تحلیل تغییرات زمانی- مکانی اراضی با استفاده از سنجه‌های سیمای سرزمین(نمونه موردی: شهر پاکدشت)

الموضوعات :

علیرضا طاهری نسب ¹ (دانشجوی دکتری گروه جغرافیا، واحد چالوس، دانشگاه آزاد اسلامی، چالوس، ایران)
لیلا ابراهیمی جنمانی ² (استادیار گروه جغرافیا، واحد چالوس، دانشگاه آزاد اسلامی، چالوس، ایران)
آمنه حقزاد ³ (استادیار گروه جغرافیا، واحد چالوس، دانشگاه آزاد اسلامی، چالوس، ایران)
مهرداد رمضان پور ⁴ (استادیار گروه جغرافیا، واحد چالوس، دانشگاه آزاد اسلامی، چالوس، ایران)

تاريخ الإرسال : 13 السبت , ذو القعدة, 1441 تاريخ التأكيد : 11 الأربعاء , صفر, 1444 تاريخ الإصدار : 21 الأحد , شوال, 1443

الکلمات المفتاحية: سنجنده, اراضی مسکونی, اراضی بایر, سیمای زمین, سطح کلاس,

ملخص المقالة :

انسان‌ها در طول 50 سال گذشته، چشم‌اندازها را حتی با سرعتی بیشتر و گسترده‌تر از هر دوره دیگر تغییر داده‌اند. امروزه نگرانی اصلی جوامع بشری تکه‌تکه شدن چشم‌اندازها در نتیجه توسعه زیرساخت‌ها انسانی، فعالیت‌های صنعتی، نابودی زمین‌های کشاورزی و پوشش‌گیاهی، افزایش جمعیت و توسعه شهرنشینی می‌باشد. هدف اصلی این پژوهش، مطالعه وبررسی تغییرات زمانی - مکانی اراضی بایر، اراضی کشاورزی و اراضی ساخته‌شده دست انسان در شهر پاکدشت با استفاده از سنجه‌های سیمای سرزمین می‌باشد. داده ها از طریق تصاویر ماهواره‌ای حاصل از ماهوارة لندست متعلق به سال‌های 2019و 1989 میلادی که توسط سنجنده‌های OLIو MSS5 برداشت شده است. این تصاویر در نرم‌افزار ENVI 5.3 براساس الگوریتم حداکثر احتمال طبقه‌بندی شدند. پس از تهیه نقشه‌های کاربری اراضی و طبقه‌بندی این تصاویر در بازه زمانی مورد مطالعه، از نرم‌افـزار Fragstats جهت استخراج سنجه‌های در دو سطح کلاس و سیمای سـرزمین در سـطح ســیما اســتفاده شــد. در مجمــوع 7 ســنجه جهــت کمــی‌ســازی ســیمای ســرزمین در ســال هــای 1989 تا 2019 م (1368-1398 ش) اندازه‌گیری شـدند. نتایج نشان می‌دهد در همه کاربری‌ها در بازه زمانی مورد مطالعه خردشدگی و گسستگی مشاهده می‌شود که بیشتر این خردشدگی و گسستگی متعلق به زمین‌های کشاورزی می‌باشد کمترین میزان خردشدگی و گسستگی متعلق به کلاس مسکونی بوده است.

المصادر:

1- رضایی، ف، فلاحتکار، س، داداش‌پور، ه، (1396): تغییرات فضایی- زمانی شکل شهرهای ساحلی و غیر ساحلی استان مازندران با به‌کارگیری سنجه‌های سیمای سرزمین، مجله آمایش سرزمین، دورۀ نهم، شمارۀ اول، صص 79-57

2- فجر، س، ایلانلو، م، (1398): ارزیابی تغییرات فضایی- زمانی شکل شهرهای ساحلی استان خوزستان با به‌کارگیری سنجه‌های سیمای سرزمین، مجله مخاطرات محیطی، دوره 8، شماره 31، صص 184-167.

3- کریمی‌فیروزجایی، م، کیاورز، م، کلانتری، م، (1397): پایش و پیش‌بینی تغییرات کاربری اراضی و گسترش فیزیکی شهر بابل در دوره زمانی 1364-1419 با استفاده از تصاویر چند زمانه لندست، سال سوم، شماره 7، 1397، صص 23

4- میرزایی، م، ریاحی بختیاری، ع، سلمان ماهینی، ع، فردْ مهدی، غ (1392): بررسی تغییرات پوشش اراضی استان مازندران با استفاده از متریک‌های سیمای سرزمین بین سال‌های 1389-1363، اکولوژی کاربردی، سال دوم، شماره 4، صص 37-54.

5- محمدی جو، غ، جعفر زاده، ک، دشتی، س، یوسفی خانقاه، ش، بزم‌آرا بلشتی، م، (‌1396): آشکارسازی تغییرات کاربری اراضی با استفاده از روش‌های سنجش از دور و سیستم اطلاعات جغرافیایی (مطالعه موردی: شهرستان قائم‌شهر)، مجله علوم و تکنولوژی محیط‌زیست، دوره نوزدهم، شماره 3، صص 144-160

6- نوحه‌گر، ا، جباریان امیری، ا، افراخته، ر، (1394): تحلیل کاربری سرزمین در بخش مرکزی گیلان با رویکرد اکولوژی سیمای سرزمین، مجله جغرافیا و آمایش شهری- منطقه‌ای، شماره 15، صص 214-197

 

7- Alberti, O.H. Tope-Ajayi, O.O. And Abegunde, O.L. (2015): Assessing Andpredicting Changes In The Status Of Gambari Forest Reserve, Nigeria Using Remote Sensing And GIS Techniques. Journal Of Geographic Information System, 7, 301-318.

8- Davidson, M, (2013): The Study Of Spatial Distiribution Of Changes In The Northern Forests. Http://Www.GIS Development. Nat/Aplication/Nrm/Overview P: 1-2.

9- Hao.F. A.Lausch. (2001): Supplementing Land-Use Statistics With Landscape Metrics:Some Methodological Consideration, Environmental Monitoring And Assessment, Vol. 72, No. 1, Pp. 37–45.

10- Hassan, M. (2017): Monitoring Land Use/Land Cover Change, Urban Growth Dynamics And Landscape Pattern Analysis In Five Fastest Urbanized Cities In Bangladesh.Journal Remote Sensing Applications: Society And Environment, Vol 14, No 7, Pp. 69–83.

11- Herold,Martin,Couclelis,Helen, Clarke, Keithc, (2005): The Role Of Spatial Metrics In The Analysis And Modeling Of Urban Landuse Change, Computers Environment & Urban Systems 29, Pp: 369-399, 2005.

12- Huang, Y, Piling Sun, G, Zhou, C, Liu, L, Lu, Y, Xiang, H, (2019): Land Use/Land Cover Changes And Its Impact On Ecosystem Services In Ecologically Fragile Zone: A Case Study Of Zhangjiakou City, Hebei Province, China, Ecological Indicators, Vol 104, No 3, Pp. 604-614.

13- Kelly. N, Yang. B, Wang, G, (2011), Monitoring And Predicting Land Use Change In Beijing Using Remote Sensing And GIS. Landsc Urban Plan 2006; 78:322-33.

14- Kumar, R. Krummel, J. Gardner, R. Sugihara, G. Jackson, B. De Angelis, D. Milne, B. Turner, M. Zygmunt, B. Christensen, S. Dale, V. & Graham, R. (2018): Indices Of Landscape Pattern. Landscape Ecology, 1, 153–162.

15- Lausch, B.A, Herzog,S, (2002): "Remote Sensing Image-Based Analysis Of The Relationship Between Urban Heat Island And Use/Cover Changes" Remote Sensing Of Environment,104,133-149.

16- Lin, H. Inohae, T. Su, W. Nagaie, T. Hokao, K. (2019): Modeling Urban Land Use Change By The Integration Of Cellular Automaton And Markov Model. Ecological Modelling 222: 3761– 3772.

17- Mc Garigal, K. Et Al. (2002): FRAGSTATS: Spatial Pattern Analysis Program For Categorical Maps, Computer Software Program Produced By The Authors At The University Of Massachusetts, Amherst. Available At

http://Www.Umass.Edu/Landeco/Research/Fragstats/Fragstats.Html

18- Miller, A.S, Brewer, T (2018): Idrisi Andes. Guide To GIS And Image Processing.

19- Sisodia, P. S. Tiwari, V. & Dahiya, A. K. (2016): Urban Sprawl Monitoring Using Remote Sensing And GIS Techniques Of The City Jaipur India. International Journal Of Applied Geospatial Research (IJAGR), Vol 7, No 3, Pp. 93-104

20- Tagliafierro, M, Ioannis. I, Athanassios. S, (2013): Selecting Landscape Metrics As Indicators Of Spatial Heterogeneity A Comparison Among Greek Landscapes, Journal International Journal Of Applied Earth Observation And Geoinformation, Vol 25, 310-325.

21- Zhang. S.A, Nilson, P, Herzog, S, (2004): Analysisonspatial Structure Of Landuse Change Based On Remote Sensing And Geographical Information System, Journal Of Applied Earth Observation And Geoinformation, 12s, Pp: 145-150,2010

22- Zhang, S, Miller, F & Zhong, (2019): Trends In Arid Yinchuan Plain, China. Mathematical And Computer Modelling.