Urmia-søen (LU), dens vandstand over tid, og undersøgelsesområdet for de fire satellitter er vist, sammen med et topografisk kort over Iran og en skitse af Lake Urmia Causeway. Kredit: Videnskabelige rapporter
Forskere ved Tokyo Institute of Technology (Tokyo Tech) brugte radardata med syntetisk blænde fra fire forskellige satellitter, kombineret med statistiske metoder, at bestemme de strukturelle deformationsmønstre for den største bro i Iran.
Betydningen af veje og broer for mennesker både i oldtiden og nutiden er tydeligt. Den strukturelle sundhed og integritet af så store strukturer er, imidlertid, ikke nær så tydeligt, hovedsageligt fordi strukturer har en tendens til at blive forringet over lang tid. At bestemme mængden af deformation en struktur har gennemgået (og hvor meget den vil gennemgå i fremtiden) er afgørende for at sikre sikkerheden for personerne i eller i nærheden af den struktur og for at minimere reparationsomkostninger og potentielle skader.
En stor struktur, der har givet anledning til bekymring i løbet af det sidste årti, er Lake Urmia Causeway (LUC), en række veje og en bro, der går over Urmia-søen, beliggende i det nordvestlige Iran (se figur 1). Iran, kendt som et tørt til halvtørt område, har alvorlige problemer med jordsynkning på grund af for stor underjordisk vandindvinding. Dermed, Dr. Sadra Karimzadeh, der indså problemet med LUC og sluttede sig til et team af forskere ved Tokyo Tech, ledet af professor Masashi Matsuoka, analyseret de seneste deformationsmønstre, som LUC gennemgik fra 2004 til 2017, ved hjælp af datasæt opnået fra fire satellitter udstyret med radarer med syntetisk blænde (se figur 2). Som forventet, disse datasæt krævede sofistikerede matematiske og statistiske analyser, før deformationshastighederne (relateret til den naturlige sætning af østvolden og den kunstige hævning i begyndelsen af vestvolden) kunne bestemmes mere nøjagtigt.
De lodrette hastigheder for hver del af LUC opnået af de fire satellitter er vist i (a-e), mens den samlede lodrette forskydning opfanget af hver satellit over tid er vist i (f). Kredit: Videnskabelige rapporter
Ved at bruge SBAS-teknikken (small baseline subset) på satellitternes data, usikkerheden i de opnåede vertikale forskydningsrater af LUC blev reduceret. Forskerholdet udførte også en feltundersøgelse af søen i 2017 for at observere de fysiske forhold i LUC og for at undersøge de mest sandsynlige årsager til den accelererede deformation, der påvirker strukturen.
For at verificere deres antagelser om årsagerne til den accelererede deformation, holdet gennemførte en principal komponentanalyse (PCA) på dataene og brugte derefter en hydrotermisk model til at sammenligne resultater. PCA er en teknik, der tager multi-dimensionelle data som input og udflader dem til normalt to eller tre dimensioner (benævnt "hovedkomponenter" eller "pc'er"), som derefter kan bruges til at afsløre ny og værdifuld sammenlignende information. Kun tre hovedkomponenter tegnede sig for næsten al variabiliteten i dataene, hvor den første (den mest markante) afslører en generel nedadgående tendens i strukturen forårsaget af jordkonsolidering, og den anden og tredje er forbundet med både sæsonbestemte ændringer og menneskelig aktivitet, der påvirker søen (se figur 3). Holdet lavede en forudsigelse om, hvor meget deformation der kan forventes at forekomme i de følgende 365 dage.
Dr. Sadra Karimzadeh sagde, "Resultaterne af rumbaseret overvågning af kritiske strukturer er ganske nyttige i udviklingslande. Det skal kontinuerligt udnyttes til overkommelige omkostninger."
(a) Indlæsning af PC1, med det indsatte, der viser et skærmplot, der indikerer, at PC1 står for det meste af variansen i dataene. (b) Indlæsning af PC2 og PC3, som formentlig svarer til sæsonbestemte variationer, som vist ved at sammenligne det med nedbør og temperatur. (c) Sammenligning af den gennemsnitlige forskydning af LUC opnået med en hydrotermisk metode og PCA-metoden sammen med den forudsagte forskydning i de næste 365 dage. Kredit: Videnskabelige rapporter
Med denne undersøgelse, forskerholdet demonstrerede, hvordan PCA effektivt kan bruges til at rumme data fra forskellige datasæt over flere tidsskalaer. Kombinationen af de førnævnte teknikker beviser, hvordan data fra nuværende og tidligere satellitmissioner kan bruges som en effektiv mekanisme til at bestemme strukturernes nuværende og fremtidige sundhed, således at der kan træffes forebyggende foranstaltninger for at minimere potentielle skader og reducere omkostningerne.
Sidste artikelØstersøen har brug for en indgriben
Næste artikelVerdens skibsfartsindustri accepterer at halvere CO2-emissionerne inden 2050