت گرفته است که بهترین مناطق در نقشه‌های مناطق مستعد صید شمرده می‌شوند. با صید هدفمند می‌توان بازدهی صید را در زمانی کمتر از زمان کنونی افزایش داد. این امر می‌تواند با ادغام سنجش از دور و سیستم اطلاعات جغرافیایی تحقق یابد.
کلیدواژه‌ها
عنوان مقاله [English]
Determine Potential Fishing Zones in the Persian Gulf Using Remote Sensing and GIS
نویسندگان [English]
- , Z. Fazilatpour 1
- , K Rangzan 2
- G.R Eskandari, 3
- , A Saberi 4
1 M.Sc. of RS & GIS Dep. of Remote Sensing and GIS, Chamran University in Ahvaz
2 Associate Prof., Dep. of Remote Sensing and GIS, Chamran University in Ahvaz
3 Assistant Prof. of Southern Research Center Aquaculture
4 Lecturer, Dep. of Remote Sensing and GIS, Chamran University in Ahvaz
چکیده [English]
Marine environment, including the ocean and coastal areas provide enormous opportunities for the growth in fisheries and the exploitation of natural resources. Fishing is an important source for the food production industry and in Iran. Due to the high demand to find fish resources, data from satellites play an important role in fisheries applications. Remote sensing of ocean color can be used in many applications, such as commercial fishing, marine transport, ocean mining, oil and gas exploration, hydrography, etc. Since the satellite images can provide a wide area coverage and good temporal resolution, they can be of great help in detecting potential fishing zones. The MODIS sensor that has the capability of high spectral resolution and multiple thermal bands make it a superior sensor compared to other types. In this research, the correlation coefficient value between MODIS satellite images and in-site water samples were at 0.84, which indicates a high accuracy of SST MODIS Images. This research aims to determine potential fishing zones in the Persian Gulf by using layers of sea surface temperature, sea surface height, chlorophyll - a and sea surface temperature gradient of water surface. Fuzzy methods provide a good decision making algorithm to determine the location of important areas, including uncertain and unclear ones. In this decision was given weighting layer through FAHP procedure was performed and the highest weight in the sea surface temperature as a parameter. After overlaying layers, the results indicate that 82% of the selected areas coincide with that of commercial fishing zones. The application of targeted fishing can be used to increase fishing efficiency at lower time compared to the current longer time that is possible by integrating remote sensing and Global geographic information system (GIS).
کلیدواژه‌ها [English]
- Fishery
- Potential Fishing Zone
- RS
- MODIS
- FAHP
- پارساپور، ر.، 1391، جغرافیای دریای پارس (خلیج فارس) http://www.persiangulfstudies.com/fa/index.asp?p=pages&ID=166&Sub=164.
- خبرگزاری فارس، 1391، افزایش 30 درصدی صید ماهی/ فقدان امنیت و حمایت مالی، بزرگ‌ترین چالش
- http://www.farsnews.com/newstext.php?nn=13910923000570
- عطایی، م.، 1389، تصمیم‌گیری چندمعیارة فازی، شاهرود، دانشگاه صنعتی شاهرود.
- علوی‌پناه، س.ک.، 1385، سنجش از دور حرارتی و کاربردهای آن در علوم زمین، تهران، دانشگاه تهران.
- کانون پژوهش‌های خلیج فارس، 1391، اقتصاد خلیج فارس http://www.persiangulfstudies.com/fa/index.asp?p=pages&ID=607&Sub=164
- مؤمنی، م.، فعال قیومی، ع.، 1389، تحلیل‌های آماری با استفاده از SPSS، تهران، کتاب نو.
- Barale, V., Gower, J.F.R. & Alberotanza, L., 2010, Oceanography from Space, Revisited, Springer.
- Bellman, R.E. & Lotfizadeh, A., 1970, Decision-Making in a Fuzzy Environment, Management science, 17(4), PP. 141-164.
- Beverly, S. & Choi, Y., 2011, A Beginner’s Guide to Using Remote Sensing for Offshore Tuna Fishing, Secretariat of the Pacific Community Nearshore Fisheries Development Section, Noumea, New Caledonia. PP. 1-8.
- Butler, M.J.A., Mouchot, M.-C., Barale, V. & LeBlanc, C., 1988, The Application of Remote Sensing Technology to Marine Fisheries: An Introductory Manual, Food & Agriculture Org, PP. 165.
- ÇiFTÇ, N., 2005, Determination of Potential Favorable Zones for Pelagic Fish Aggregation (Anchovy) in the Black Sea Using RS and GIS, Middle East Technical University, PP. 5, 10-13.
- Jiang, H. & Eastman, J.R., 2000, Application of Fuzzy Measures in Multi-Criteria Evaluation in GIS, International Journal of Geographical Information Science, 14(2), PP. 173-184.
- Malczewski, J., 1999, GIS and Multicriteria Decision Analysis, John Wiley & Sons, P. 13.
- Palenzuela, J., Iglesias, G.M. & Vilas, L.G., 2004, Pelagic Fisheries Study Using GIS and Remote Sensing Imagery in Galicia (Spain), ICES CM.
- Saaty, T.L., 1980, Mathematical Models for Decision Support, Springer, PP. 109-121.
- Solanki, H.U., Mankodi, P.C., Nayak, S.R. & Somvanshi, V.S., 2005, Evaluation of Remote-Sensing-Based Potential Fishing Zones (PFZs) Forecast Methodology, Continental Shelf Research, 25(18), PP. 2163-2173.
)