Urban development modeling using remote sensing techniques (Study area: District 22 of Tehran Municipality)
محورهای موضوعی : فصلنامه علمی پژوهشی سنجش از دور راداری و نوری و سیستم اطلاعات جغرافیاییSeyed Aghil Ebrahimi 1 , seyede Razieh Keshavarz 2 , Jalal Bayati Eshkaftaki 3
1 - PhD student, Geography and Urban Planning, Islamic Azad University, Science and Research Unit, Tehran
2 - Ph.D. student, Geography and Urban Planning, expert on foreign nationals and immigrants, Shiraz, Fars Governorate
3 - Master in Remote Sensing Geographic Information System
کلید واژه: Landsat, Urban Development, District 22 of Tehran Municipality,
چکیده مقاله :
One of the processes that can examine the changes of the city for a period of several years and as a result predict the directions of urban growth and development in order to implement appropriate planning is urban development modeling. Therefore, urban designers and planners need spatial and temporal information related to urban growth patterns obtained through modeling. To discover and evaluate changes and urban development, multi-time remote sensing data can play an essential role due to the cheapness and speed of obtaining data from it, and geographic information system due to its analytical capabilities. It is necessary to pay attention to the fact that the size of the studied area as well as the required spatial resolution is important in choosing the type of satellite. The purpose of this research is to investigate the urban development situation in the 22nd district of Tehran, which has not been researched in this field using satellite data. In this research, we have analyzed the data of Landsat satellite in 2003 and Landsat 2018 in a period of 16 years. The studied area is the 22nd district of Tehran Municipality and due to the expansion of urbanization in this area, the relevant results showed that the development of urbanization in the 22nd district is increasing significantly and this trend is increasing towards the west of Tehran. In these 16 years, there has been the biggest change in the land use of barren land, which has become an urban area.
One of the processes that can examine the changes of the city for a period of several years and as a result predict the directions of urban growth and development in order to implement appropriate planning is urban development modeling. Therefore, urban designers and planners need spatial and temporal information related to urban growth patterns obtained through modeling. To discover and evaluate changes and urban development, multi-time remote sensing data can play an essential role due to the cheapness and speed of obtaining data from it, and geographic information system due to its analytical capabilities. It is necessary to pay attention to the fact that the size of the studied area as well as the required spatial resolution is important in choosing the type of satellite. The purpose of this research is to investigate the urban development situation in the 22nd district of Tehran, which has not been researched in this field using satellite data. In this research, we have analyzed the data of Landsat satellite in 2003 and Landsat 2018 in a period of 16 years. The studied area is the 22nd district of Tehran Municipality and due to the expansion of urbanization in this area, the relevant results showed that the development of urbanization in the 22nd district is increasing significantly and this trend is increasing towards the west of Tehran. In these 16 years, there has been the biggest change in the land use of barren land, which has become an urban area.
Akbari, Elahe, et al., (2013), Processing and extracting information from satellite data using ENVI software, second edition, Satellite Publications
Organi, Maysam, et al. (2018), Sub-pixel detection of changes in urban areas using spectral composition analysis, Geomatics Conference,
Aliani, Hamideh, and co-workers, (2019), Investigating land use changes and the effect of physiographic factors on the distribution of changes using geographic information system measurement, Journal of Renewable Natural Resources Research, Year 2, Number 3.
Heydari Muzaffar Morteza, Saleh Juneqani ,Ehsan. (1400). Modeling the growth and development of Isfahan city using remote sensing data in the LCM model. Scientific Research Journal of Mapping Sciences and Techniques.; 10 (4): 190-179
Safianian, A., Yaghmayi, L., Falahtkar, S., (2018), a survey of the growth trend of Isfahan city during the past 5 decades.
Shia, 1375, an introduction to urban planning.
Ghanbari, Abolfazl, Karimzadeh, Sadra. Taraneh, Seddighe. (1401). Investigating the quality of urban life using remote sensing and GIS - case study: Zones 1 and 2 of Zahedan city. Geographic Information Scientific-Research Quarterly " Sepehr 31(121), 93-110
Anabestani, Ali Akbar, Anabestani, Zahra. Akbari, Ibrahim. (1400). Analyzing the structural changes of the landscape and urban development patterns using multi-temporal satellite images - case study: Mashhad metropolis. Scientific-Research Quarterly of Geographical Information " Sepehr 30(119), 189-206
Mohammad Ismail, Zahra, (1389), monitoring land use changes in Karaj using remote sensing technique, soil research magazine, volume 24, number (1).
Mouhed, A., Taghizadeh, A., 2018, Investigation of the development directions of the marginal areas of Ahvaz city using RS and GIS, Human Geography Research Publication, No. 70, 2018.
Moghli, Marzieh, Shahsavar, Mohsen, & Khabazi, Mostafa. (1401). Monitoring and modeling changes in the pattern of urban development using satellite images and artificial neural network model (case study of part one of Rafsanjan city). Urban Social Geography, 9(2), 171-194.
Akpoti, K., Antwi, E. O., & Kabo-Bah, A.[9] T. (2016). Impacts of rainfall variability, land use and land cover change on stream flow of the black Volta Basin, West Africa. Hydrology, 3(3), 26.
Bewket, W. (2002). Land cover dynamics since the 1950s in Chemoga watershed, Blue Nile basin, Ethiopia. Mountain Research and Development , 22(3), 263–269.
Das, S., & Angadi, D. P. (2022). Land use land cover change detection and monitoring of urban growth using remote sensing and GIS techniques: a micro-level study. GeoJournal, 87(3), 2101-2123.
Petropoulos GP, Griffiths HM, Kalivas DP [11] (2014) Quantifying spatial and temporal vegetation recovery dynamics following a wildfire event in a Mediterranean landscape using EO data and GIS. Appl Geogr 50:120–131
Sobrino JA, Jiménez-Muñoz JC (2014) Minimum configuration of thermal infrared bands for land surface temperature and emissivity estimation in the context of potential future missions. Remote Sens Environ 148:158–167
Ward, D., Phinn, S. R. , & Murray, A T. (2000). Monitoring growth in rapidly urbanizing areas using remotely sensed data. The Professional Geographer, 52(3), 371–386.
Yalew, S. G., Mul, M. L., Van Griensven, A., Teferi, E., Priess, J., Schweitzer, C., & Van Der Zaag, P. (2016). Land-use change modelling in the Upper Blue Nile Basin. Environments , 3(4), 21
Zhou D, Bousquet O, Lal TN, Weston J, Schoellkopf B (2004) Learning with local and global consistency. In: Advances in neural information processing systems, pp 321–328
Wang, S. W., Gebru, B. M., Lamchin, M., Kayastha, R. B., & Lee, W. K. (2020). Land use and land cover change detection and prediction in the Kathmandu district of Nepal using remote sensing and GIS. Sustainability, 12(9), 3925.
مدلسازی توسعه شهری با استفاده از تکنیک های سنجش از دور
(منطقه مورد مطالعه:منطقه 22 شهرداری تهران)
چکیده
ﯾﮑﯽ از ﻓﺮآﯾﻨﺪ ﻫﺎﯾﯽ ﮐﻪ ﻣﯿﺘﻮان ﺗﻐﯿﯿﺮات ﺷﻬﺮ را ﺑﺮاي ﯾﮏ دوره زﻣﺎﻧﯽ ﭼﻨﺪﯾﻦ ﺳﺎﻟﻪ ﺑﺮرﺳﯽ و در ﻧﺘﯿﺠﻪ ﺟﻬﺖ ﻫﺎي رﺷﺪ و ﺗﻮﺳﻌﻪ ﺷﻬﺮي را ﺑﺮاي اﻋﻤﺎل ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﻫﺎي ﻣﻨﺎﺳﺐ ﭘﯿﺶ ﺑﯿﻨﯽ ﮐﺮد ﻣﺪﻟﺴﺎزي ﺗﻮﺳﻌﻪ ﺷﻬﺮي اﺳﺖ . ﺑﻨﺎﺑﺮ اﯾﻦ ﻃﺮاﺣﺎن وﺑﺮﻧﺎﻣﻪ رﯾﺰان ﺷﻬﺮي ﺑﻪ اﻃﻼﻋﺎت ﻣﮑﺎﻧﯽ و زﻣﺎﻧﯽ ﻣﺮﺗﺒﻂ ﺑﺎ اﻟﮕﻮﻫﺎي رﺷﺪ ﺷﻬﺮي ﮐﻪ از ﻃﺮﯾﻖ ﻣﺪﻟﺴﺎزي ﺣﺎﺻﻞ ﻣﯽ ﺷﻮد ﻧﯿﺎزﻣﻨﺪﻧﺪ. برای کشف وارزیابی تغییرات و توسعه شهری داده های چندزمانه سنجش ازدوری به دلیل ارزانی وسرعت اخذداده هاازآن وسیستم اطلاعات جغرافیایی بخاطربرخورداری ازامکانات تحلیلی می تواندنقش اساسی داشته باشد.توجه به این امرضروری می باشدکه وسعت منطقه ی موردمطالعه وهمچنین قدرت تفکیک مکانی موردنیازدرانتخاب نوع ماهواره مهم است در این تحقیق از داده های ماهواره لندست تاریخ 2003 و لندست 2018 در یک بازه زمانی 16 ساله مورد بررسی قرار داده ایم منطقه مورد مطالعه منطقه 22 شهرداری تهران می باشد به دلیل گسترش شهر نشینی در این منطقه نتایج مربوط نشان داد که توسعه شهر نشینی در منطقه 22 رو به افزایش چشم گیر شده و این روند به سمت غرب تهران رو به افزایش است در این 16 سال بیشترین تغییر را در کاربری اراضی زمین بایر داشته که تبدیل به منطقه شهری شده و کاربری های پوشش گیاهی، مناطق مسکونی و آب در رتبه های بعدی قرار گرفتند .
واژگان کلیدی: توسعه شهری، لندست، منطقه 22 شهرداری تهران، OLI، ETM+
رشد جمعیت و گرایش به شهر نشینی و همچنین بهره برداری نامناسب از منابع موجود موجب تغییرات کاربری اراضی در زمین می شود(حیدری مظفر و جونقانی، 1400). ﺑﺤﺚ در زﻣﯿﻨﻪ ﻣﻄﺎﻟﻌﺎت ﺷﻬﺮي از دﯾﺪﮔﺎه ﻫﺎي ﻣﺨﺘﻠﻒ, ﻣﻮرد ﻣﻄﺎﻟﻌﻪ ﻋﻤﯿﻖ ﻗﺮار ﮔﺮﻓﺘﻪ و از ﻃﺮﻓﯽ ﺑﺨﺶ ﻣﺸﺨﺼﯽ از ﻋﻠﻮم ﺑﻪ ﺗﺤﻘﯿﻖ و ﺗﻔﺤﺺ در اﯾﻦ زﻣﯿﻨﻪ اﺧﺘﺼﺎص ﯾﺎﻓﺘﻪ اﺳﺖ(ﺷﯿﻌﻪ، 1375). توسعه شهری در دنیا در چند دهه گذشته چنان بوده که به بی تعادلی در چگونگی استفاده از اراضی منجر شده است و سیمای سرزمین و کاربری های مناطق مختلف به واسطه رشد شهرنشینی و افزایش جمعیت، به سرعت تغییر کرده و کاربری های بکر و دست نخورده به کاربری های شهری تبدیل شده است(عنابستانی و همکاران، 1400). توسعه شهری به عنوان یک مفهوم فضایی را می توان به معنی تغییرات در کاربری زمین و سطوح تراکم جهت رفع نیازهای ساکنان شهری در زمینه مسکن حمل و نقل، اوقات فراغت و غذا و غیره تعریف کرد یا توسعه ای است که تمام جنبه های اجتماعی، اقتصادی و غیره را در شهر با هم پیش می برد و توسعه پایدار شهری نگهداری منابع برای حال و آینده از طریق استفاده بهینه از زمین و وارد کردن کمترین ضایعات به منابع تجدیدپذیر مطرح است(قبادیان و همکاران، 1399). توسعه شهری شامل گسترش ابعاد فیزیکی و تغییرات در عملکردها می شود. از نظر نگرش جغرافیای شهری به نظر می رسد که اصطلاح مناسب برای فرآیندی که طی آن هم کالبد شهری رشد می کند و هم فعالیت ها و کاربری های شهری در این فرآیند دچار تحول می شوند و نیز در محیط اطراف تغییراتی ایجاد می شود توسعه کالبدی – فضایی باشد(نصیری هندخاله، 1395).
ﺑﻨﺎﺑﺮاﯾﻦ ﻣﯽ ﺗﻮان ﺑﺎ ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﮐﺎرﺑﺮي اراﺿﯽ ﺷﻬﺮي و آﻣﺎﯾﺶ ﺳﺮزﻣﯿﻦ رﺷﺪ ﻣﻨﺎﻃﻖ ﺷﻬﺮي را در ﻣﻨﺎﺳﺐ ﺗﺮﯾﻦ ﺟﻬﺖ ﻫﺪاﯾﺖ ﮐﺮد ﺗﺎ ﺿﻤﻦ ﺑﺮآورده ﺷﺪن ﻧﯿﺎزﻫﺎي ﺳﺎﮐﻨﺎن ﺷﻬﺮي, ﻣﻨﺎﺑﻊ ﻃﺒﯿﻌﯽ, اراﺿﯽ اﻃﺮاف ﺷﻬﺮﻫﺎ و زﻣﯿﻦ ﻫﺎي ﮐﺸﺎورزي ﻧﯿﺰﺣﻔﻆ ﮔﺮدﻧﺪ ﻟﺬا در ﻓﺮآﯾﻨﺪ ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﯾﮏ ﺷﻬﺮ ﺧﺼﻮﺻﺎ از دﯾﺪﮔﺎه آﻣﺎﯾﺸﯽ ﻧﮕﺎه ﺑﻪ ﮔﺬﺷﺘﻪ ﺷﻬﺮ و ﻣﺸﺨﺺ ﮐﺮدن روﻧﺪ ﺗﻐﯿﯿﺮات ﺑﻪ وﺟﻮد آﻣﺪه در ﺷﻬﺮ و ﺗﻮﺻﯿﻒ آن اﻫﻤﯿﺖ وﯾﮋه اي ﻣﯽ ﯾﺎﺑﺪ (ﺳﻔﯿﺎﻧﯿﺎن و همکاران، 1389). از ﻃﺮف دﯾﮕﺮ ﭘﯿﺪاﯾﺶ ﺗﻔﮑﺮ آﻣﺎﯾﺶ ﺷﻬﺮي ﺑﻪ ﻫﻤﺮاه ﻓﻨﺎوري ﻫﺎي ﺟﺪﯾﺪ روز ﻣﺎﻧﻨﺪ RS & GISو ﻣﺪل ﺳﺎزي ﻫﺎي آﻣﺎري ﺑﺮاي دﺳﺖ ﯾﺎﺑﯽ ﺑﻪ ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﻫﺎي ﻣﻨﺎﺳﺐ ﻓﮑﺮ ﻣﺤﻘﻘﺎن را ﺑﻪ ﺧﻮد ﻣﺸﻐﻮل داﺷﺘﻪ اﺳﺖ. ﯾﮑﯽ از ﻧﺘﺎﯾﺞ ﺗﺮﮐﯿﺐ اﯾﻦ ﻗﺎﺑﻠﯿﺖ ﻫﺎ در ﻣﺪل ﺳﺎزي ﻫﺎي ﺗﻮﺳﻌﻪ ﺷﻬﺮي اﺳﺖ ﮐﻪ ﻫﺪف آﻧﻬﺎ ﺑﺮرﺳﯽ روﻧﺪ ﺗﻐﯿﯿﺮات ﺷﻬﺮي ﺷﻨﺎﺳﺎﯾﯽ ﻋﻮاﻣﻞ دﺧﯿﻞ در آﻧﻬﺎ و ﭘﯿﺶ ﺑﯿﻨﯽ آﯾﻨﺪه ﺷﻬﺮ ﺑﺮاﺳﺎس ﺗﻐﯿﯿﺮات ﮔﺬﺷﺘﻪ اﺳﺖ. ﺳﻨﺠﺶ از دور ﻓﻨﺎوري ﮐﻠﯿﺪي ﺑﺮاي ارزﯾﺎﺑﯽ وﺳﻌﺖ و ﻣﯿﺰان ﺗﻐﯿﯿﺮات ﭘﻮﺷﺶ اراﺿﯽ اﺳﺖ اﻃﻼع از اﻧـﻮاع ﺗﻐﯿﯿـﺮات ﭘﻮﺷـﺶ ﺳـﻄﺢ زﻣـﯿﻦ و ﻓﻌﺎﻟﯿﺘﻬﺎي اﻧﺴﺎﻧﯽ در ﻗﺴﻤﺖ ﻫﺎي ﻣﺨﺘﻠﻒ، ﺑﻪ ﻋﻨﻮان اﻃﻼﻋﺎت ﭘﺎﯾﻪ ﺑﺮ اي ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﻫﺎي ﻣﺨﺘﻠﻒ، از اﻫﻤﯿﺖ وﯾﮋه اي ﺑﺮﺧﻮردار اﺳﺖ(Zhou و همکاران، 2004). ﺿﺮورت داﺷﺘﻦ دﯾﺪﮔﺎه آﻣﺎﯾﺸﯽ را ﺑﻪ ﺑﺮﻧﺎﻣﻪ رﯾﺰان ﻣﻨﻄﻘﻪ اي اﻟﻘﺎ ﻣﯽ ﻧﻤﺎﯾﺪ(Ward و همکاران، 2000) .آشکارسازی تغییرات شامل کاربردمجموعه داده های چندزمانه به منظورمشخص کردن مناطقی است که کاربری وپوشش زمینی آنهادرتاریخ های مختلف تصویربرداری تغییراتی داشته اند.این تغییرات ممکن است ناشی ازتغییرات پوشش درکوتاه مدت مانندبرف،سیلاب،تغییرات کاربری چون توسعه شهری وتبدیل اراضی کشاورزی به کاربری های مسکونی وصنعتی باشد(Bewket و همکاران، 2002). اطلاع ازنسبت کاربری ها ونحوه ی تغیییرات آن درگذرزمان یکی ازمهمترین موارددربرنامه ریزی ومدیریت زمین می باشد(اکبری و همکاران، 1393). تغییرات پوشش زمین می تواندبه تبدیل ازیک نوع پوشش به نوع دیگروتغییرشکل دریک نوع پوشش معین تقسیم گردد.درحالت اول پوشش کاملاتغییر کرده ودرکلاسی دیگرجای می گیردمانندتغییرشکل مناطق کشاورزی به شهری که بیشترین مطالعات بازیابی تغییرات درسنجش ازدوردرمورداین نوع تغییرپوشش زمین می باشد.درحالت دوم تغییردرون یک نوع پوشش زمین روی می دهد.هدف ازآشکارسازی تغییرات مشخص نمودن اختلاف دروضعیت وحالت یک شی یاپدیده بوسیله مشاهده ی آن درزمانهای مختلف می باشد(Petropoulos و همکاران، 2014). دراکثرشهرهای ایران باتوجه به رشدروزافزون جمعیت شهری وتغییرکاربری اراضی برای پاسخگویی به نیازهای جمعیتی برنامه های ازپیش طراحی شده تاثیرمهمی درمدیریت منابع وارضی نداشته است.جمع آوری داده هادرمورد تغییرات حاصله نیازمنداستفاده ازتکنیک ها وابزارهایی است که بتوانداراضی وسیعی راباهزینه مقرون به صرفه ودرمدت زمان کوتاهی موردبررسی قراردهد(محمداسماعیل، 1389).که تکنیکهای سنجش ازدوراین امکانات رافراهم آورد که ازطریق آن میتوان درمقیاسهای زمانی موردنیازتغییرات کاربری رابازیابی وسرعت ووسعت آنها رامشخص کرد(Yalew و همکاران، 2016). هدف از پژوهش حاضر بررسی مدلسازی توسعه شهری با استفاده از تصاویر ماهواره ای نورب لندست و تکنیک های سنجش از دور در منطقه 22 شهرداری تهران می باشد.
پیشینه تحقیقاتی
عنابستانی و همکاران(1400)، در مقاله ای تحلیل تغییرات ساختاری سیمای سرزمین و الگوهای توسعه شهری با استفاده از تصاویر ماهوارهای چندزمانه - مورد مطالعه: کلان شهر مشهد را مطالعه و بررسی کردند. نتایج به دست آمده از تحقیق نشان داد که اراضی ساختهشده در بازه زمانی 20 ساله برای شهر مشهد بیشترین تغییرات مساحت را داشته است و این کاربری با افزایش مساحت روبهرو بوده و از سال 1389 تا سال 1398 مساحت کاربری کشاورزی و باغات بهشدت با کاهش مساحت روبهرو بوده است. اراضی مربوط به کاربری بایر در این بازه زمانی دارای روند کاهشی بوده و کاربری مراتع در این بازه زمانی تغییر چندانی نداشته است. نتایج حاصل از شاخص LEI نشان داد برای افق 1410 رشد شهر حدود 92/60 درصد از نوع توسعه از لبه و حدود 1/28 درصد توسعه بیرونی (Outlaying) خواهد داشت. توسعه شهر مشهد در افق 1420 حدود 17/98 درصد از نوع رشد لبهای بود که نشان از توسعه لبهای دارد.
صداقتی و همکاران(1401)، مدل سازی و پیش بینی روند گسترش و توسعه فیزیکی شهر بجنورد را مطالعه و بررسی کردند. نتایج نشان دهنده افزایش مناطق ساخته شده و کاربری های شهری و کاهش کاربری کشاورزی و مرتع در افق پیش بینی گسترش شهر بجنورد در سال 2031 بود. به علاوه به لحاظ ساختار فضایی، رشد مناطق ساخته شده عمدتاً در سه جبهه بجنورد-اسفراین، بجنورد-مشهد و بجنورد-آشخانه قابل مشاهده است. بدین ترتیب، انتظار می رود با شناسایی روند گسترش و توسعه فیزیکی شهر بجنورد، بتوان در مدیریت و برنامه ریزی این فرآیند، تأثیرگذار واقع شد.
موغلی و همکاران(1401)، در پژوهشی پایش و مدل سازی تغییرات الگوی توسعه شهری با استفاده از تصاویر ماهواره ای و مدل شبکه عصبی مصنوعی(مطالعه موردی بخش یک شهرستان رفسنجان( را مطالعه کردند. نتایج نشان دهنده هماهنگی بین مقدار و مکان تغییرات واقعی و پیش بینی شده و درنتیجه عملکرد نسبتاً خوب برنامه LCM در پیش بینی تغییرات کاربری اراضی بود.
Wang و همکاران(2020)، شناسایی و پیشبینی تغییر کاربری و پوشش زمین در منطقه کاتماندو نپال با استفاده از سنجش از دور و GIS را مطالعه کردند، نتایج نشان داد که در طی یک دوره 20 ساله (از 1990 تا 2010)، منطقه کاتماندو 9.28٪ از جنگل های خود، 9.80٪ از زمین های کشاورزی و 77٪ از بدنه های آبی خود را از دست داده است. مقدار قابل توجهی از این تلفات توسط نواحی شهری در حال گسترش جذب شده بود که 47/52 درصد از زمین را به خود اختصاص داد. پیشبینیهای روند تغییر کاربری و پوشش زمین برای سال 2030 نشان داد که روند رو به وخامت جنگل، کشاورزی و بدنههای آبی به ترتیب 14.43، 16.67 و 25.83 درصد کاهش مییابد. بیشترین افزایش در سال 2030 برای مناطق شهری با 18.55 درصد پیش بینی شده است. شهرنشینی سریع - همراه با عدم برنامه ریزی مناسب و مهاجرت زیاد روستا به شهر - عامل اصلی این تغییرات بود.
Das و Angadi (2022)، در مقاله ای شناسایی تغییر پوشش کاربری اراضی و پایش رشد شهری با استفاده از تکنیکهای سنجش از دور و GIS را بررسی کردند. نتایج تنوع قابل توجهی را در رشد مناطق ساخته شده نشان داد. همبستگی مثبت بین جمعیت و رشد زمین ساخته شده نشان داد که تأثیر فشار جمعیت به رشد سریعتر زمین های ساخته شده در منطقه مورد مطالعه کمک کرده است.
مواد و روش ها
منطقه مورد مطالعه
منطقه ۲۲ شهرداری تهران جدیدترین منطقه شهری تهران است که در شمال غرب تهران واقع شدهاست. این منطقه از شمال به ارتفاعات البرز، از شرق به منطقه ۵ شهرداری تهران، از غرب به محدوده ورآورد شمالی و از جنوب به آزادراه تهران-کرج محدود میگردد. مساحت این منطقه حدود ۶۲۰۰ هکتار است که از این مساحت حدود ۱۳۰۰ هکتار متعلق به فضای سبز میباشد. در شکل 1 محدوده جغرافیایی منطقه مورد مطالعه نشان داده شده است.
شکل1-منطقه مورد مطالعه
داده های مورد استفاده
در این پژوهش از داده های ماهواره ای نوری لندست استفاده شده است. از داده های لندست 7 در بازه زمانی سال 2003 و تصاویر لندست 8 در بازه های زمانی 2013 استفاده گردیده است. در جدول 1 مشخصات تصاویر استفاده شده نشان داده شده است.
جدول1- مشخصات سنجده های مورد استفاده
ردیف | ماهواره | سنجنده | قدرت تفکیک مکانی | تعداد باند | سال اخذ |
1 | Landsat7 | ETM+ | 15و30 متر | 7 | 2003 |
2 | Landsat8 | OLI | 15و30 متر | 11 | 2013 |
یکی ازکاربردهای مهم سنجش ازدورنمایش تغییرات محیطی می باشد.تعیین تغییرات یک فرآیندبرای تشخیص گوناگونی های یک حالت یاپدیده ازطریق مشاهده ی آن درزمان های مختلف صورت می گیرد(ﻣﻮﺣﺪ و همکاران، 1388). دردهه ی گذشته افزایش استفاده ازداده های سنجش ازدورکه باعث کشف تغییرات شده است،به دلیل کاهش هزینه هاوراه اندازی سنسورهای پیشرفته قادربه دستیابی به داده هادربسیاری ازموضوعات شده است.اگرروندپیشرفت به این صورت ادامه پیداکنددرآینده باپیشرفت درقدرت تفکیک فضایی شاهدتجزیه وتحلیل سری های زمانی پیشرفته برای مطالعات کشف تغییرات خواهیم بود(Akpoti و همکاران، 2016). برای انجام پژوهش و رسیدن به نتیجه در آﻏـﺎز ، ﺗﺼـﺤﯿﺤﺎت ﻫﻨﺪﺳـﯽ و رادﯾﻮﻣﺘﺮﯾـﮏ ﻻزم ﺑـﺮ روي ﺗﺼـﺎوﯾﺮ ﻣـﺎﻫﻮاره اي اوﻟﯿـﻪ اﻋﻤـﺎل ﮔﺮدﯾـﺪ ﮐـﻪ ﻏﺎﻟﺒـﺎً ﺗﺼـﺤﯿﺤﺎت ﻫﻨﺪﺳـﯽ ﺑـﺮاي ﮐﺸـﻒ ﺗﻌﯿﯿـﺮات ﺑﺼـﻮرت ﻧﺴـﺒﯽ و ﺗﺼـﺤﯿﺢ ﺧﻄﺎﻫـﺎي اﺗﻤﺴـﻔﺮي ﺑـﻪ روش ﮐﻠـﯽ را ﺷـﺎﻣﻞ می شود. ﺑـﺮاي اﻧﺠـﺎم ﺗﺼـﺤﯿﺤﺎت ابتدا تصویر 2018 با استفاده از 25 نقطه کنترل زمینی و با RMS 0.26 در محیط نرم افزار ENVI تصحیح هندسی شد سپس تصویر سال 2003را با استفاده از تصویر تصحیح شده 2018 با RMS0.19 تصحیح هندسی شد. ﺳﭙﺲ ﺳـﺎﯾﺰ ﭘﯿﮑﺴـﻞ ﮐﻠﯿـﻪ ﺗﺼـﺎوﯾﺮ ﻻﯾـﺮ اﺳـﺘﮏ ﻫـﺎ را ﺑـﺮاي ﻫﻤـﺎﻫﻨﮕﯽ ﺑﯿﺸـﺘﺮ ﺑـﻪ ﮐﻤﺘـﺮﯾﻦ ﭘﯿﮑﺴـﻞ ﺳﺎﯾﺰﻻﯾﺮ اﺳـﺘﮏ ﮐـﻪ در اﯾـﻦ ﺗﺤﻘﯿـﻖ 15 ﻣﺘـﺮ ﻣﯿﺒﺎﺷـﺪ ﺗﺒـﺪﯾﻞ ﮐـﺮدﯾﻢ . در اﯾـﻦ روﻧـﺪ ﻫﺮﯾـﮏ از ﺗﺼـﺎوﯾﺮ در ﺳﯿﺴـﺘﻢ ﻣﺨﺘﺼـﺎت WGS84-UTM ژﺋﻮرﻓﺮﻧﺲ ﮔﺮدﯾﺪﻧﺪ. در اﯾﻦ ﺗﺤﻘﯿﻖ از روش ﻃﺒﻘﻪ ﺑﻨﺪي ﻧﻈﺎرت ﺷـﺪه اﺳـﺘﻔﺎده ﺷـﺪه اﺳـﺖ . در اﯾـﻦ روش، اﺑﺘـﺪ ا ﻫـﺮ ﯾـﮏ از ﺗﺼـﺎوﯾﺮ ﺑـﻪ ﮐﻤـﮏ ﻃﺒﻘـﻪ ﺑﻨـﺪي ﻧﻈـﺎرت ﺷـﺪه در4 ﮐـﻼس آب ، شهری ،زمین بایر و ﭘﻮ.ﺷـﺶ ﮔﯿـﺎﻫﯽ ﻃﺒﻘـﻪ ﺑﻨـﺪي ﮔﺮدﯾـﺪ و در اداﻣـﻪ ﺑـﻪ ﮐﻤـﮏ اﻟﮕـﻮرﯾﺘﻢکمترین فاصله (MIN distance) ﻧﻘﺸﻪ ﻃﺒﻘـﻪ ﺑﻨـﺪي ﭘﻮﺷـﺶ اراﺿـﯽ ﺣﺎﺻـﻞ از ﻫﺮﯾـﮏ از دو تصویر ﺗﺼـﻮﯾﺮ ﻣـﻮرد ﻣﻄﺎﻟﻌـﻪ، ﺟﺪاﮔﺎﻧـﻪ اﺳـﺘﺨﺮاج ﺷﺪ. ﭘﺲ از اﻧﺠﺎم ﻃﺒﻘـﻪ ﺑﻨـﺪي و اﺳـﺘﺨﺮاج ﭘﻮﺷـﺶ ﻫـﺎي ﻣـﻮرد ﻧﻈـﺮ، ﺑـﻪ ﻣﻨﻈـﻮر ﺑﺮرﺳـﯽ ﺗﻐﯿﯿـﺮات ﮐـﺎرﺑﺮي اراﺿـﯽ، ﻋﻤﻠﯿـﺎت آﺷـﮑﺎر ﺳـﺎزي ﺗﻐﯿﯿــﺮات ﺑﻮﺳــﯿﻠﻪ اﻟﮕــﻮرﯾﺘﻢ های ﻣﻘﺎﯾﺴــﻪ ﭘــﺲ از ﻃﺒﻘــﻪ ﺑﻨــﺪي ﺗﺼــﺎوﯾﺮ در دو دوره 2018-2003 اﻋﻤــﺎل ﺷــﺪ. ﺳــﭙﺲ ﺗﺼــﺎوﯾﺮ در ﺑــﺎزه زﻣــﺎﻧﯽ 2003-2018 ﺑــﺎ اﺳــﺘﻔﺎده از روش ﺗﻘــﺎﻃﻊ ﺑــﺎ ﯾﮑــﺪﯾﮕﺮ ﻣﻘﺎﯾﺴــﻪ ﺷــﺪه و ﺗﻐﯿﯿــﺮات ﺣﺎﺻــﻞ ﺷﺪه در ﻫﺮ ﺑﺎزه زﻣﺎﻧﯽ ﻣﺸﺨﺺ ﺷﺪﻧﺪ..که میزان گسترش شهر نشینی با استفاده از این نمودارها نشان می دهد که زمین های بایر منطقه 22 شهرداری تهران جای خود به کاربری شهری داده است.
یافته ها و بحث
در این قسمت از پژوهش پس از پردازش های انجام گرفته نتایج حاصل شده به صورت نمودار و نقشه های به دست آمده در شکل های 2 الی 5 نمایش داده شده است. در شکل های 2 و 3 نقشه طبقه بندی منطقه با مشخص شدن کاربی هاس مختلف از جمله بایر، مناطق مسکونی، آب و پوشش گیاهی نشان داده شده است.
شکل2-تصویر طبقه بندی شده مربوط به سال 2003
شکل5-تصویر طبقه بندی شده مربوط به سال 2018
در ادامه نمودارهای مربوط به مساحت کاربری های مختلف از جمله آب، زمین های بایر، پوشش گیاهی و مناطق مسکونی برای سال 2018 با استفاده از تصاویر ماهواره لندست، سنجنده OLI در شکل 3 ، نشان داده شده است.
شکل3: میزان مساحت های کاربری های سال 2018
همچنین در شکل 4 مساحت کاربری های ذکر شده برای سال 2003 با استفاده از تصاویر ماهواره لندست، سنجنده ETM+ نشان داده شده است.
شکل3: میزان مساحت های کاربری های سال2003
با توجه به نتایج مشخص شده بیشترین مساحت مشخص شده در منطقه مربوط به زمین های بایر می باشد، پوشش گیاهی، مناطق مسکونی و آب در رتبه های بعدی قرار دارند.
همانطور که در شکل های 2 و 3 برداشت نشان داده شد تغییر زیادی در شهر نشینی و شهری شدن این منطقه حس می شود.از 34 میلیون متر مربع زمین بایر که در سال 2003 در این منطقه بوده است تبدیل به 28 میلیون متر مربع شده که خود بیانگر این موضوع می باشد که این زمین های بایر جای خود را به کاربری مسکونی و غیره داده است نکته حائز اهمیت در این منطقه رشد 6 میلیون متر مربعی پوشش گیاهی که خود یکی از چشم انداز های شهرداری تهران می باشد یک دیگر از ویژگی های مهم اضافه شدن حدود 1میلیون 400 هزار متر مربع به پوشش آب در منطقه که خود تاٍثیر زیادی برای هم شهر نشینی و هم زیبایی و هم به پاکیزه بودن هوای منطقه کمک می کند.
شکل6: دریاچه خلیج فارس
در جدول2 نشان داده شده است که بیشترین تغییر را در این منطقه زمین های بایر بوده است که جای خود را به مناطق مسکونی ،پوشش گیاهی و کاربری های دیگر داده که این روند رو به رشد شهر نشینی در این منطقه طبق نتایج به دست آمده به سمت غرب تهران و ادامه بزرگراه شهید همت بوده است.
جدول 2: میزان تغییرات هر کلاس
Final State |
| Maskoni(yellow)94 points | Sabz(green) 946 points | Water (Blue)96 points | Bayer (Coral) 96 points | Row Total | Class Total |
Maskoni(yellow)94 points | 2681100.00 | 442800.00 | 0.00 | 8985600.00 | 12109500.00 | 12109500.00 | |
Sabz(green) 946 points | 3864600.00 | 10185300.00 | 39600.00 | 5038200.00 | 19127700.00 | 19127700.00 | |
Water (Blue)96 points | 25200.00 | 112500.00 | 78084000.00 | 1305000.00 | 79526700.00 | 79526700.00 | |
Bayer (Coral) 96 points | 6122700.00 | 3004200.00 | 0.00 | 19429200.00 | 28556100.00 | 28556100.00 | |
Class Total | 12693600.00 | 1374800.00 | 78123600.00 | 34758000.00 |
|
| |
Class Changes | 10012500.00 | 3559500.00 | 39600.00 | 15328800.00 |
|
| |
Image Difference | -584100.00 | 5382900.00 | 1403100.00 | -6201900.00 |
|
|
در ارتباط با موضوع تغییرات شهری و کاربری اراضی و توسعه شهری تحقیقات گسترده ای با تصاویر و روش های مختلف انجام گرفته است. مانند پژوهش های انجام گرفته توسط حیدری مظفر و جونقانی(1400)، عنابستانی و همکاران(1400)، صداقتی و همکاران(1401)، موغلی و همکاران(1401)، Wang و همکاران(2020)، Das و Angadi (2022)، که از روش های متفاوت برای رسیدن به نتیجه مطلوب استفاده شده است. نتایج این پژوهش همانند سایر تحقیقات نشان دهنده گسترش فضای شهری بوده است. با توجه به اینکه تحقیقی بر روی منطقه 22 تهران در ارتباط با موضوع گسترش و توسعه شهری انجام نگرفته این پژوهش نسبت به پژوهش های مشابه جدید بوده و دارای نوآوری علمی می باشد.
نتیجه گیری
تحقیق ﺣﺎﺿﺮ ﺑﺎ ﻫﺪف آﺷﮑﺎر ﺳﺎزي ﺗﻌﯿﯿﺮات و توسعه شهری منطقه 22 شهرداری تهران در ﯾﮏ دوره زﻣﺎﻧﯽ 15 ﺳـﺎﻟﻪ ﺑـﺎ اﺳـﺘﻔﺎده از ﺗﺼـﺎوﯾﺮ ﻣﺎﻫﻮاره اي ﺻﻮرت ﮔﺮﻓﺘﻪ و ﭘﺲ از ﺗﻬﯿﻪ ﻧﻘﺸﻪ ﮐﺎرﺑﺮي اراﺿﯽ ﻫﺮ دوره ﻧﻘﺸﻪ ﺗﻐﯿﯿﺮات ﮐﺎرﺑﺮي اﺳـﺘﺨﺮاج ﺷـﺪه اﺳـﺖ.با ﻣﻘﺎﯾﺴـﻪ ﺗﺼـﺎوﯾﺮ ﺳﺎﻟﻬﺎي ﻣﺨﺘﻠﻒ و ارزﯾﺎﺑﯽ روﻧﺪ ﺗﻐﯿﯿﺮات در ﻣﻨﻄﻘﻪ ﻣﻮرد ﻣﻄﺎﻟﻌﻪ ﻣﺸﺨﺺ ﺷﺪ.
نتایج حاصله ازپردازش وطبقه بندی تصاویرماهواره ای ومقایسه ی اطلاعات آن بانقشه های کاربری اراضی بامقیاس نسبتابزرگ ومتناسب با مطالعه ی کاربری اراضی مشخص می گرددکه استفاده ازروش طبقه بندی نظارت شده برای مطالعات به واقعیت های زمینی نزدیکتراست. واز صحت قابل قبولی برخوردارمی باشد.باتوجه به رشدسریع کلان شهرهاودرنتیجه تغییرات بارزکاربری اراضی دراطراف شهرهاتصاویرماهواره ای برای بازنگری درنقشه های کاربری اراضی ومدیریت براساس واقعیت های موجود ابزارمناسبی محسوب می شود. درآشکارسازی تغییرات میتوان به یک روش بسنده نکرد. ازروش هایی که به نظرمی رسد ازدقت مناسبی برخوردارباشد. می توان ازروش MIN-distanceاستفاده شده.که بخصوص برای طبقه بندی مناطقی که دارای پیکسل های مخلوط مانندمسکونی هستند مناسب تراست. جهت استخراج جزئیات تغییرات،روشهای مبتنی برطبقه بندی ومقایسه ی پس ازطبقه بندی به عنوان یکی ازروشهای متداول استخراج تغییرات که اغلب هم نتایج قابل قبولی ارائه می دهداستفاده می گردد(ارگانی، 1388). درنهایت مادرآینده شاهدتحولاتی جدید درزمینه ی کشف تغییرات می باشیم. بدین صورت که استفاده ازروشهای جدیدی مانندسیستم خبره مبتنی بردانش،مدل براساس عامل،والگوریتم های ماشین نشاندهنده ی این مطالعات جدید درزمینه ی کشف تغییرات می باشد(Sobrino و همکاران، 2012). در پایان نشان داده شد که بیشترین تغییر را در این منطقه زمین های بایر بوده است که جای خود را به مناطق مسکونی ،پوشش گیاهی و کاربری های دیگر داده که این روند رو به رشد شهر نشینی در این منطقه طبق نتایج به دست آمده به سمت غرب تهران و ادامه بزرگراه شهید همت بوده است.
مراجع
اکبری،الهه،وهمکاران،(1393)،پردازش واستخراج اطلاعات ازداده های ماهواره ای بااستفاده ازنرم افزارENVI،چاپ دوم،انتشارات ماهواره
ارگانی،میثم،وهمکاران،آشکارسازی زیرپیگسل تغییرات مناطق شهری به کمک آنالیزترکیب طیفی،همایش ژئوماتیک،1388
آلیانی،حمیده،وهمکاران،(1390)،بررسی تغییرات کاربری اراضی واثرعوامل فیزیوگرافیک درتوزیع تغییرات بااستفاده از سنجش ازدوروسیستم اطلاعات جغرافیایی،مجله ی تحقیقات منابع طبیعی تجدیدشونده،سال2،شماره ی3.
حیدری مظفر مرتضی، صالح جونقانی احسان. مدلسازی رشد و توسعه شهر اصفهان با استفاده از دادههای سنجش از دور در مدل LCM. نشریه علمی پژوهشی علوم و فنون نقشه برداری. ۱۴۰۰; ۱۰ (۴) :۱۷۹-۱۹۰
ﺳﻔﯿﺎﻧﯿﺎن, ع., ﯾﻐﻤﺎﯾﯽ, ل., ﻓﻼﺣﺘﮑﺎر, س., 1389 ﺑﺮرﺳﯽ روﻧﺪ رﺷﺪ ﺷﻬﺮ اﺻﻔﻬﺎن ﻃﯽ 5 دﻫﻪ ﮔﺬﺷﺘﻪ.
ﺷﯿﻌﻪ, 1375, ﻣﻘﺪﻣﻪ اي ﺑﺮ ﺑﺮﻧﺎﻣﻪ رﯾﺰي ﺷﻬﺮي.
قنبری, ابوالفضل, کریم زاده, صدراو ترانه, صدیقه. (1401). بررسی کیفیت زندگی شهری با استفاده از سنجش از دور و GIS - مطالعه موردی : مناطق 1 و 2 شهر زاهدان. فصلنامه علمی- پژوهشی اطلاعات جغرافیایی « سپهر 31(121), 93-110
عنابستانی, علی اکبر, عنابستانی, زهراو اکبری, ابراهیم. (1400). تحلیل تغییرات ساختاری سیمای سرزمین و الگوهای توسعه شهری با استفاده از تصاویر ماهوارهای چندزمانه - مورد مطالعه: کلان شهر مشهد. فصلنامه علمی- پژوهشی اطلاعات جغرافیایی « سپهر 30(119), 189-206
محمداسماعیل،زهرا،(1389)،پایش تغییرات کاربری اراضی کرج بااستفاده ازتکنیک سنجش ازدور،مجله ی پژوهشهای خاک،جلد24،شماره ی(1).
ﻣﻮﺣﺪ, ع., ﺗﻘﯽ زاده, ا., 1388, ﺑﺮرﺳﯽ ﺟﻬﺖ ﻫﺎي ﺗﻮﺳﻌﻪ ﻣﻨﺎﻃﻖ ﺣﺎﺷﯿﻪ ﻧﺸﯿﻦ ﺷﻬﺮ اﻫﻮاز ﺑﺎ اﺳﺘﻔﺎده از RSو GIS ﻧﺸﺮﯾﻪ ﭘﮋوﻫﺶ ﻫﺎي ﺟﻐﺮاﻓﯿﺎي اﻧﺴﺎﻧﯽ, ﺷﻤﺎره 70, ﺳﺎل 1388.
موغلی, مرضیه, شهسوار, محسن, & خبازی, مصطفی. (1401). پایش و مدلسازی تغییرات الگوی توسعه شهری با استفاده از تصاویر ماهواره ای و مدل شبکه عصبی مصنوعی(مطالعه موردی بخش یک شهرستان رفسنجان). جغرافیای اجتماعی شهری, 9(2), 171-194.
Akpoti, K., Antwi, E. O., & Kabo-Bah, A.[9] T. (2016). Impacts of rainfall variability, land use and land cover change on stream flow of the black Volta Basin, West Africa. Hydrology, 3(3), 26.
Bewket, W. (2002). Land cover dynamics since the 1950s in Chemoga watershed, Blue Nile basin, Ethiopia. Mountain Research and Development , 22(3), 263–269.
Das, S., & Angadi, D. P. (2022). Land use land cover change detection and monitoring of urban growth using remote sensing and GIS techniques: a micro-level study. GeoJournal, 87(3), 2101-2123.
Petropoulos GP, Griffiths HM, Kalivas DP [11] (2014) Quantifying spatial and temporal vegetation recovery dynamics following a wildfire event in a Mediterranean landscape using EO data and GIS. Appl Geogr 50:120–131
Sobrino JA, Jiménez-Muñoz JC (2014) Minimum configuration of thermal infrared bands for land surface temperature and emissivity estimation in the context of potential future missions. Remote Sens Environ 148:158–167
Ward, D., Phinn, S. R. , & Murray, A T. (2000). Monitoring growth in rapidly urbanizing areas using remotely sensed data. The Professional Geographer , 52(3), 371–386.
Yalew, S. G., Mul, M. L., Van Griensven, A., Teferi, E., Priess, J., Schweitzer, C., & Van Der Zaag, P. (2016). Land-use change modelling in the Upper Blue Nile Basin. Environments , 3(4), 21
Zhou D, Bousquet O, Lal TN, Weston J, Schoellkopf B (2004) Learning with local and global consistency. In: Advances in neural information processing systems, pp 321–328
Wang, S. W., Gebru, B. M., Lamchin, M., Kayastha, R. B., & Lee, W. K. (2020). Land use and land cover change detection and prediction in the Kathmandu district of Nepal using remote sensing and GIS. Sustainability, 12(9), 3925.