مدلسازی روند تغییرات پوشش/ کاربری اراضی با استفاده از زنجیره مارکوف و شبکه خودکار (مطالعه موردی استان همدان)

محورهای موضوعی : مدیریت محیط زیست

جلیل ایمانی هرسینی ¹ (دانشجوی دکتری محیط زیست، گروه علوم کشاورزی و منابع طبیعی، دانشگاه گرگان، ایران* (مسوول مکاتبات).)
محمد کابلی ² (دانشیار گروه محیط زیست، دانشکده منابع طبیعی دانشگاه تهران، تهران، ایران.)
جهانگیر فقهی ³ (دانشیار گروه جنگل‌داری و اقتصاد جنگل، دانشکده منابع طبیعی دانشگاه تهران. تهران، ایران.)
علی طاهرزاده ⁴ (کارشناس ارشد سنجش ازدور سازمان فضایی ایران.)

تاریخ دریافت : 1394/03/22 تاریخ پذیرش : 1394/09/18 تاریخ انتشار : 1396/01/01

کلید واژه: مدل‌سازی, روند تغییر, زنجیره مارکوف, شبکه خودکار, استان همدان,

چکیده مقاله :

زمینه و هدف: میزان گسترش و تخریب منابع، با پیش بینی تغییرات پوشش و کاربری سرزمین مشخص می‌شود و از این طریق می‌توان این تغییرات را در مسیرهای مناسب هدایت کرد. در این مطالعه، هدف مدل سازی روند تغییرات پوشش/کاربری استان همدان با استفاده از تصویر ماهواره‌ای LANDSAT‌ سنجنده TM در سال 1989 میلادی و تصویر سنجنده LISS3 ماهواره IRS مربوط به سال 2008 میلادی است. روش بررسی: پس از انجام تصحیحات لازم به روش طبقه بندی نظارت شده با الگوریتم حداکثر احتمال، نقشه کاربری- پوشش اراضی برای محدوده مورد مطالعه در طی دو سال مورد نظر تهیه گردید، سپس با استفاده از زنجیره مارکوف با توجه به دو نقشه کاربری- پوشش اراضــی بـه دست آمده، ماتریس احتمال انتقال کاربری ها به یکدیگر محاسبه شد. برای مکانی کردن این تغییرات از روش شبکه خودکار استفاده گردید. یافته‌ها: در نهایت نقشه پوشش- اراضی استان همدان برای 19 سال بعد یعنی سال 1407 به دست آمد و مساحت هریک از کاربری‌ها به تفکیک برآورد شد. بحث و نتیجه‌گیری: نتایج نشان می‌دهند که طبقات پوشش کاربری اراضی طبیعی در آینده روند کاهشی خواهند داشت و به کاربری‌های انسانی تبدیل خواهند شد. با توجه به افزایش جمعیت و نیز افزایش نیاز انسان به زمین و نیز تمایل انسان به بهره برداری از طبیعت، وقوع چنین تبدیلاتی قابل تصور است، اما باید روند این تغییرات مورد توجه قرار بگیرد تا منابع طبیعی منطقه به شیوه پایدار مورد بهره برداری قرار گرفته و این تغییرات منجر به نتایج وخیمی نگردد.

چکیده انگلیسی:

Background and Objective: The extent of spread and source degradation would be determined using prediction of land use/ land cover changes. In this way these changes would be guided in the right directions. The aim of this study is modeling the process of land use / land cover changes of Hamedan province using Landsat TM satellite image of 1989 and IRS LISS III image of 2008. Method: After running the necessary corrections, land use/ land cover maps of the study area in the past two years were obtained using supervised classification with maximum likelihood algorithm. Then probability matrix of land use transition (to each other) were calculated using Markov chain with respect to land use/ land cover map. In the next step, Cellular Automata method was used to geo specified these changes. Findings: Finally land use/ land cover map of Hamedan province for 19 years later (2024) was obtained and the area of each land use/ land cover was calculated. Discussion and Counclusion: The results of this research shows that natural land use/ land covers will be decreased and transmited to human land uses in future. These changes are conceivable due to population growth and increasing human needs to exploit the nature; but this process should be considered to exploit the natural resources in a sustainable manner to avoid severe consequences in future.  

منابع و مأخذ:

1. Coppin P I., Jonckheere K., Nackaerts B., Muys. 2004. Digital change detection methods in ecosystem monitoring: a review. Remote Sensing, VOL. 25, NO. 9, 1565–1596.


2. Milne A. K. 1988. Change direction analysis using Landsat imagery: a review of methodology. Proceedings of the IGARSS’88 Symposium Edinburgh, Scotland, ESA SP-284 (Noordwijk, Netherlands: ESA): 541–544.


3. Lund H. G. 1983. Change now you see it—now you don’t. Proceedings of the International Conference on Renewable Resource Inventories for Monitoring Changes and Trends, Oregon State University, Corvallis, OR, USA (Corvallis, OR: Oregon State University). 211–213.


4. LU D. S., Mausel P., Brondizio E. S., Moran E. 2004. Change detection techniques. International journal of remote sensing, Washington, DC. Vol, 25, NO. 12, 2365–2407.


5. Turner, B. L. and Meyer, W. B. 1991. Land use and land cover in global environmental change: considerations for study. International Social Sciences Journal, No,130, 669–667.


6. Candau J.T. 2002. Temporal Calibration Sensitivity of the SLEUTH Urban Growth Model. MSc Thesis. Santa Barbara University. 116pp.


7. Soffianian, A., M. A. Nadoushan, L. Yaghmaei and S. Falahatkar. 2010 Mapping and analyzing urban expansion using remotely sensed imagery in Isfahan, Iran, World Applied Sciences Journal, Vol 9(12), 1370-1378.


8. Sarvestani, M., A. Latifi Ibrahim and P. Kanaroglou. 2011. Three decades of urban growth in the city of Shiraz, Iran: A remote sensing and geographic information systems application. Cities, Vol, 28(4), 320-329.


9. Singh A. K. 2003. Modeling Landuse Landcover Changes using Cellular automata in geo-spatial Environment. MSc Thesis ITC. Netherland.58pp.


10. Torrens P.M. 2000. Cellular Automata and Urban Simulation: Where do we go from here, Environment and Planning,Vol, 28. No, 3, 163-168.


11. Stevens D., Dragicevic S., Rothley K: iCity. 2007. A GIS-CA modeling tool for urban planning and decision making”, Environmental Modeling & Software, Vol, 22, 761-773


12. Ye, B. and Bai, Z. 2008. Simulation land use/ cover changes of Nenjiang country based on CA Markov model, Computer and Computing Technologies in Agriculture, Vol. 1, 321–329.


13. Muller M. R., J. Middleton. 1994. A Markov model of land-use change dynamics in the Niagara Region, Ontario, Canada. Landscape Ecology, pp. 151-157.


14. Brown D. G., Pinjanowski B. C., Duh J. D. 2000. Modeling the relationship between landuse and landcover on private lands in the upper Midwest. Journal of environmental management. Vol, 59, 247-263.


15. یمانی. م، مزیدی. ا، 1386،  بررسی تغییرات سطح و پوشش گیاهی کویر سیاه­کوه با استفاده از داده­های سنجش از دور، پژوهش های جغرافیایی، شماره 64، صص 1-12.


16. Tso B., Mather P. M. 2001. Classification methods for remotely sensed data. Taylor and Francis. New York.


17. ماهینی. ع و کامیاب. ح، 1388، سنجش از دور و سامانه های اطلاعات جغرافیایی کاربردی با نرم افزار ایدریسی، انتشارات مهر مهدیس، تهران ،582 ص.


18. Batty M., Xie Y., Sun Z. 1999. Modeling urban dynamics through GIS- based cellular automata. Computers, Environment and Urban Systems: Vol, 23, 205-233.

9. شیخ گودرزی. م، علیزاده شعبانی. ا، سلمان ماهینی. ع. ر. و فقهی. ج، 1391، بررسی آثار ناشی از توسعه شهر بر مطلوبیت پهنه‌های حفاظتی با رویکرد سیمای سرزمین (مطالعه موردی: حوزه آب­خیز گرگان­رود). اکولوژی کاربردی. شماره 1، صص43- 30.


10. بابایی اقدم. ف، و ابراهیم‌زاده. ح، 1390، مدل­سازی تغییرات کاربری اراضی زراعی و بایر سطوح ساخته شده در منطقه شهری اردبیل با استفاده از مدل CLUE_S، جغرافیا و توسعه، شماره 26، صص 34-21.

21. Yaung G., Li X., Shi X. 2008. Cellular automata for simulating landuse changes based on support vector machines. Computers & geosciences: Vol, 34, 592-602.