استفاده از تکنیکهای پردازش شیءپایه در مدلسازی تغییرات پوشش و کاربری اراضی حاصل از رشد شهری در محدوده شهر مراغه
محورهای موضوعی : آمایش محیطبختیار فیضی زاده 1 , علیرضا طاهری 2
1 - (عضو هیئت علمی گروه سنجش از دور و GIS دانشگاه تبریز، تبریز، ایران)
2 - (کارشناس ارشد، سنجش ازدور و GIS دانشگاه تبریز، تبریز، ایران)
کلید واژه: مراغه, سنجشازدور, پوشش/کاربری اراضی, پردازش شیءگرای تصاویر,
چکیده مقاله :
کاربری اراضی می تواند به عنوان مفهومی ترکیبی از نظر فیزیکی اجتماعی، فرهنگی، اقتصادی و اطلاعاتی از هر کشوری مورد توجه قرار گیرد. در حقیقت نقشه های کاربری اراضی دربرگیرندۀ روش استفاده از سطح زمین برای نیازهای مختلف انسانی هستند. با توجه به اینکه آگاهی از الگوهای کاربری اراضی و تغییرات آن در طول زمان، پیشنیازی برای استفاده مطلوب از سرمایۀ ملّی است، از این رو استخراج نقشه های کاربری اراضی و تغییرات مربوط به آنها به عنوان مهم ترین هدف در مدیریت اراضی می توانند مورد توجه قرار گیرند. در حال حاضر استفاده از فنآوری سنجش ازدور، بهترین وسیله در استخراج نقشه های مربوط به کاربری هاست. در این تحقیق با پردازش رقومی تصاویر سنجنده HDR ماهواره SPOT مربوط به سال 2005.م و همچنین تصاویر سنجنده AVNIR ماهواره AlOS مربوط به سال 2011.م نقشههای کاربری اراضی منطقه مورد مطالعه بر مبنای روش های پردازش شیءگرای تصاویر ماهواره ای استخراج شد. در این ارتباط مرحله پیش پردازش، بر روی تصاویر اعمال شد و در مرحله پردازش، بعد از آشکارسازی تصاویر براساس الگوریتم های شیءگرا طبقه بندی گردید. در این راستا در فرایند طبقه بندی از قابلیت تابع نزدیکترین همسایه و نیز الگوریتم طبقه بندی سلسله مراتبی بر مبنای روش پردازش شیءگرای تصاویر ماهواره ای و در محیط نرمافزار دانش پایه eCognition استفاده شده و طبقه بندی پس از طی مراحل مختلف پیاده گردید. برای ارزیابی نتایج نسبت به استخراج پارامترهای ارزیابی دقت اقدام شده و دقت نقشه کاربری اراضی برای تصویر سال 2005 معادل 84 و برای تصویر سال 2011 معادل 81 درصد برآورد شد. نتایج تحقیق حاضر برای برنامه ریزان و تصمیمگیران در راستای ارزیابی تغییرات کاربری اراضی و برنامه ریزی برای توسعه منطقه از اهمیت بالایی برخوردار است.
Land-use can be considered as a combination of physical, social, cultural, economic, and informational concept of every country. In fact, the land-use maps include ways for using land for human’s different needs. Since warning land-use maps and their updates are as the most important goal in the management of lands, the use of remote sensing technology is the best way to extract the user's maps. The present study aims to employ HDR sensor with digital processing SPOT satellite images related to 2005 and satellite image obtained from the sensor of AVNIR, AlOS for 2011 to extract land use maps based on object-based image analysis approach. Accordingly, in the pre-processing step was spent on the image and in the processing phase after the detection of images, they were classified using object based advanced method. For the classification the function (the nearest neighborhood) and algorithms (hierarchical classification) were used. The method of image processing was object-based which was performed using spatial and spectral algorithms in knowledge-based manner at e-cognition software. In the next step, the validation step was performed and the accuracy of classification for 2005 was calculated to be 84 percent and for the year 2011 it was assessed to be about 81 percent. The results of this research are important for decision makers in this area for the task of regional planning and monitoring.
1- براتی قهفرخی، س؛ سلطانی کوپایی، س؛ خواجه الدین، س ج؛ رایگانی، ب؛ 1388؛ بررسی تغییرات کاربری اراضی در زیر حوضۀ قلعه شاهرخ با استفاده از تکنیک سنجشاز دور؛ مجله علوم و فنون کشاورزی و منابع طبیعی؛ سال 13؛ شماره47 الف؛ بهار؛ صص349-365.
2- رهنما، م ر؛ روستا، م؛ 1392، تحلیل تغییر کاربری و چگونگی حفظ و نگهداری فضای سبز (باغها) شهر جهرم در راستای توسعه پایدار؛ فصلنامه تحقیقات جغرافیایی شماره 2 تابستان؛ شمارۀ پیاپی 109؛ صص113-126.
3- اکبری، ا؛ ابراهیمی، م؛ امیراحمدی، ا؛ 1392؛ تهیه نقشه کاربری اراضی شهر سبزوار با استفاده از روشهای حداکثر احتمال و شبکۀ عصبی مصنوعی پرسپترون چند لایه؛ آمایش محیط؛ 6(23)؛ 127-148.
4- فیضی زاده، ب؛ هلالی، ح؛ 1388؛ مقایسه روشهای پیکسلپایه، شیءگرا و پارامترهای تأثیرگذار در طبقهبندی پوشش/کاربری اراضی استان آذربایجانغربی؛ مجله پژوهشهای جغرافیای طبیعی شماره 71؛ بهار.
5- لطفی، ص؛ محمودزاده، ح؛ عبداللهی، م؛ سالک فرخی، ر؛ 1389 ؛ کاربرد تصاویر ماهوارهای اسپات برای تهیه نقشه کاربریاراضی شهرستان مرند با رویکرد شیءگرا، مجله کاربرد سنجشازدور و سیستم اطلاعاتجغرافیایی دربرنامهریزی؛ سال اول،شماره2،زمستان 13.
6- ابراهیمزاده، ع؛ قادرمرزی؛ ج؛ 1396؛ ارزیابی کمی و کیفی کاربری اراضی شهری با تأکید بر پایداری کاربری مسکونی؛ نمومنه موردی: شهر دهگلان در استان کردستان؛ آمایش محیط؛ 10(38)؛ 1-7.
7- واحدیان بیکی، ل؛ پوراحمد، الف؛ سیف الدینی، ف؛ 1390؛ اثر توسعه فیزیکی شهر تهران بر تغییر کاربری اراضی منطقه5؛ فصلنامه علمی - پژوهشی نگرشهای نو در جغرافیای انسانی؛ سال چهارم؛ شماره اول؛ زمستان صص 29-46.
8- نیکخو، ن؛ ایلدرمی، ع؛ نوری، ح؛ 1394؛ تحولات کاربری اراضی شهر ملایر با بهرهگیری از سنجشازدور؛ آمایش محیط؛ 8(30).63-68.
9- محمود زاده، ح؛ 1384؛ کشف تغییرات رقومی با بهره گیری از دادههای دورسنجی برای مانیتورینگ تخریب فضای سبز شهر تبریز؛ همایش سیستمهای اطلاعات مکانی؛ کد مقاله: GIS84_11.
10- ربیعی، ح ر؛ 1389؛ بررسی روند تغییرات پوشش اراضی و رشد جمعیت در محدوده شهر اصفهان با استفاده از سنجش از دور طی سالهای 1366 تا 1387؛ همایش ملی gis & sdi؛ دی
11- کیوانلو، الف؛ 1391؛ مدلسازی کاربری اراضی شهری با استفاده از مدلCellular Automata؛ چهارمین کنفرانس برنامهریزی و مدیریت شهری(20 و21 اردیبهشت- مشهد)
12- فیضی زاده، ب؛ حاجی میر رحیمی، س م؛ 2007؛ آشکارسازی تغییرات فضای سبز تبریز با استفاده از روشهای شیءگرا؛ اولین کنفرانس GIS شهری؛ دانشگاه شمال (آمل، 26-27 آگوست 2007)
13- قربانی، م؛ نظری سامانی، ع الف؛ کوهینانی، ح ر؛ اکبری، ف؛ جلیلی پروانه، ز؛ 1389؛ ارزیابی روند تغییرات کاربری اراضی حوزه آبخیز طالقان؛ مجموعه مقالات چهارمین کنگره بین اللملی جغرافیدانان جهان اسلام(ICIWG2010).
14- شکویی، ح؛ 1383؛ دیدگاههای نو در جغرافیای شهری؛ جلد اول؛ سمت؛ چاپ14؛ فصل هفتم.
15- فاطمی، س ب؛ رضایی، ی؛ مبانی سنجش از دور؛ نشر آزاده؛ چاپ سوم 91.
16- رسولی، ع الف؛ محمودزاده، ح؛ مبانی سنجش از دور دانش پایه؛ انتشارات علمیران؛ چاپ اول89.
17- سالنامه آماری استان آذربایجانشرقی؛ سال1391؛ سازمان مدیریت و برنامهریزی استان آذربایجانشرقی.
18- سایت استانداری آذربایجان شرقی (http://ostan-as.gov.ir)
19- سایت دانشگاه مراغه (http://maragheh.ac.ir).
20- راهنمای نرمافزار 8.7 eCognition Developerموجود در پکیج خود نرمافزار.
21- Blaschke T,(2010),Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing 65 , 2_16
22- Goodin, D.G., Anibas, K.L., Bezyennyi, M., (2015), Mapping land cover and land use from object-based classification: an example from a complex agricultural landscape, International Journal of Remote Sensing, 36, 4702-4723.
23- Galletti, C.S., Myint,S.W., (2014), Land-Use Mapping in a Mixed Urban-Agricultural Arid Landscape Using Object-Based Image Analysis: A Case Study from Maricopa, Arizona, Remote Sensing. 2014, 6, 6089-6110;
24- Lindquist,E.J., Annunzio, D.A., (2016), Assessing Global Forest Land-Use Change by Object-Based Image Analysis, Remote Sensing. 2016, 8, 678; - Borri.D, M. Caprioli, E. Tarantino, (2005), Spatial Information Extraction from VHR Satellite Data to Detect land Cover Transformations, Polytechnic University of Bari, Italy20
25- Weiqi, Zh., Troy, A., Grove, M., (2005) Measuring Urban arcel Lawn Greenness by Using an Object-oriented Classification Approach, Rubenstein School of Environment and Natural Resources,University of Vermont, George D. Aiken Center, 81 Carrigan Drive.
26- Walter,V., (2004) Object-based classification of remote sensing data, w.elsevier.com/locate/isprsjprs for change detection,
27- Wezyk, P., Hawrlo, P., Szostak, M., Pierzchalski, N., Kok, R.D., (2016), Using Geobia and data fusion data approach for land use and land cover mapping, Questions Geograpicae 35 (1), doi: 10.1515/ quageo-2016-0009.
_||_