پیش‌بینی تغییرات کاربری اراضی در شهر قوچان برای سال 2030 با استفاده از روش CA مارکوف

الموضوعات : فصلنامه علمی برنامه ریزی منطقه ای

صیاد اصغری سراسکانرود ¹ (دانشیار گروه ژئومورفولوژی، دانشگاه محقق اردبیلی، اردبیل، ایران)
احسان قلعه ² (دانشجوی دکتری ژئومورفولوژی دانشگاه محقق اردبیلی، اردبیل، ایران)
علی اصغر اردشیر پی ³ (دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه محقق اردبیلی، اردبیل، ایران)
مصطفی امیدی فر ⁴ (دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه محقق اردبیلی، اردبیل، ایران)

تاريخ الإرسال : 05 الإثنين , ذو القعدة, 1440 تاريخ التأكيد : 29 الثلاثاء , ربيع الأول, 1441 تاريخ الإصدار : 07 الأربعاء , جمادى الثانية, 1442

الکلمات المفتاحية: کاربری اراضی, شهرستان قوچان, طبقه‌بندی پیکسل پایه, CA مارکوف, طبقه‌بندی شیءگرا,

ملخص المقالة :

میزان گسترش و تخریب منابع را میتوان با پیشبینی تغییرات کاربری مشخص کرد و برنامهریزیهای آینده را به مسیر مناسبی سوق داد. هدف از این پژوهش ارزیابی کاربری اراضی شهرستان قوچان با استفاده از طبقه‌بندی شیءگرا و پیکسل پایه و پیش‌بینی تغییرات این کاربریها با استفاده از مدل CA مارکوف تا سال 2030 می‌باشد. در این تحقیق از تصاویر ماهواره لندست سنجندههای ETM و OLI مربوط به سال‌های 2000 و 2018 (ماه آگوست) استفاده شد. ﭘـﺲ از ﺗﻬﻴـﺔ ﺗـﺼاﻮﻳﺮ، تصحیحات رادﻳﻮﻣﺘﺮﻳﻚ بر روی ﺗﺼاﻮﻳﺮ اعمال گردید و سپس ﺑﺎ اﺳﺘﻔﺎده از دو روش پیکسل پایه و شیءگرا ﻧﻘﺸﺔ ﻛﺎرﺑﺮی اراﺿﻲ اﺳﺘﺨﺮاج ﮔﺮدﻳـﺪ. با استفاده از مدل‌سازی CA مارکوف و با توجه به دو نقشه کاربری اراضی به دست آمده، ماتریس احتمال تبدیل کاربریها به یکدیگر محاسبه شد و نقشه پیش‌بینی تغییرات CA مارکوف برای 12 سال بعد یعنی سال 2030 به دست آمد و مساحت و درصد هر کدام از کاربری‌ها به طور جداگانه محاسبه شد. ﺑـﺮای ارزﻳﺎﺑﻲ دﻗﺖ ﻃﺒﻘﻪ-ﺑﻨﺪی از ﺷﺎﺧﺺﻫﺎی دﻗﺖ ﻛلی و ﺿﺮﻳﺐ ﻛﺎﭘﺎ استفاده شد. نتایج به دست آمده در طبقه‌بندی شیءگرا در هر دو شاخص صحت کلی و ضریب کاپا به ترتیب 94 درصد و 97/0 درصد بود که دقیقتر از روش پیکسل پایه است. بیش‌ترین مساحت در منطقه با استفاده از طبقه‌بندی شیءگرا در سال 2000 مربوط به کاربری دیمزار و کاربری مناطق کوهستانی و با استفاده از روش پیکسل پایه مربوط به کاربری مرتع ضعیف و کاربری دیمزار میباشد. با توجه به طبقه‌بندی صورت گرفته برای سال 2018 با استفاده از طبقه‌بندی شیءگرا بیش‌ترین میزان مساحت را کاربری مرتع ضعیف و کاربری دیمزار داشتهاند. نتایج نشان داد که بیش‌ترین میزان افزایش تغییرات در بین کاربریها را کاربری مرتع ضعیف در سال 2030 خواهد داشت که نسبت به سال 2018 نیز 07/24491 هکتار افزایش یافته است. بیش‌ترین میزان کاهش مساحت را کاربری مرتع متراکم با 23/26615 هکتار خواهد داشت. کاربری انسان ساخت نیز در طی این بازه 12 ساله 62/530 هکتار رشد خواهد داشت. با پیش‌بینی تغییرات کاربری اراضی نه تنها می‌توان میزان گسترش یا تخریب منابع را مشخص کرد بلکه می‌توان این تغییرات را در مسیر برنامهریزیهای مناسب هدایت کرد.

المصادر:

1. Aburas M. M, Hoa Y. M, Ramlib M. F, Ash‘aari Z. H. (1396), Improving the capability of an integrated CA-Markov model to simulate spatio-temporal urban growth trends using an Analytical Hierarchy Process and Frequency Ratio. International Journal of Applied Earth Observation and Geoinformation, NO. 5: 65-78.


2. Alavi Panah, Seyyed Kazem (1384): The Application of Remote Sensing in the Earth, University of Tehran Publications.


3. Alavi Panah, Seyyed Kazem, Ehsani, Amiroushang and Parviz Omidi (1383): "Discussion of Desertification and Playa Damghan Program Using Different Time and Multispectral Satellite Services", Journal of Desert, No. 9, No. 1, Pages 143 – 150.


4. Alavipanah, S.K., 2003, Application Remote Sensing in Geology ) Earth Sciences ( Tehran University Press, 478 pages.


5. Arkhi, Saleh (1394): "Detecting Land Use Changes by Object-Oriented Processing of Satellite Images Using EDRISI SELVA Software Case Study: Abadan Area", Sepehr Geographic Information System Research Quarterly, No. 24, pp. 62-51.


6. Aslami, Farnoush, Ghorbani, Ardavan, Sobhani, Behrouz and Mohsen Panahandeh (1394): "Comparison of Neural Network, Vector Machine and Object Oriented Methods in Land Use Extraction and Landscape Vegetation Extraction", Journal of Remote Sensing and Geographic Information System In Natural Resources Science, No. 3, pp. 1-14.


7. Baatz, M., & Schpe, A, 2000, Multiresolution segmentation—an optimization approach for high quality multi-scale image segmenta-tion. In Strobl J., Blaschke T., & Greisebener G. (Eds.), Angewandte Geographische Informationsverarbeitung XII. Beitra ¨ge zum AGIT- Symposium Salzburg, vol. 200. Karlsruhe7 Herbert Wichmann Verlag. pp. 12 –23.


8. Bell, EJ, 1974, Markov analysis of land use change - an application of stochastic processes to remotely sensed data, Socio-Economic Planning Sciences, 8, 6, 311-316. 13. Brown, DG, Pijanowski, BC, Duh, J, 2000, Modeling the relationships between land use and land cover on private lands in the Upper Midwest, USA. Journal of Environmental Management, 59, 4, 247-263.


9. Blaschke.T, 2009 Object bassed image analysis for remote sensing  ,ISPRS, JOURNALhome page:www.elsevier.com/ locate/ISPRS JPRS.PP.10-21.


10. Blaschke.T, Lang.S,2006, briding remote sensing and GIS-what are the main supportive pillsrs?, International Conference on Object-based Image Analysis (OBIA1385), university of Salzburg, Austria,pp.20


11. Boniad, A.E. and Hajighaderi, T., 2008, Mapping of Natural Forest Stands of Zanjan Province Using Landsat 7ETM+ sensor data, Science and Technology of Agriculture and Natural Resources, 42)11(: 627-638.


12. Borana S.L., Yadav S.K. (1396). Prediction of Land Cover Changes of Jodhpur City Using Cellular Automata Markov Modelling Techniques. International Journal of Engineering Science, 17(11), 402-406.


13. Chaudhuri, B., & Sarkar, N. 1995. Texture segmentation using fractal dimension. IEEE Transactions on Pattern Analysis and Machine Intelligence,pp. 17, 72– 77.


14. Fazizadeh, B., Azizi, H., Valizadeh, KH., 2007, Land use Mining of Malekan City using Landsat7 ETM+ Satellite Imagery, Spatial Puissant, A., Rougier, S., Stumpf, A., 2014, Object-oriented Mapping of Urban Trees Using Random Forest Classifiers, International Journal of Applied Earth Observation and Geoinformation, 26,  PP. 235–245.


15. Feizaizadeh.B, rasouli. A,2007, comparison of pixele-based and object-oriented methods in providing land use maps case study: eastern plain of uru mia lake,M.SCTHESIS, Remote sensing and GIS centrums of university of tabrize.TABRIZ, IRAN.pp68.


16. Feizizadeh, Bakhtiar (1386): "Teaching Basic and Object Oriented Pixels to Land Users", Thesis of Senior Scientific Paper, Faculty of Literature and Science, University of Tabriz.


17. Feizizadeh.B, Jafari.F and Nazmfar,H, 2008, Application remote sensing data in land use change detection of city area, journal of Honarhay Zipa, No 39, summer 2008, pp 17-24


18. Feyzizadeh, Bakhtiar and Mahmood Haji Mir-Rahimi (1387): "Detecting Land Use Changes Using Object-Oriented Classification Methods Case Study: Andisheh Town", Proceedings of the Tehran Geomatics Conference


19. Ghaffari, Sedigheh, Moradi, Hamid Reza and Reza Modarres (1397): "Using this law it is possible to study baseline and object-oriented pixels in land use stores: Isfahan Plain - Leader - Najaf Haybad and Chadegan", Natural Resources, Volume 9, Number 1, pp. 40-57.


20. Ghiaieian Firouzabadi, Parviz, Shakiba, Alireza, Mekkan, Ali Akbar and Ali Sadeghi (1388): "Modeling of Geographic Information System, Remote Sensing as a Tool for Implementing a Marriages (CA) Workshop" Shahrekord », Journal of Environmental Science, Volume 7, Number 1, pp. 148-133.


21. Gross, JE, Goetz, SJ, Cihlar, J., 2009, Application of remote sensing to parks and protected area monitoring: Introduction to the special issue, Remote Sensing of Environment, 113, 7, 1343-1345.


22. Hofmann, T., Puzicha, J., & Buhmann, J. 1998. Unsupervised texture segmentation in a deterministic annealing framework. IEEE Transactions on Pattern Analysis and Machine Intelligence, NO20, pp.803818


23. Huan, Yu., H. Zhengwei and P. Xin. 2010. Wetlands shrink simulation using Cellular Automata: a case study in Sanijiang Plains, China.Procedia Environmental Sciences,2:225-233.


24. Jafari, Zahra, Nick Nohad Gharabakhar, Hamid, Ghasemi, Maryam and Esa Jafari (1396): "Optimal Properties of Brazilian Land Use Physical and Chemical Soil Properties as well as Erosion in Rosaday Rangelands", Morteza and Iranian Desert, Vol. 24, No. 1, pp. 88-80.


25. Jahani, A., Feghhi, J., Zobeiri, M. (1391). Spatial Forest Simulation to Obtain Forest Statistics (Case Study: Gorazbon District of Kheyrud Forest). Journal of Forest And Wood Products (Jfwp)(Iranian Journal of Natural Resources), 65(2): 147-155.


26.  Jensen, J, (1384).Introductory digital image processing :a reamot sensing perss pective  (3rded).upper saddle river:NJ: Prenice Hall 526.


27. Karimi, Kamran and Bayram Choghi (1394): "Monitoring and Providing Proposed Services for Spatial Change of Land / Company Function Using Markov 18-Chain Models Study Study: Bastak Plain - South Khorasan", Symbol of Remote Establishment and Geographic Samanda In Natural Resources, Volume 6, Number 2, pp. 88-75.


28. Khoshgoftar, M.M., M. Tallei and P. Malek pour. 2010. Spatial-temporal modeling of urban scattering, by automated cell based approach and Marcov chain. National Geomatic conference. 9 ( In Persian).


29. Koomen, E., Stillwell, J., Bakema, A. & Scholten, H.J. (1387). Modelling Land-use Change, Progress and Applications.Netherlands, Springer, 410 p.


30. Liu, X., et al., (1396). "Classifying urban land use by integrating remote sensing and social media data", International Journal of Geographical Information Science 31(8), Pp 1675-1696.


31. Nafiseh, Ramazani, and Reza Jafari (1393): "Land Use Detection and Land Possibility in Horizon 1404 Using the Studied Sparkain Markov Chain Model", Modares Scientific Quarterly, No. 13, pp. 137-130.


32. Omidipour, Reza, Moradi, Hamid Reza and Saleh Arkhi (1392): "Teaching Using Basic and Object Oriented Pixel Books in Land Use Stores Using Satellite Data", Iranian Journal of Remote Sensing and GIS , No. 3, pp. 110-99.


33. Parker, D.C., S.M. Manson, M.A. Janssen. M.J. Hoffmann and P. Deadman. 2002. Malti agent systems for the simulation of land use and land cover change: a Review. 43.


34. Peterson, L.k., K.M. Bergen, D.G. Brown, L. Vashcchuk and Y. Blam. 2009. Forested land cover patterns and trends over changing forest management eras in the Siberian Baikal region. Forest Ecology and Management,257:911-922


35. Rasouli, A.A., 2008, Principles of remote sensing image processing applications, with emphasis on satellite, Tabriz University Press, 777 pages.


36. Riahi, Mohammad Reza, Soleimani, Karim, Mousavi, Sayyed Ramadan and Masoumeh Bonyadsham (1396): "Land Use Consultation on River Flow Using HEC-HMS Model": Iran, Volume 11, pp. 33-43.


37. Rimal, B.; Zhang, L.; Keshtkar, H.; Haack, B.N.; Rijal, S.; Zhang, P (1397). Land Use/Land Cover Dynamics and Modeling of Urban Land Expansion by the Integration of Cellular Automata and Markov Chain. ISPRS Int. J. Geo-Inf. 7(4), 154.


38. Saghafi, Mehdi and Abolfazl Rahmati (1396): "Estimation of Wind Erosion Zones Estimation Using IRIFR Model and Land Use and Land Cover Modeling from Satellite Images Case Study: Maghan Village, South Khorasan", Geographic Space, No. 59 , Pp. 165-185.


39. Sang, L.; C, Zhang, J, Yang, D, Zhu, and W, Yun (1390). Simulation of land use spatial pattern of towns and villages based on CA–Markov model. Mathematical and Computer Modelling, Volume 54, Issue 3-4, 938-943.


40. Shahani Havizeh, Samie Maedeh, and Haidar Zarei (1395): "Master of Land Use Licensed Twice Study Study": Abou Abbas Watershed Management, Watershed Management Research, Volume 7, Number 14, pp. 244-223.


41. Talebi Khiyavi, Hossein, Zabihi, Mohsen and Raouf Mostafizadeh (1396): "The Impact of Land Use Scenario on Brotherhood of Soil Erosion Using USLE and GIS Model in Yamchi Dam Ardabil Watershed", Water and Soil Journal, No. 80, pp. 221-234.


42. Traore, Arafan; Mawenda, John; Komba, Atupelye W (1397). Land-Cover Change Analysis and Simulation in Conakry (Guinea), Using Hybrid Cellular-Automata and Markov Model. Urban Sci. Volume 2, Issue 2.


43. Trapathidk and kumaram.2012.Remote sensing based analysis of land use land cover dynamics in takula block,almora district(ut tarkand) journal,f human Ecologhy,38(3):2007-2012.


44. Yan, GAO, 2003, Pixel Based and Object Oriented Image for Coal Fire Research, http://www.ITC.com (accessed in July 2008). pp. 3-99


45. Yar Rafieian, Omid, Darvish Safi, Ali Asghar, Babaei Kafaki, Sasan and Asadollah Motaji (1389): "Printable Selling of Basic Pixels and Aerial Images Glass for Correction Using Study: Chamestan Noor Forestry", No. 1, p. 35-47.


46. YU,w,Zhou,w, Qian,Y,YAN,J,(1395).A new approach for land cover classification and change and analysis: integration backdating and an object-based method. Remote sensing of environment,177,37-47.