Моделирование временных рядов проседания почвы на территории с комплексом Aridisols и Vertisols с помощью геодезической и БПЛА-съемки в Центральном Иране

Проседание поверхности почвы является природной опасностью, о которой сообщалось в засушливых и полузасушливых районах мира. В последние несколько десятилетий проседание поверхности почвы стало ощутимым для большинства равнин в Иране. Основной причиной этого явления служит извлечение грунтовых вод с помощью насосных скважин. Район исследования расположен на равнине (подстилаемой глинами) с комплексом Aridisols и Vertisols на востоке города Йезд в центральном Иране, где отмечены трещины продольной и многоугольной формы. Данный эксперимент проведен с целью выявления динамики микрорельефа во временнóм ряду, а именно, после дождей и периодов засухи, сопровождающихся проседанием поверхности почвы и ее растрескиванием. Для моделирования вертикальной динамики почвы и процессов растрескивания был выбран участок со 100 точками для съемки, использовалась модель Бокса-Дженкинса. Топографические измерения по данным геодезической съемки показали колебания высоты поверхности почвы от нескольких миллиметров до нескольких сантиметров (от -14 до +14 мм в год) с синусоидальными ритмами. Авторегрессионная модель (AR) позволила предсказать колебания высоты почвы на срок до 5 лет с высокой точностью (3 мм). Данные полевых исследований и беспилотной съемки подтвердили модель временнóго прогноза. На исследуемой территории проседание почвы произошло в результате деградации минералов в аморфный силикат после выщелачивания почвы. При этом ежемесячные изменения увлажнения и высыхания поверхности почвы были основными факторами для изменения уровня поверхности, в то время как глубоко залегающие грунтовые воды влияния не оказали. Для мониторинга проседания поверхности почвы и трещин в почве с течением времени рекомендуется использовать изображения БПЛА-съемки в сочетании с результатами полевых исследований, что является наиболее подходящим способом прогнозирования проседания поверхности почвы с течением времени на локальном уровне.

1. Aghelpour P., Amiri A., Saraf A.P., Prediction of suspended river sediment using time series model, Proc. 3 rd International conference on research in science and technology, Berlin, Germany, 2016.

2. Agung I.G.N., Time series data analysis using EViews, John Wiley & Sons, 2011, 250 p.

3. Akhavan Ghalibaf M., Clay forming by smectite groups in old alluvial soils in Yazd, 17 th congress of crystallography and mineralogy, Iran-Hamedan, 2008. (In Persian).

4. Amin P., Akhavan Ghalibaf M., Hosseini M., Land subsidence and soil cracks monitoring by surveying on the clayey plain soils in central Iran (case study: Yazd city), Arabian Journal of Geosciences, 2019, Vol. 12, No. 84, DOI: https://doi.org/10.1007/s12517-019-4241-3.

5. Aminihosseini K., Land subsidence caused by presence of canals and underground spaces, Journal of Sharif civil, 1993, Sharif University, Tehran. (In Persian).

6. Anurogo W., Lubis M.Z., Khoirunnisa H., Hanafi D.S.P.A., Rizki F., Surya G., Dewanti N.A., A simple aerial photogrammetric mapping system overview and image acquisition using unmanned aerial vehicles (UAVs), Geospatial Information, 2017, Vol. 1, No. 1., pp. 11–18.

7. Azarakhsh Z., Azadbakht M., Matkan A., Estimation, modeling, and prediction of land subsidence using Sentinel-1 time series in Tehran-Shahriar plain: A machine learning-based investigation, Remote sensing applications: Society and Environment, 2022, Vol. 25, 100691, DOI: https://doi.org/10.1016/j.rsase.2021.100691.

8. Bazargan J., Esmaeil S.D., Evaluation and modification of chemical criteria to detect divergence potential of clay soils, Journal of Engineering Geology, 2010, Vol. 4, No. 2., pp. 917–942. (In Persian).

9. Bhattarai R., Alifu H., Maitiniyazi A., Kondoh A., Detection of land subsidence in Kathmandu Valley, Nepal, using DInSAR technique, Land, 2017, Vol. 6, No. 39, DOI: https://doi.org/10.3390/land6020039.

10. Bjerrum L., Geotechnical properties of Norwegian marine clays, Geotechnique, 1954, Vol. 4, pp. 49–69.

11. Box G.E.P., Jenkins G.M., Time series analysis: Forecasting and control, Holden-Day, San Francisco, C.A., 1976, 553 p.

12. Chen B., Gong H., Li X., Lei K., Gao M., Zhou C., Yinghai K., Spatial-temporal evolution patterns of land subsidence with different situation of space utilization, Natural hazards, 2015, Vol. 77, pp. 1765–1783, DOI: https://doi.org/10.1007/s11069-015-1674-1.

13. Chu H.J., Ali M.Z., Burbey T.J., Spatio-temporal data fusion for fine-resolution subsidence estimation, Environ modeling software, 2021, Vol. 137, 104975, DOI: https://doi.org/10.1016/j.envsoft.2021.104975.

14. Dellaert F., Seitz S.M., Thorpe C.E., Thrun S., Structure from motion without correspondence, In: Proc. IEEE Conference on Computer Vision and Pattern Recognition. CVPR 2000 (Cat. No. PR00662), IEEE, 2000, pp. 557–564.

15. Dixon J.B., Weed S.B., Minerals in soil environments, Soil science society of America Book series publication, 1992, 1244 p.

16. Ekeleme A., Agunwamba J., Experimental Determination of Dispersion Coefficient in Soil, Emerging Science, 2018, Vol. 2, No. 4., pp. 213–218.

17. Fulton A., California Department of Water Resources, Northern District, 2014, 4 p.

18. Gee G.W., Bauder J.W., Particle size analysis. In: Klute (Ed.), Methods of soil Analysis. Part 1, Agron. Monogr. 9, ASA and SSSA, Madison, WI. 1986, pp. 404–407.

19. Golden M.L., Keys to soil Taxonomy, By Soil Survey Staff, United States Department of Agriculture Natural Resources Conservation Service, 2014, 372 p.

20. Hajmollaali A., Majidifard M.R., Geological survey of Iran, 2000, geology map of Yazd (1 :100 000).

21. Ilia I., Loupasakis C., Tsangaratos P., Land subsidence phenomena investigated by spatiotemporal analysis of groundwater resources, remote sensing techniques, and random forest method: the case of Western Thessaly, Greece, Environmental monitoring and assessment, 2018, Vol. 190, pp. 623, DOI: https://doi.org/10.1007/s10661-018-6992-9.

22. Jebur A., Abed F., Mohammed M., Assessing the performance of commercial Agisoft PhotoScan software to deliver reliable data for accurate3D modelling, In: MATEC Web of Conferences, 2018, Vol. 162, pp. 03022, EDP Sciences.

23. Li H., Zhu L., Dai Z., Gong H., Guo T., Wang J., Teatini P., Spatiotemporal modeling of land subsidence using a geographically weighted deep learning method based on PS-InSAR, Science of total environment, 2021, Vol. 799, 149244, DOI: https://doi.org/10.1016/j.scitotenv.2021.149244.

24. Mohebbi Tafreshi Gh., Nakhaei M., Lak R., A GIS-based comparative study of hybrid fuzzy-gene expression programming and hybrid fuzzy-artificial neural network for land subsidence susceptibility modeling, Stochastic environmental research and risk assessment, 2020, Vol. 34, pp. 1059–1087, DOI: https://doi.org/10.1007/s00477-020-01810-3.

25. Orhan O., Monitoring of land subsidence due to excessive groundwater extraction using small baseline subset technique in Konya, Turkey, Environmental monitoring and assessment, 2021, Vol. 193, pp. 174, DOI: https://doi.org/10.1007/s10661-021-08962-x.

26. Pacheco-Martínez et al., Land subsidence and ground failure associated to groundwater exploitation in the Aguascalientes Valley, México, Engineering Geology, 2013, Vol. 164, pp. 172–186.

27. Rahmati et al., Land subsidence modelling using tree-based machine learning algorithms, Science of total environment, 2019, Vol. 672, pp. 239–252.

28. Rankka K., Andersson-Skold Y., Hulten C., Larsson R., Eroux V., Dahlin T., Quick clay in Sweden, 1.3. Geotechnical properties of quick clays, Swedish Geotechnical Institute, 2004, Report, 65, 148.

29. Skempton A.W., Soil mechanics in relation to geology, Proc. of the Yorkshire geological society, Hull, 1953, 30 p.

30. Shahriari S., Sisson S.A., Rashidi T., Copula ARMA-GARCH modelling of spatially and temporally correlated time series data for transportation planning use, Transportation Research Part C, 2022, Vol. 146, 103969, DOI: https://doi.org/10.1016/j.trc.2022.103969.

31. Shalabh, Sampling theory, Systematic Sampling. IIT Kanpur, 2018, Chapter 11, 1–17 p.

32. Su G., Wu Y., Zhan W., Zheng Z., Chang L., Wang J., Spatiotemporal evolution characteristics of land subsidence caused by groundwater depletion in the North China plain during the past six decades, Journal of Hydrology, 2021, Vol. 600, pp. 126678.

33. Ty T.V., Minh H.V.T., Avtar R., Kumar P., Hiep H.V., Kurasaki M., Spatiotemporal variations in groundwater levels and the impact on land subsidence in CanTho, Vietnam, Groundwater for sustainable development, 2021, Vol. 15, pp. 100680.

34. UNESCO, 2017, online resource, URL: https://whc.unesco.org/en/list/1544/.

35. Werner A.P.H., A calendar of the history of surveying, Australian Surveyor, 1968, Vol. 22, No. 1., pp. 55–81.

36. Yang J., Cao G., Han D., Yuan H., Hu Y., Shi P., Chen Y., Deformation of the aquifer system under groundwater level fluctuations and its implication for land subsidence control in the Tianjin coastal region, Environmental monitoring and assessment, 2019, Vol. 191, pp. 162, DOI: https://doi.org/10.1007/s10661-019-7296-4.

37. Yule G., On a Method of Investigating Periodicities in Disturbed Series, with Special Reference to Wolfer's Sunspot Numbers, Philosophical Transactions of the Royal Society of London, 1927, Ser. A, No. 226, pp. 267–298.

38. Zamanirad M., Sarraf A., Sedghi H., Saremi A., Rezaee P., Modeling the influence of groundwater exploitation on land subsidence susceptibility using machine learning algorithms, Natural resources research, 2020, Vol. 29, No. 2, pp. 1127–1141, DOI: https://doi.org/10.1007/s11053-019-09490-9.