تحلیل تغییر کاربری‌های اراضی در اثر فعالیت‌های انسانی با استفاده از تصاویر چندزمانه ماهواره Landsat در منطقه رامیان، استان گلستان
محورهای موضوعی : GIS
محسن ذبیحی
1
,
مهدی شجاعی
2
,
علیرضا متولی
3
,
رئوف مصطفی‌زاده
4
1 - دانش‌آموخته دکتری، گروه علوم و مهندسی آبخیزداری، دانشکدة منابع طبیعی، دانشگاه تربیت مدرس، تهران، ایران.
2 - دانش‌آموخته کارشناسی‌ارشد، گروه مهندسی نقشه‌برداری- سیستم‌های اطلاعات مکانی، موسسه آموزش عالی لامعی گرگانی، گرگان، ایران.
3 - دانش‌آموخته دکتری، گروه علوم و مهندسی آبخیزداری، دانشکدة منابع طبیعی، دانشگاه تربیت مدرس، تهران، ایران.
4 - دانشیار، گروه منابع طبیعی، دانشکده کشاورزی و منابع طبیعی و عضو پژوهشکده مدیریت آب دانشکده کشاورزی و منابع طبیعی، دانشگاه محقق اردبیلی، اردبیل، ایران.
کلید واژه: تغییر کاربری اراضی, تغییرات مکانی, سنجش از دور, طبقه‌بندی تصویر, فعالیت‌های انسانی.,
چکیده مقاله :
توسعه فعالیت‌های انسانی باعث تخریب بيش‌تر محيط زیست شده است که ارزیابی میزان و شدت تغییر در کاربری اراضی براي شناخت و مديريت منابع زمین ضروری است. کاربری اراضی عامل موازنه میان هیدرولوژی، اقتصاد و محیط زیست است و ارزیابی شدت و روند تغییرات آن به فهم بهتر فرآیندهای موجود در اکوسیستم کمک خواهد نمود. در همین رابطه، پژوهش حاضر با هدف تحلیل تغییرات در کاربری/پوشش اراضی حوزه آبخیز رامیان در استان گلستان برنامه‌ریزی شده است. در این راستا، تصاویر ماهواره‌ای Landsat در سال‌های 1370، 1385 و 1400 به‌منظور تهیه نقشه‌های کاربری اراضی با استفاده از الگوریتم ماشین بردار پشتیبان (SVM) نرم‌افزار ENVI اخذ شد. ارزیابی صحت نقشه‌های کاربری اراضی با استفاده از ضریب کاپا و صحت کلی صورت پذیرفت. نتایج نشان داد که ضریب کاپا برای نقشه‌های کاربری اراضی در سال‌های مطالعاتی به‌ترتیب برابر با 74/0، 79/0 و 87/0 به‌دست آمد. صحت کلی نقشه‌های تهیه شده نیز به‌ترتیب برابر با 81، 86 و 91 درصد محاسبه شد که حاکی از صحت قابل قبول مدل مورد استفاده در طبقه‌بندی کاربری اراضی آبخیز رامیان است. بر اساس نتایج، کاربری‌های کشاورزی دیم، جنگل، کشاورزی آبی، باغ، مرتع و منطقه مسکونی طی دوره 30 ساله پژوهش به‌ترتیب برابر با 92/19، 50/4-، 28/42، 5/571، 87/8- و 3/107 درصد تغییر داشته‌اند. یافته‌های پژوهش بر نقش انسان در تخریب کاربری‌های اراضی و سیمای سرزمین آبخیز رامیان تأکید داشته و می‌تواند در طراحی الگوهای اجرایی مدیریت کاربری اراضی منطقه مطالعاتی مورد استفاده قرار گیرد.
Human activities have significantly contributed to environmental destruction, necessitating the assessment of land use changes to better understand and manage land resources. Land use plays a crucial role in balancing hydrology, economy, and the environment. By evaluating the intensity and trends of land use, we gain insight into the processes within the ecosystem. This study focuses on analyzing land use/cover changes in the Ramian watershed, Golestan province. Satellite images from Landsat were utilized to create land use maps in 1991, 2006, and 2021 using the Support Vector Machine (SVM) algorithm and ENVI software. The accuracy of these maps was assessed using the kappa coefficient and overall accuracy. The results indicate acceptable accuracy, with kappa coefficients of 0.74, 0.79, and 0.87, and overall accuracies of 81%, 86%, and 91% for the respective study years. Noteworthy changes occurred in dry farming, forest, irrigated agriculture, orchard, pasture, and residential areas, with percentages of 19.92%, -4.50%, 42.28%, 571.5%, -8.87%, and 107.3% respectively over the 30-year study period. These findings underscore the impact of human activities on land use degradation in the Ramian watershed landscape and can provide valuable insights for designing practical models to land management.
احدنژادروشتی، محسن؛ زلفی، علی؛ شکری‌پوردیزج، حسین (1390). ارزیابی و پیش‌بینی گسترش فیزیکی شهرها با استفاده از تصاویر ماهواره‌ای چند زمانه و سیستم اطلاعات جغرافیایی (مطالعه موردی شهر اردبیل 1363-1400). آمایش محیط. 5 (4)، 107-124.
آرخی، صالح؛ عطا، بهنام (1397). مبانی سنجش از دور رقومی. تهران: انتشارات نوروزی.
آقائی، مریم؛ خاوریان، حسن؛ مصطفی‌زاده، رئوف (1399). پیش‌بینی و آشکارسازی تغییرات کاربری اراضی با استفاده از مدل CA مارکوف و LCM در آبخیز کوزه‌تپراقی استان اردبیل. پژوهش‌های آبخیزداری. 33 (3)، 91-107.
خنامانی، علی؛ فتحی‌زاد، حسن؛ حکیم‌زاده، محمدعلی (1397). ارزیابی روند تغییر کاربری و پوشش اراضی با استفاده از تکنیک سنجش از دور و الگوریتم طبقه‌بندی شیء‌گرا (مطالعه موردی: دشت برتش دهلران، استان ایلام). تحقیقات مرتع و بیابان ایران. 25 (4)، 723-734.
ذبیحی، محسن و ديگران (1398). تأثیر حالت‌های احتمالی تغییر کاربری/پوشش زمین بر مؤلفه‌های سیمای سرزمین در آبخیز تالار. پژوهش‌های آبخیزداری. 32 (1)، 84-99.
راهداری، وحید و ديگران (1395). تهیه نقشه کاربری و پوشش اراضی با استفاده از داده‌های ماهواره‌ای و سامانه‌های اطلاعات جغرافیایی GIS (مطالعه موردی پناهگاه حیات وحش موته). علوم و تکنولوژی محیط زیست. 18 (1)، 80-89.
سالاریان، فاطمه و ديگران (1400). مدل‌سازی تغییرات پوشش اراضی استان گلستان با استفاده از مدل سازی تغییرات کاربری (Land Change Modeler). سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی. 12 (4)، 70-47.
شیخ، واحدبردی؛ احمدی، علی؛ کمکی، چوقی بایرام (1399). ارزیابی توزیع مکانی پهنه‌های خطر سیلخیزی در حوضه آبخیز قورچای رامیان با استفاده از مدل KINEROS2. مخاطرات محیط طبیعی. 9 (26)، 21-42.
صدیقی، صابر؛ دربان آستانه، علیرضا؛ رضوانی، محمدرضا (1396). بررسی عوامل کالبدی و سیاسی موثر بر تغییر کاربری اراضی شهرستان محمودآباد. برنامه‌ریزی فضایی. 7 (2)، 39-58.
عسگریان، علی و ديگران (1394). بررسی الگوهای توسعه در شهر ساری با استفاده از رهیافت اکولوژی سیمای سرزمین. محیط زیست طبیعی. 68 (1)، 95-107.
عنابستانی، علی‌اکبر؛ عنابستانی، زهرا؛ اکبری، ابراهیم (1400). تحلیل تغییرات ساختاری سیمای سرزمین و الگوهای توسعه شهری با استفاده از تصاویر ماهواره‌ای چندزمانه-مورد مطالعه: کلان شهر مشهد. اطلاعات جغرافیایی سپهر. 30 (119)، 189-206.
محمودی، محمدعلی؛ مومینی، سهیلا؛ داوری، مسعود (1397). کاربرد ماشین‌های بردار پشتیبان برای تهیۀ نقشۀ پوشش/کاربری اراضی از تصاویر ماهوارۀ لندست. آب و خاک، 32 (6)، 1179-1190.
میرزایی، محسن و ديگران (1392). بررسی تغییرات پوشش اراضی استان مازندران با استفاده از سنجه‌های سیمای سرزمین بین سال‌های ۱۳۸۹-۱۳۶۳. بوم‌شناسی کاربردی. 2 (4)، 37-55.
نجفی نژاد، علی؛ تلوری، عبدالرسول؛ تاجیکی، مریم (1397). ارزیابی اثر اقدامات آبخیزداری بر سیلخیزی حوزه آبخیز رامیان با استفاده از مدل HEC-HMS. پژوهش آب ایران. 12 (3)، 19-26.
Alawamy, J. S. et al (2020). Detecting and analyzing land use and land cover changes in the region of Al-Jabal Al-Akhdar, Libya using time-series landsat data from 1985 to 2017. Sustainability. 12 (11), 44-90.
Arekhi, S., & Adibnejad, M. (2011). Efficiency assessment of the of support Vector machines for land use classification using Landsat ETM+ data (Case study: Ilam Dam Catchment). Iranian Journal of Range and Desert Research. 18 (3), 420-440. doi: 10.22092/ijrdr.2011.102175.
Chilagane, N. A. et al (2021). Impact of land use and land cover changes on surface runoff and sediment yield in the Little Ruaha River Catchment. Open Journal of Modern Hydrology. 11 (3), 54-74.
De Jong, L. et al (2021). Understanding land-use change conflict: A systematic review of case studies. Journal of Land Use Science. 16 (3), 223-239.
DeFries, R. S.; Foley, J. A. & Asner, G. P. (2004). Land‐use choices: Balancing human needs and ecosystem function. Frontiers in Ecology and the Environment. 2 (5), 249-257.
Fang, L. et al (2021). Identifying the impacts of natural and human factors on ecosystem service in the Yangtze and Yellow River Basins. Journal of Cleaner Production. 314, 127995.
Havlíček, M.; Dostál, I. & Pavelková, R. (2022). Water reservoirs as a driver of anthropogenic changes in landscape and transport networks: The Czech Republic Experience. Water. 14 (12), 1870.
Hussain, S. et al (2024). Assessment of future prediction of urban growth and climate change in district Multan, Pakistan using CA-Markov method. Urban Climate. 53, 101766.
Hussain, S. et al (2020). Study of land cover/land use changes using RS and GIS: A case study of Multan district, Pakistan. Environmental Monitoring and Assessment. 192, 1-15.
Jensen, J. R. (1996). Introductory Digital Image Processing: A Remote Sensing Perspective (No. Ed. 2). Prentice-Hall Inc.
Jiang, W. et al (2015). Simulating urban land use change by incorporating an autologistic regression model into a CLUE-S model. Journal of Geographical Sciences. 25, 836-850
Jolliet, O. et al (2018). Global guidance on environmental life cycle impact assessment indicators: impacts of climate change, fine particulate matter formation, water consumption and land use. The International Journal of Life Cycle Assessment. 23, 2189-2207.
Khavarian Nehzak, H. K. et al (2022). Assessment of machine learning algorithms in land use classification. Computers in Earth and Environmental Sciences. Elsevier. (97-104). DOI:10.1016/B978-0-323-89861-4.00022-1
Lausch, A. & Herzog, F. (2002). Applicability of landscape metrics for the monitoring of landscape change: Issues of scale, resolution and interpretability. Ecological indicators. 2 (1-2), 3-15.
Marchant, R. et al (2018). Drivers and trajectories of land cover change in East Africa: Human and environmental interactions from 6000 years ago to present. Earth-Science Reviews. 178, 322-378
Meyer, W. B. & Turner, B. L. (1992). Human population growth and global land-use/cover change. Annual Review of Ecology and Systematics. 23 (1), 39-61.
Mikhaylov, A. et al (2020). Global climate change and greenhouse effect. Entrepreneurship and Sustainability Issues. 7 (4), 2897.
Mostafazadeh, R., & Talebi Khiavi, H. (2022). Landscape change assessment and its prediction in a mountainous gradient with diverse land-uses. Environment, Development and Sustainability. 26 (6), 1-31. DOI:10.1007/s10668-022-02862-x.
Naseri, N., & Mostafazadeh, R. (2023). Spatial relationship of Remote Sensing Ecological Indicator (RSEI) and landscape metrics under urban development intensification. Earth Science Informatics. 16 (4), 3797-3810.
Negese, A. (2021). Impacts of land use and land cover change on soil erosion and hydrological responses in Ethiopia. Applied and Environmental Soil Science. 1, 1-10. DOI:10.1155/2021/6669438.
Şen, G.; Güngör, E. & Şevik, H. (2018). Defining the effects of urban expansion on land use/cover change: A case study in Kastamonu, Turkey. Environmental Monitoring and Assessment, 190, 1-13.
Sertel, E. et al (2019). Impacts of land cover/use changes on hydrological processes in a rapidly urbanizing mid-latitude water supply catchment. Water. 11 (5), 1075.
Shalaby, A., & Tateishi, R. (2007). Remote sensing and GIS for mapping and monitoring land cover and land-use changes in the Northwestern coastal zone of Egypt. Applied geography. 27 (1), 28-41.
Shrestha, M. K., York, A. M., Boone, C. G., & Zhang, S. (2012). Land fragmentation due to rapid urbanization in the Phoenix Metropolitan Area: Analyzing the spatiotemporal patterns and drivers. Applied Geography. 32 (2), 522-531.
Talebi Khiavi, H. & Mostafazadeh, R. (2021). Land use change dynamics assessment in the Khiavchai region, the hillside of Sabalan mountainous area. Arabian Journal of Geosciences. 14, 1-15.
Tavangar, S. et al (2021). A futuristic survey of the effects of LU/LC change on stream flow by CA–Markov model: A case of the Nekarood watershed, Iran. Geocarto International. 36 (10), 1100-1116.
Tilahun, A. & Teferie, B. (2015). Accuracy assessment of land use land cover classification using Google Earth. American Journal of Environmental Protection. 4 (4), 193-198.
Toyi, M. S.et al (2013). Tree plantation will not compensate natural woody vegetation cover loss in the Atlantic Department of Southern Benin. Tropicultura. 31 (1). 62-70.
Tran, H. T. et al (2019). Drought and human impacts on land use and land cover change in a Vietnamese coastal area. Remote Sensing. 11 (3), 333. https://doi.org/10.3390/rs11030333.
Volk, M. I. et al (2017). Florida land use and land cover change in the past 100 years. Florida's Climate: Changes, Variations, & Impacts. 2, 51-72.
Yang, Y. (2021). Evolution of habitat quality and association with land-use changes in mountainous areas: A case study of the Taihang Mountains in Hebei Province, China. Ecological Indicators. 129, 107967.
Zabihi, M. et al (2020). Landscape management through change processes monitoring in Iran. Sustainability. 12 (5), 1753.
Zubair, A. O. (2006). Change detection in land use and Land cover using remote sensing data and GIS (A case study of Ilorin and its environs in Kwara State). Masters Theses. Department of Geography. University of Ibadan. Ibadan.
