ارزیابی تكنیک¬های پایش تغییرات کاربری اراضی با استفاده از تصاویر ماهواره¬ای و GIS (مطالعه موردي: شهر كرمانشاه)
محورهای موضوعی : مطالعات برنامه ریزی شهری و منطقه ای
1 - 1- دانشیار گروه جغرافیا، دانشکده علوم انسانی، دانشگاه گلستان، گرگان، ایران
کلید واژه: پايش تغييرات, کاربري شهري, آناليز مولفه اصلي, تبديل تسلدکپ, شبکه عصبي فازي, شهر کرمانشاه.,
چکیده مقاله :
مقدمه: امروزه گسترش شهرها و افزايش جمعيت در آنها به خاطر مهاجرت مردم به دنبال يافتن و دسترسي به زندگي بهتر به عنوان يكي از دغدغه‌هاي اصلي مديران شهري مطرح است. شهر كرمانشاه در حال حاضر بزرگترين شهر منطقة غرب ايران است كه به خاطر موقعيت استراتژيك آن، روند رو به رشد سريعي را دنبال مي‌كند. سنجش از راه دور و تصاوير ماهواره‌اي ابزار بسيار مناسبي براي بررسي تغييرات كاربري اراضي در دوره‌هاي زماني مختلف مي‌باشد.
هدف: هدف این مطالعه، بررسي تغييرات كاربري اراضي شهر كرمانشاه در فاصله زماني سالهاي 1375 تا 1400 مي‌باشد.
روش‌شناسی تحقیق: در اين مطالعه، ابتدا، تصاوير ماهواره‌اي لندست سنجنده TM و OLI مربوط به سالهاي 1375 و 1400 تهيه شده و تصحيحات هندسي و راديومتريكي بر روي آنها صورت گرفت. سپس روشهاي پايش تغيير مولفه‌هاي اصلي، تبديل تسلدکپ (شاخصهاي سبزينگي و رطوبت)، NDVI و همچنين روش طبقهبندي نظارت شده شبکه عصبي فازي، براي ارزيابي روند تغييرات آنها در دو دوره زماني تهيه گرديد.
قلمرو جغرافیایی پژوهش: قلمرو جغرافیایی این پژوهش، شهرستان کرمانشاه میباشد.
یافتهها: نتايج نشان داد كه در بين مولفه‌هاي اصلي، شاخص PCA2 تغييرات كاهشي و افزايشي را بخوبي نمايش مي‌دهد و در بين مولفه‌هاي تسلدکپ، شاخص سبزينگي تغييرات كاهشي و بدون تغيير كاربريها را بخوبي نمايش مي‌دهد، در حالي كه شاخص رطوبت، تغييرات افزايشي كاربري اراضي را با دقت بالايي نمايش مي‌دهند. همچنين دقت و نتيجه شاخص NDVI بسيار به شاخص سبزينگي نزديک است.
نتایج: نتايج طبقهبندي نظارت شده حاكي از افزايش ساليانه مناطق شهري به ميزان 6/109 هكتار در سال بوده كه بيشترين كاهش در كابري‌هاي كشاورزي و اراضي باير بوده است.
یافتهها: نتايج نشان داد كه در بين مولفه‌هاي اصلي، شاخص PCA2 تغييرات كاهشي و افزايشي را بخوبي نمايش مي‌دهد و در بين مولفه‌هاي تسلدکپ، شاخص سبزينگي تغييرات كاهشي و بدون تغيير كاربريها را بخوبي نمايش مي‌دهد، در حالي كه شاخص رطوبت، تغييرات افزايشي كاربري اراضي را با دقت بالايي نمايش مي‌دهند. همچنين دقت و نتيجه شاخص NDVI بسيار به شاخص سبزينگي نزديک است.
نتایج: نتايج طبقهبندي نظارت شده حاكي از افزايش ساليانه مناطق شهري به ميزان 6/109 هكتار در سال بوده كه بيشترين كاهش در كابري‌هاي كشاورزي و اراضي باير بوده است.
Introduction: Today, urban sprawl and population growth in them is due to migration of people looking to find a better life as one of the main concerns of urban managers. At present, Kermanshah city is the largest city in western Iran and due to its strategic position is following fast growing trend. Remote sensing and satellite images are very useful tools for studying land use changes in different periods.
Research aim: The aim of this study is to examine the changes of land use in the city of Karmanshah during the period 1996 to 2021.
Methodology: In this study, Landsat satellite images of 1996 and 2021 were prepared, and then geometric and radiometric corrections were carried out on them. Then, various change detection techniques such as principal component analysis, tasscap transformation (greenness, lightness), and normalized difference vegetation index (NDVI) and also with use of fuzzy neural network supervised classification method, land cover maps in both periods were prepared.
Studied Areas: The geographical territory of this research is Kermanshah city
Results :The results showed that among the main components, the PCA2 index shows well increasing and decreasing changes and among tasscap components, greenness index shows well decreasing and no-change changes, while that the moisture index were displayed increasing land use changes with high precision. Also, the accuracy and result of NDVI is very close to the greenness index.
Conclusion: The results of the study showed an annual increase rate of urban areas of 109/6 hectares in the year which the greatest decrease was in agricultural and barren lands
Results :The results showed that among the main components, the PCA2 index shows well increasing and decreasing changes and among tasscap components, greenness index shows well decreasing and no-change changes, while that the moisture index were displayed increasing land use changes with high precision. Also, the accuracy and result of NDVI is very close to the greenness index.
Conclusion: The results of the study showed an annual increase rate of urban areas of 109/6 hectares in the year which the greatest decrease was in agricultural and barren lands
منابع
اسلام¬بنياد، امیر و حاجي¬قادري، طه (1386). تهيه نقشه جنگل¬هاي طبيعي استان زنجان با استفاده از داده¬هاي سنجنده ETM+ ماهواره لندست 7، مجله علوم و فنون کشاورزي و منابع طبيعي، سال يازدهم، شماره چهل و دوم، ص627-638.
https://www.sid.ir/paper/500732/fa#downloadbottom
علوي پناه، سید کاظم (1384). کاربرد سنجش از دور در علوم زمين، انتشارات دانشگاه تهران، 478 صفحه.
https://www.gisoom.com/book/11279221
فلاحتکار، سامره؛ سفيانيان، عليرضا؛ خواجه الدين، سيد¬جمال¬الدين و ضيايي، حميدرضا. 1388. بررسي روند تغييرات پوشش اراضي اصفهان در 4 دهه گذشته با استفاده از سنجش از دور- مجله علوم و فنون کشاورزي و منابع طبيعي شماره چهل و هفتم،381-395.
http://jcpp.iut.ac.ir/article-1-1062-fa.html
قراگوزلو، عليرضا؛ نوري¬کرماني، علي و کشميري، زهرا (1388). ارزيابي تغببرات کالبدي و تحليل توسعه شهري با استفاده از داده هاي ماهواره اي با قدرت تفکيک بالا و سامانه هاي GIS/RS ( مطالعه موردي منطقه 5 تهران). مجله علوم و تکنولوژي محيط زيست دوره يازدهم ،شماره يک، 219-229.
https://www.sid.ir/paper/366813/fa
محمد اسماعيل، زهرا (1389). پايش تغييرات کاربري اراضي کرج با استفاده از تکنيک سنجش از دور، مجله پژوهشهاي خاک شماره 1، جلد 24/الف،81-88.
https://www.sid.ir/paper/159038/fa
موسوی، سید¬حجت؛ رنجبر، ابوالفضل و حاصلی، مهدی (1394). پایش و روندیابی تغییرات کاربری اراضی حوضه ابرکوه با استفاده از تصاویر ماهواره¬ای. فصلنامه علمی پژوهشی اطلاعات جغرافیایی، 97.129-146 :
https://www.sepehr.org/article_20141_604f4cc6c1511876a87a4b09d71ca3af.pdf
میرمحمدصادقی، امید؛ نبویان¬پور، محمد؛ یزدانی، سلمان و محمدی¬فرد، شیدا (1397). ارزیابی روش¬های آشکارسازی تغییرات پوشش گیاهی و پهنه آبی تالاب¬های چغاخور و سولگان، نشریه علوم و مهندسی آب، سال 8، شماره 20، صفحات 21-7.
https://sanad.iau.ir/fa/Article/921907?FullText=FullText
Ahadnejad, M. (2002). Environmental land use Change detection and assessment using with multi-temporal satellite imagery (Case Study: Marageh Region). Map Asia 2002- Bangkok – Thailand.
https://geospatialworld.net/article/environmental-land-use-change-detection-and-assessment-using-with-multi-temporal-satellite-imagery/
Al Rawashdeh, S.B. (2012). Assessment of Change Detection Method Based on Normalized Vegetation Index in Environmental Studies. International Journal of Applied Science and Engineering, Vol. 10, No. 2, PP. 89 - 97.
https://doi.org/10.6703/IJASE.2012.10(2).89
Anderson, James. (2002). A comparison of four change detection techniques for two areas in in the united states. West Virginia university-Master thesis of geography.220 pp
https://www.asprs.org/wp-content/uploads/pers/1998journal/mar/1998_mar_207-216.pdf
Arulbalaji, P., & Gurugnanam, B. (2014). Geospatial Science for 16 Years of Variation in Land Use/Land Cover Practice Assessment around Salem District, South India. Journal of Geosciences and Geomatics, Vol. 2, No. 1, Pp. 17-20
DOI: 10.12691/jgg-2-1-3
Bella, K.P., & Irwin, E.G. 2002. spatially explicit micro-level modeling of land use change at the Rural-urban interface, Agricultural Ecoomics, 27:217-232.
https://doi.org/10.1016/S0169-5150(02)00079-8
Berberoglu, S., & Akin, A. (2009). Assessing different remote sensing techniques to detect land use/cover changes in the eastern Mediterranean. International Journal of Applied Earth Observation
and Geoinformation 11: 46-53pp.
https://doi.org/10.1016/j.jag.2008.06.002
Eklundh, L., & Singh, A. (1993). "A comparative analysis of standardized and unstandardized principal component analysis in remote sensing". International Journal of Remote Sensing, 14, 1359–1370.
https://doi.org/10.1080/01431169308953962
Fung, T., & Ledrew, E. (1988). The determination of optimal threshold levels for change detection using various accuracy indices. Photogrammetric Engineering and Remote Sensing, 54, 1449–1454.
https://www.asprs.org/wp-content/uploads/pers/1988journal/oct/1988_oct_1449-1454.pdf
Fung, T., & Ledrew, E. (1988). The determination of optimal threshold levels for change detection using various accuracy indices. Photogrammetric Engineering and Remote Sensing, 54, 1449–1454.
https://www.asprs.org/wp-content/uploads/pers/1988journal/oct/1988_oct_1449-1454.pdf
Guirguis, S.K., Hassan, H.M., EL-RAEY, M. E., & Hussan, M.M.A. (1996). "Technical note. Multitemporal change of Lake Brullus, Egypt, from 1983 to 1991". International Journal of Remote Sensing, 17, 2915–2921.
https://doi.org/10.1080/01431169608949118
Jabbar, M.T., & Zhou, X. (2011). Eco-environmental change detection by using remote sensing and GIS techniques: a case study Basrah province, south part of Iraq. Journal of Environ Earth Sci., DOI 10.1007/s12665- 011-0964-5.
https://doi.org/10.1080/01431169608949118
Jin, S., Yang, L., Zhu, Z., & Homer, C. (2017). A land cover change detection and classification protocol for updating Alaska NLCD 2001 to 2011. Remote Sensing of Environment Journal, 195 (2): 44-55.
https://doi.org/10.1016/j.rse.2017.04.021
Kachhwaha, T.S. (1985). Temporal Monitoring of forest land for change detectives and forest cover mapping through satellite remote sensing techniques, Proceedings of the 6th Asian Conference on Remote Sensing. November 21-26, 1985, Hyderabad, India. PP. 276-281.
DOI: 10.22092/lmj.2016.107014
Kamusoko, C., & Aniya, M. (2006). Land use/cover change and landscape fragmentation analysis in the Bindura district Zimbabwe. Land Degrad. and Develop. 50: 122-133.
https://doi.org/10.1002/ldr.761
Kauth, R.J., & Thomas, G.S. (1976). The tasseled cap development of agricultural corps as as seen by landsat.Procceding of symposium on machine processing of remotely sensed data. Purde university.West la Fayette, Indiana,(P.47-51).
https://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.461.6381&rep=rep1&type=pdf
Liengsakul, M., Mekpaiboonwatana, S., Pramojanee, P., Bronsveld, K., & Huizing, H. (1993). Use of GIS and remote sensing for soil mapping and for locating new sites for permanent cropland: a case study in the highlands of Northern Thailand. Geoderma, 60: 293–307.
https://doi.org/10.1016/0016-7061(93)90032-G
Lillesand, T.M.R., & Kiefer, W. (2000). Remote Sensing and Image Interpretation. 4th ed., John Wiley & Sons Pub., New York, 768 pp.
https://www.amazon.com/Remote-Sensing-Interpretation-Thomas-Lillesand/dp/0471255157
Lu, D., Mausel, P., Brondi´zio, E., & Moran, E. (2004). Change detection techniques. INT. Journal Remote Sensing, 25 (12), 2365–2407.
https://doi.org/10.1080/0143116031000139863
Madurapperuma, B., Rozario, P., Oduor, P., & Kotchman, L. (2015). Land-use and land-cover change detection in Pipestem Creek watershed, North Dakota. International Journal of GEOMATICS and GEOSCIENCES, Vol. 5, No 3, Pp. 416-426.
https://www.scirp.org/reference/referencespapers?referenceid=2001033
Parakash, A., & Gupta, R.P. (1998). Land use mapping and change detection in a coal mining area: A case study in the Jharia coalfield, India, Int. Journal of Remote sensing 19: 391-410 pp.
https://doi.org/10.1080/014311698216053
Pauchard, A. Aguayo, P.E. Urrutia, R. 2006. Multiple effects of urbanization on the biodiversity of developing countries: The case of a fast-growing metropolitan area (Concepción, Chile), Biological Conservation, 127:272-281.
https://doi.org/10.1016/j.biocon.2005.05.015
Pontius, J.R.G., & Millones, M. (2011). Death to Kappa: birth of quantity disagreement and allocation disagreement for accuracy assessment. International Journal of Remote Sensing, 32(15): 4407-4429.
https://doi.org/10.1016/j.biocon.2005.05.015
Pontius, J.R.G., Peethambaram, S., & Castella, J.C. (2011). Comparison of three maps at multiple resolutions: a case study of land change simulation in Cho Don District, Vietnam. Annals of the Association of American Geographers, 101(1): 45-62.
https://doi.org/10.1080/00045608.2010.517742
Ridd, M.K., & Liu, J. (1998). A comparison of four algorithms for change detection in an urban environment. Remote Sensing of Environment 63: 95–100 pp.
https://doi.org/10.1016/S0034-4257(97)00112-0
Sepehry, A., & Liu, G. (2006). 'Flood Induced land cover change detection using multitemporal ETM+ imagery.', in Proceedings of the 2nd Workshop of the EARseL SIG on Land Use and Land Cover: Application and Development, Matthias Braun (ed.), European Association of Remote Sensing Laboratories and Universität Bonn, Bonn, Germany, pp. 399-406 (Center for Remote Sensing of Land Surfaces).
https://www.researchgate.net/publication/308326489
Shafie, M. (2004). Application of remote sensing technology in the assessment and modeling of land use changes of Qazvin plain, M.Sc.Thesis, Tabriz University, human and social college, 109p.(In persian).
https://maps.4kia.ir/info2/124225
Singh, A., & Harrison, A. (1985). "Standardized principal components". International Journal of Remote Sensing, 6, 883–896.
https://doi.org/10.1080/01431168508948511
Sunar, F. (1998). "An analysis of changes in a multi-date data set: a case study in the Ikitelli area, Istanbul, Turkey". International Journal of Remote Sensing, 19, 225–235.
https://doi.org/10.1080/014311698216215
Yool, S.R., Makaio, M.J., & Watts, J.M. (1997). Techniques for computer-assisted mapping of rangeland change. Journal of Range Management,50, 307–314.
https://repository.arizona.edu/handle/10150/644183
Zhang, Q., Wang, J., Peng, X., Gong, P., Shi, P. (2002). Urban built-up land change detection with road density and spectral information from multi-temporal Landsat TM data. International Journal of Remote Sensing 23(15): 3057 – 3078.
DOI: 10.1080/01431160110104728