استفاده از تصاویر ماهواره ای Aster و تکنیک SVM در پهنه بندی و اولویت بندی بافت فرسوده شهری در برابر زلزله ( نمونه موردی حوزه 5 شهر کرمان)

محورهای موضوعی : برنامه ریزی شهری

مریم نوحه سرا ¹ (دانشجوی دکتری جغرافیا و برنامه ریزی شهری، واحد یزد،دانشگاه آزاد اسلامی ، یزد، ایران.)
ملیحه ذاکریان ² (عضو هیات علمی گروه جغرافیا و برنامه ریزی شهری، ,واحد میبد،دانشگاه آزاد اسلامی ، میبد، ایران.)
سید علی المدرسی ³ (استاد ژئومورفولوژی گروه جغرافیا و برنامه ریزی شهری،واحد یزد، دانشگاه آزاد اسلامی ، یزد، ایران.)
مصطفی خبازی ⁴ (دانشیار ژئومورفولوژی دانشگاه شهید باهنر کرمان. کرمان، ایران.)
محمد حسین سرایی ⁵ (ستاد گروه جغرافیا و برنامه ریزی شهری دانشگاه یزد. یزد، ایران.)

تاریخ دریافت : 1401/11/01 تاریخ پذیرش : 1402/02/30 تاریخ انتشار : 1402/03/31

کلید واژه: زلزله, آسیب پذیری, سنجش از دور, بافت فرسوده, طبقه بندی ماشین بردار,

چکیده مقاله :

کشور ایران جز ده کشور بلاخیز و ششمین کشور زلزله خیز دنیا است. شهر کرمان نیز بعنوان مرکز پهناورترین استان کشور با دارا بودن بافت فرسوده شهری فراوان از این قاعده مستثنی نیست. شهر کرمان در حاشیه شمالی دشت کرمان به‌صورت یک فروزمین(گرابن) فشاری همراه با گسل های متعدد در مرز کوه و دشت و مناطق نزدیک شهر قرار گرفته است که برخی از آن‌ها می توانند موجب بروز زلزله هایی حتی قوی تر از 7 ریشتر شوند. از سوی دیگر بافت فرسوده شهری نیز مزید برعلت شده است. امروزه آسیب پذیری شهرها در برابر زلزله، به عنوان مسئله مهمی پیش روی متخصصان مخاطرات محیطی قرار گرفته است. در این پژوهش ابتدا با استفاده از تصاویر ماهواره ای ASTER سال 2007 به شناسایی بافت های فرسوده شهر کرمان با استفاده از SVM پرداخته شد. در این بررسی با ضریب کاپای 76 درصد برای تمامی طبقات تعیین شده و ضریب کاپای 59 درصد بافت فرسوده شهر کرمان شناسایی گردید. نتایج نشان داد که روش طبقه بندی ماشین بردار پشتیبان توانایی تشخیص نزدیک به 45 درصد از بافت فرسوده محدوده را دارا بوده است. این شناسایی نشان داد که روش ماشین بردار پشتیبان در شناسایی حوزه پنج بافت فرسوده شهری نتوانسته چندان مناسب عمل کند در نتیجه، با بررسی میدانی و تطبیق تصاویرگوگل ارث منطقه با نقاط کنترلی موجود در بافت فرسوده مشخص گردید به دلیل وجود زمین های بایر زیاد در این حوزه و شباهت طیفی زمین بایر با بافت فرسوده، روش ماشین بردار پشتیبان نتوانسته شناسایی مناسبی را ارائه دهد.

چکیده انگلیسی:

 Iran is one of the ten earthquake-prone countries and the sixth earthquake-prone country in the world. The city of Kerman, as the center of the country's largest province, is no exception to this rule, with a lot of worn-out urban fabric. The city of Kerman is located on the northern edge of the Kerman Plain as a thrust subduction (graben) along with numerous faults on the border between the mountains and the plain and the areas near the city, some of which can cause earthquakes even stronger than 7. Richter. The worn-out urban texture has also added to it. Today, the vulnerability of cities to earthquakes has become an important issue for environmental risk experts. In this research, using ASTER satellite images of 2007, the worn-out textures of Kerman city were identified using SVM. In this study, the kappa coefficient of 76% was determined for all classes and the kappa coefficient of 59% was identified in Kerman. The results showed that the support vector machine classification method has the ability to detect nearly 45% of the worn tissue of the area. This identification showed that the support vector machine method could not work very well in identifying the area of five worn-out urban fabrics. As a result, the heritage of the area was identified with the control points in the worn-out fabric by field investigation and matching Google images. Due to the existence of many barren lands in this area and the spectral similarity of the barren land with worn-out texture, the support vector machine method could not provide proper identification.

منابع و مأخذ:

1. Akbarpour, M. et al., 2009. using appropriate technical strategies in improving and renovating worn-out fabric in a case study of Siros neighborhood in Tehran, Geography and Environmental Planning, No. 40.


2. Alami, R., 2005. Geographical histology of the old neighborhoods of Birjand for revitalization and prevention of wear and tear, Master's Thesis of Geography and Urban Planning, University of Tehran.


3. Alavi Panah, K., 2017. Application of Remote Sensing in Earth Sciences, 6th edition, Tehran University Press.


4. Anderson, C., K., Powe, M., McMillan, T., Winn, Diane., “Remaking Minnie Street: The Impacts of Urban Revitalization on Crime and Pedestrian Safety”, Journal of Planning Education and Research, Vol (26),No (3).


5. Chardon, A. C.,1999. "A geographic approach of the global Vulnerability in urban Area: Case of Manizales، Colombian Andes.


6. Comprehensive plan of Kerman city., 1975. Daz consulting engineers.


7. Comprehensive plan of Kerman city., 1986. Sharestan consulting engineers.


8. Comprehensive plan of Kerman city., 2001. Sharestan consulting engineers.


9. Frost, D.m, Chameau, J.L, and lean A.chameau, 1993, Geographic information systems and their application in earthquake engineering, American Society of Civil Engineers, New York.


10. Hassanzadeh, R., A., Abbasnejad, A., Alavi, and A., Sharifi Tashnizi. 2012. Analysis of the risk of earthquakes in the city of Kerman with an emphasis on the use of GIS in preliminary microzoning grade 2, Earth Sciences Quarterly, year 21, number 81, pages 23-30


11. Jahan Shahi, M. H., 2003. Analysis of worn-out textures and urban shaping and its strategies, Journal of Urban Studies, No. 5.


12. Kalantari, Kh., A., Pourahmad., 2006. techniques and experiences of urban restoration, Jihad University Press, - Tehran.


13. Motuf, Sh., Z., Khodayi., 2010. Article on patterns of prosperity, improvement and renovation of dilapidated urban tissues, Quarterly Journal of Urban Management Studies, first year, first issue, third issue, Tehran.


14. Nazari Alamabadi, M. 2000 Preparation of a part of the city of Kerman (residential area design). Master's thesis, Islamic Azad University, Kerman branch.


15. Pour Ahmad, , M.H., Tejali, 2001. the role of tourism in the economic development of Kerman city, Journal of Faculty of Literature and Humanities, University of Tehran, pp. 17-32.


16. Pour Ahmad, A., 1999. Geography and Functions of Kerman Market, Central Publications of Kerman Science, First Edition.


17. Pourkermani, M., , Arin., 1999. Seismicity of Iran, Shahid Beheshti University Press.


18. Shafaei, S., Sharan Consulting Engineers, 2009. A guide to identifying and intervening in worn-out fabrics, Fan and Art Designers Company.


19. Shafiei Nesab, S.R., F., Kalabifar, 2008. worn-out fabric and policies to improve housing quality", Urban Architecture Quarterly, Year 17, Number 55, Number 20 of the new edition.