Investigation of the Relationship between Land Surface Changes due to Subsidence and Groundwater using Sentinel-1 Satellite Images and Statistical Models (Case study: Varamin plain)

Document Type : Research Paper

Authors

1 Phd student,, Faculty of Civil, Water and Environmental Engineering, Shahid Beheshti University, Tehran, Iran,

2 Phd,, Shahr-e-Qods Branch, Islamic Azad University,Tehran, Iran.

3 Phd, Civil-Water Recourses management, Ab Sanat energy co Managing Director, Tehran, Iran,

4 M.Sc, Retired faculty member of Tehran university, Tehran, Iran

Abstract

One of the most important issues that has been considered by many researchers in recent years is the study of the phenomenon of land subsidence. The purpose of studying subsidence is to examine the risks and consequences that can result from it over many years. In their research, most researchers considered the occurrence of earthquakes and excessive abstraction of groundwater aquifers due to the drilling of a large number of illegal wells as the most important causes of subsidence. The aim of this study was to obtain a statistical relationship between groundwater level changes and the rate of vertical movement of the earth's surface using linear regression and grade 3 models and using InSAR radar interferometry technique in Varamin plain between 2014 and 2019. Most of the surface of Varamin plain is covered by agricultural lands and therefore it can be said that the uncontrolled abstraction of groundwater is considered as the main cause of vertical movements of the earth. In order to analyze the subsidence that occurred in this plain, Snap software was used and by applying the desired filters to eliminate the noise in the initial images, surface displacement maps were obtained in Varamin plain. The images used for the surface of the earth from 2014 to 2019 were obtained by Sentinel-1 satellite SAR sensor as ascending, and finally, by comparing the obtained statistical models from the fluctuation of the aquifer and the ground, it was found that the linear regression model has a better predictive power than the 3rd degree regression model.

Keywords

References

 
آروین، ع.، وهابزاده کبریا، ق.، موسوی، س.ر.، و بختیاری کیا، م.، (1398)، "مدل‌سازی مکانی فرونشست زمین در جنوب حوزه آبخیز میناب با استفاده از سنجش ازدور و سیستم اطلاعات جغرافیایی"، فصلنامه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 10(3)، 19-34.
ابراهیم نژادگرجی، ح.، و معتقدی، ح.، (1398)، "بررسی ژئوتکنیکی فرونشست زمین در اثر برداشت آب‌های زیرزمینی (دشت بهشهر)"، چهارمین همایش بین‌المللی افق‌های نوین در مهندسی عمران، معماری و شهرسازی، تهران.
بابایی، س.س.، موسوی، ز.، و روستایی، م.، (1395)، "آنالیز سری زمانی تصاویر راداری بااستفاده از روش­های طول خط مبنای کوتاه (SBAS) و پراکنش‌کننده‌های دائمی (PS) در تعیین نرخ فرونشست دشت قزوین"، نشریه علمی-پژوهشی علوم و فنون نقشه‌برداری، 5(4)، 95-111.
فتح الهی، ن.، و آخوندزاده هنزایی، م.، و بحرودی، ع.، (1397)، "بررسی فرونشست زمین در اثر استخراج مواد نفتی با استفاده از روش تداخل‎سنجی رادار"، فصلنامه علمی-پژوهشی اطلاعات جغرافیایی، 27(107)، 23-34.
کوچکی، ر.، و قربان زاده، م.م.، (1398)، "بررسی پدیده فرونشست زمین در شهرستان سرایان"، سمپوزیوم ملی قنات بلده فردوس، بیرجند.
محمدی، م.، امیری، م.، و پورقاسمی، ح.ر.، (1398)، "پهنه‌بندی حساسیت فرونشست زمین در دشت سمنان با استفاده از مدل خطی تعمیم یافته"، دومین همایش ملی مدیریت منابع طبیعی با محوریت آب،سیل و محیط زیست، گنبد کاووس.
مختاری، د.، ابراهیمی، ح.، و سلمانی، س.، (1398)، "مدل‎سازی خطر وقوع فرونشست زمین با استفاده از الگوریتم جنگل تصادفی (مطالعه موردی: حوزه آبریز دشت تسوج)"، فصلنامه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 10(3)، 1-13.
منتظریون، م.، و اصلانى، ف.، (1398)، "ارزیابى خطر فرونشست زمین با به‎کارگیرى سیستم اطلاعات جغرافیایى در پهنه استان‎هاى تهران و البرز"، دانش پیشگیری و مدیریت بحران، 9(1)، 35-47.
نوری، م.، و فلاح پور، م.، (1399)، "بررسی علل و پیامدهای تشکیل فروچاله و فرونشست زمین در استان یزد"، دهمین همایش سراسری محیط زیست انرژی و منابع طبیعی پایدار، تهران.
Brambati, A., Carbognin, L., Quaia, T., Teatini, P., and Tosi, L., (2003), "The Lagoon of Venice: Geological setting, evolution and land subsidence", Episodes, 26(3), 264-268.
Delgado Blasco, J.M., Foumelis, M., Stewart, C., and Hooper, A., (2019), "Measuring urban subsidence in the rome metropolitan area (italy) with sentinel-1 snap-stamps persistent scatterer interferometry", Remote Sensing, 11(2), 129. ‏
Du, Z., Ge, L., Li, X., and Ng, A., (2016), "Subsidence monitoring over the Southern Coalfield", Australia Using both L-Band and C-Band SAR Time Series Analysis, 8(7), 543-556.
Guo, J., Zhou, L., Yao, C., and Hu, J., (2016), "Surface subsidence analysis by multi-temporal insar and grace: A case study in Beijing", Sensors, 16(9), 1495-1503.
Hazra, A., and Gogtay, N., (2016), "Biostatistics series module 6: correlation and linear regression", Indian Journal of Dermatology, 61(6), 593-601. ‏
Larson, K.J., Basagaoglu, H., and Marino, M.A., (2001), "Prediction of optimal safe ground water yield and land subsidence in the Los Banos-Kettleman City area, California, using a calibrated numerical simulation model", Journal of Hydrology, 242, 79-102.
Lin, H.L., Li, Z., Wang, D., and Zhao, Y., (2017), "Jackknife empirical likelihood for the error variance in linear models", Journal of Nonparametric Statistics, 29(2), 151-166. ‏
Sabra, W., Azzam, S.I., Song, M., Povolotskyi, M., Aly, A.H., and Kildishev, A.V., (2018), "Plasmonic metasurfaces for subtractive color filtering: optimized nonlinear regression mdoels", Optics Letters, 43(19), 4815-4818. ‏
Sowter, A., Amat, M.B.C., Cigna, F., Marsh, S., Athab, A., and Alshammari, L., (2016), "Mexico City land subsidence in 2014-2015 with Sentinel-1 IW TOPS: Results using the Intermittent SBAS (ISBAS) technique", International Journal of Applied Earth Observation and Geoformation, 52, 230-242. ‏
Téllez-Quiñones, A., Salazar-Garibay, A., Valdiviezo-Navarro, J.C., Hernandez-Lopez, F.J., and Silván-Cárdenas, J.L., (2020), "DInSAR method applied to dual-pair interferograms with Sentinel-1 data: A study case on inconsistent unwrapping outputs", International Journal of Remote Sensing, 41(12), 4664-4683. ‏
Vulandari, R.T., Widada, B., Susyanto, T., and Hermawan, D.D., (2020), "Application of cubic nonlinear regression on the effects of rainfall on rice harvest results", International Journal of Trends in Mathematics Education Research, 3(1), 43-47.‏
Zhou, H., Wang, Y., Yan, S., Li, Y., Liu, X., and Zhang, F., (2018), "Monitoring of recent ground surface subsidence in the Cangzhou region by the use of the InSAR time-series technique with multi-orbit Sentinel-1 TOPS imagery", International Journal of Remote Sensing, 39(22), 8113-8128. ‏
Journal of Water and Wastewater Science and Engineering
Volume 7, Issue 1
April 2022
Pages 34-43

Files

History

  • Receive Date: 14 December 2020
  • Revise Date: 15 October 2021
  • Accept Date: 26 October 2021

Share

How to cite

Statistics