Change detection of Oak forests using object-based classification of multitemporal Landsat imageries (Case study: forests of the northern province of Ilam)
Subject Areas : Geospatial systems development
Hashem Rostam Zadeh
1
(Assis. Prof. College of Geography & Planning, University of Tabriz)
Sadrolah Darabi
2
(MSc. Student of Remote Sensing & GIS, College of Geography & Planning, University of Tabriz)
Hejar Shahabi
3
(MSc. Student of Remote Sensing & GIS, College of Geography & Planning, University of Tabriz)
Keywords: Deforestation, Change detection, Ilam, Object-based Classification, land use,
Abstract :
Oak is the dominant forest species in the Zagros mountains, it is seen as a semi dense forest in western provinces. Multiple droughts, development of cities and villages, land use change from forest to farmland, are the main causes of forest destruction in Ilam. The purpose of this research is to determine the change detection of forest land to other land uses, using multi temporal TM sensor images (April 1986) and OLI (April 2015). In object-based classification, the data segmentation as initial phenomena, with appropriate scale and compression parameters for each image, was performed. Two classifying phenomena, nearest neighbor method and fuzzy functions were used. Land use classes were prepared by specifying training points and using the normalized difference vegetation index (NDVI). The Overall accuracy of the TM image was 88% and OLI image 94%, and the kappa coefficient for the TM and OLI image was calculated 84% and 91%, respectively. By post classification comparison method, the change matrix for each districts and changes forest to other uses was formed. The results showed that all districts faced with the phenomenon of deforestation and forest wide change (-42%) have been made.
1. احمدی، م. و م. نارنگیفرد. 1394. برآورد کیفیت و آشکارسازی تغییرات پهنههای جنگلی با استفاده از تصاویر ماهوارهای (مطالعة موردی: شهرستان رستم، فارس). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 6(3): 87-100.
2. آرخی، ص. 1394. آشکارسازی تغییرات پوشش/کاربری اراضی با پردازش شیءگرای تصاویر ماهوارهای با استفاده از نرمافزار Idrisi selvi (مطالعه موردی: منطقه آبدانان). اطلاعات جغرافیایی، 24(95): 51-62.
3. پرما، ر.، ش. شتایی جویباری، ی. خداکرمی و ه. حبشی. 1388. ارزیابی دادههای ماهوارهای ETM+ و LISS III برای تهیه نقشه تیپ در جنگلهای زاگرس (مطالعه موردی: جنگلهای قلاجه استان کرمانشاه). تحقیقات جنگل و صنوبر ایران، 17(4): 596-606.
4. حاجاحمدی، س.، م. مختارزاده، ع. محمدزاده و م. ج. ولدانزوج. 1393. تهیه نقشه تغییرات در مناطق شهری به کمک تصاویر ماهوارهای با تأکید بر استفاده حداکثری از نقشه‌های قدیمی موجود. نشریه علمی ترویجی مهندسی نقشهبرداری و اطلاعات مکانی، 6(1): 31-40.
5. حدادی، ع.، م. ر. صاحبی، م. مختارزاده و ه. فتاحی. 1388. ارائه روشی ترکیبی از شبکه‌های عصبی نظارت‌شده و نظارت‌نشده در طبقه‌بندی تصاویر سنجش از دور. سنجش از دور و GIS ایران. 1(3): 33-50.
6. حسن‌زاد ناورودی، ا.، ن. سیدی و ح. ر. سیف‌اللهیان. 1388. بررسی تغییرات مشخصه‌های کمی و کیفی توده‌های جنگلی بعد از یک دوره جنگلداری (مطالعه موردی: سری جنبه‌سرا-گیلان). مجله جنگل ایران (انجمن جنگلبانی ایران)، 1(4): 301-311.
7. حیدریان، پ.، ک. رنگزن، س. ملکی و ا. تقیزاده. 1392. پایش تغییرات کاربری اراضی با استفاده از روش مقایسه پس از طبقه‌بندی تصاویر ماهواره لندست (مطالعه موردی: اراضی شهر تهران). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 4(4): 1-10.
8. رسولی، ع. ا. 1387. مبانی سنجش از دور کاربردی با تأکید بر پردازش تصاویر ماهوارهای. انتشارات دانشگاه تبریز. 703 صفحه.
9. شریفی، ل.، ع. ا. رسولی، م. ا. حجازی و ه. رستم‌زاده. 1392. آشکارسازی تغییرات کاربری/پوشش اراضی با پردازش شیءگرای تصاویر ماهوارهای (مطالعه موردی: شهرستان تبریز). نشریه جغرافیا و برنامه‌ریزی، 17(44): 203-214.
10. عبدالهی، ه. و ش. شتایی جویباری. 1391. ارزیابی مقایسهای قابلیت دادههای LISS-III و LISS-IV ماهواره IRS-P6 در تهیه نقشه تراکم تاج پوشش جنگلهای زاگرس (مطالعه موردی: جنگلهای شهرستان جوانرود). علوم و فناوری چوب و جنگل، 19(1): 43-60.
11. علویپناه، س. ک.، ح. ر. متینفر و ع. رفیعی امام. 1387. کاربرد فن‌آوری‌های اطلاعات در علوم زمین (خاک‌شناسی رقومی). انتشارات دانشگاه تهران. 451 صفحه.
12. علویپناه، ک. 1۳۸۵. کاربرد سنجش از دور در علوم زمین. انتشارات دانشگاه تهران. 472 صفحه.
13. فاطمی، ب. و ی. رضایی. 1393. مبانی سنجش از دور. انتشارات آزاده، 288 صفحه.
14. فیضیزاده، ب.، خ. دیده‌بان و خ. غلام‌نیا. 1395. برآورد دمای سطح زمین با استفاده از تصاویر ماهواره لندست 8 و الگوریتم پنجره مجزا (مطالعه موردی: حوضه آبریز مهاباد). اطلاعات جغرافیایی، 25(98): 171-181.
15. قنبری، ف. و ش. شتایی جویباری. 1389. بررسی روند تغییرات سطح جنگل با استفاده از عکسهای هوایی و تصاویر ASTER (مطالعه موردی: جنگلهای حاشیهای جنوب و جنوب غربی شهر گرگان). علوم و فناوری چوب و جنگل، 17(4): 1-18.
16. گیویی اشرف، ز. و ع.سرکارگر اردکانی. 1390. پایش کاربری اراضی با استفاده از سنجش از دور به منظور ارزیابی بیابان‌زایی (مطالعه موردی: دشت مروست، استان یزد). همایش ملی ژئوماتیک، تهران - سازمان نقشهبرداری کشور، 25 الی 29 اردیبهشت ماه.
17. محمدی، ف.، ن. شعبانیان، م. پورهاشمی و پ. فاتحی. 1389. تهیه نقشه خطر آتشسوزی جنگل با استفاده از GIS و AHP در بخشی از جنگلهای پاوه. تحقیقات جنگل و صنوبر ایران، 18(4): 569-586.
18. محمدیاری، ف.، ح. ر. پورخباز، م. توکلی و ح. اقدر. 1393. تهیه نقشه پوشش گیاهی و پایش تغییرات آن با استفاده از تکنیکهای سنجش از دور و سیستم اطلاعات جغرافیایی (مطالعه موردی: شهرستان بهبهان). اطلاعات جغرافیایی، 23(92): 23-34.
19. مهدوی، ع. و س. ر. فلاح شمسی. 1391. هیه نقشه تغییرات سطح جنگل با استفاده از عکسهای هوایی و تصاویر LISS-III ماهواره IRS (مطالعه موردی: شهرستان ایلام). علوم و فناوری چوب و جنگل، 19(1): 77-91.
20. نگهبانی، س. 1385. الگوریتم‌های آشکارسازی در تصاویر فرا طیفی. پایان‌نامه کارشناسی ارشد سنجش از دور. دانشگاه صنعتی خواجه‌نصیرالدین طوسی. 110 صفحه.
21. یوسفی، ص.، س. میرزایی و ح. زینیوند. 1392. بررسی روند تغییرات جنگلهای زاگرس با استفاده از سنجش از دور و سیستم اطلاعات جغرافیایی (مطالعه موردی: مریوان). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 4(2): 15-23.
22. Becker F, Li ZL. 1995. Surface temperature and emissivity at various scales: Definition, measurement and related problems. Remote Sensing Reviews, 12(3-4): 225-253.
23. Boyd D, Foody G, Ripple W. 2002. Evaluation of approaches for forest cover estimation in the Pacific Northwest, USA, using remote sensing. Applied Geography, 22(4): 375-392.
24. Chen G, Hay GJ, Carvalho LM, Wulder MA. 2012. Object-based change detection. International Journal of Remote Sensing, 33(14): 4434-4457.
25. Darvishzadeh R, Skidmore A, Atzberger C, van Wieren S. 2008. Estimation of vegetation LAI from hyperspectral reflectance data: Effects of soil type and plant architecture. International Journal of Applied Earth Observation and Geoinformation, 10(3): 358-373.
26. Dewan AM, Yamaguchi Y. 2009. Land use and land cover change in Greater Dhaka, Bangladesh: Using remote sensing to promote sustainable urbanization. Applied Geography, 29(3): 390-401
27. Du Y, Teillet PM, Cihlar J. 2002. Radiometric normalization of multitemporal high-resolution satellite images with quality control for land cover change detection. Remote sensing of Environment, 82(1): 123-134.
28. Gallant JC, Wilson JP. 2000. Terrain Analysis: Principles and Applications. John Willey & Sons. 520 pp.
29. Griffiths P, Kuemmerle T, Baumann M, Radeloff VC, Abrudan IV, Lieskovsky J, Munteanu C, Ostapowicz K, Hostert P. 2014. Forest disturbances, forest recovery, and changes in forest types across the Carpathian ecoregion from 1985 to 2010 based on Landsat image composites. Remote Sensing of Environment, 151: 72-88.
30. Hadjimitsis DG, Papadavid G, Agapiou A, Themistocleous K, Hadjimitsis M, Retalis A, Michaelides S, Chrysoulakis N, Toulios L, Clayton C. 2010. Atmospheric correction for satellite remotely sensed data intended for agricultural applications: impact on vegetation indices. Natural Hazards and Earth System Sciences, 10(1): 89-95.
31. Hao M, Shi W, Deng K, Zhang H, He P. 2016. An object-based change detection approach using uncertainty analysis for VHR images. Journal of Sensors, 2016(1): 1-17.
32. Hartter J, Lucas C, Gaughan AE, Aranda LL. 2008. Detecting tropical dry forest succession in a shifting cultivation mosaic of the Yucatán Peninsula, Mexico. Applied Geography, 28(2): 134-149.
33. Herold M, Scepan J, Clarke KC. 2002. The use of remote sensing and landscape metrics to describe structures and changes in urban land uses. Environment and Planning A, 34(8): 1443-1458.
34. Morawitz DF, Blewett TM, Cohen A, Alberti M. 2006. Using NDVI to assess vegetative land cover change in central Puget Sound. Environmental Monitoring and Assessment, 114(1-3): 85-106.
35. Oñate-Valdivieso F, Sendra JB. 2010. Application of GIS and remote sensing techniques in generation of land use scenarios for hydrological modeling. Journal of Hydrology, 395(3): 256-263.
36. Richards JA. 2013. Remote Sensing Digital Image Analysis: An Introduction. Springer-Verlag Berlin Heidelberg. 494 pp.
37. Ridd MK, Liu J. 1998. A comparison of four algorithms for change detection in an urban environment. Remote Sensing of Environment, 63(2): 95-100.
38. Tyagi P, Bhosle U. 2011. Atmospheric correction of remotely sensed images in spatial and transform domain. International Journal of Image Processing, 5(5): 564-579.
39. Yeh AG-O, Xia L. 2001. Measurement and monitoring of urban sprawl in a rapidly growing region using entropy. Photogrammetric Engineering and Remote Sensing, 67(1): 83-90.
_||_