بررسی تغییرات پوشش اراضی شهر اراک با استفاده از سنجش از دور و GIS

محورهای موضوعی : مدیریت محیط زیست

مژگان احمدی ندوشن ¹ , علیرضا سفیانیان ² , سید جمال الدین خواجه الدین ³

1 - دانشجوی دکتری علوم محیط زیست *(مسوول مکاتبات).
2 - دانشیار گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان
3 - استاد گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان

تاریخ دریافت : 1388/04/20 تاریخ پذیرش : 1388/11/17 تاریخ انتشار : 1393/10/01

کلید واژه: پوشش اراضی, شبکه عصبی مصنوعی, آشکارسازی تغییرات, مقایسه پس از طبقه بندی,

چکیده مقاله :

زمینه و هدف: تغییرات پوشش اراضی از جمله مهم ترین تغییرات سطح زمین هستند که اثرات قابل توجهی روی محیط و فرایندهای محیطی می‌گذارند. مواد و روش ها: در این مطالعه برای بررسی تغییرات پوشش اراضی شهر اراک و حومه آن طی سال های 1335 تا 1385 از عکس های هوایی سال های 1335 و 1351، تصویر سنجنده TM سال 1369، تصویر سنجنده LISS-III ماهواره IRS-P6 سال 1385 و روش آشکارسازی تغییرات مقایسه پس از طبقه‌بندی استفاده شد. در ابتدا، تصحیح هندسی بر روی کلیه عکس ها و تصاویر ماهواره‌ای با استفاده از نقشه‌های توپوگرافی و روش نمونه گیری مجدد نزدیک ترین همسایه اعمال شد و میزان خطای میانگین مربعات برای همه عکس ها و تصویر ماهواره ای کمتر از یک پیکسل برآورد گردید. پس از زمین مرجع کردن، کلیه عکس ها موزاییک شدند و با استفاده از تفسیر چشمی عکس های هوایی، نقشه پوشش اراضی با 4 طبقه شهر، اراضی بایر، پوشش گیاهی و کوه ایجاد گردید. پس از تصحیح هندسی و توپوگرافی تصاویر ماهواره‌ای، طبقه‌بندی به روش شبکه عصبی مصنوعی بر روی تصاویر اعمال شد. نتایج: نقشه‌های پوشش اراضی در 4 طبقه مشابه با طبقات پوشش اراضی در عکس های هوایی و با صحت کلی بالاتر از 90 درصد ایجاد شدند. برای آشکارسازی تغییرات طی 4 بازه زمانی بین سال های 1335 تا 1385، نقشه‌های پوشش اراضی دو به دو با هم مقایسه شده و نقشه‌ها و جداول تغییرات به دست آمدند. نتایج بررسی روند کلی تغییرات نشان دهنده افزایش قابل توجه مساحت شهر، کاهش پوشش گیاهی و اراضی بایر و ثابت ماندن طبقه کوه بین سال های 1335 و 1385 بود.

چکیده انگلیسی:

Introduction: Land cover changes are among the most important alterations of the Earth’s land surface which affect the environment and environmental processes. Material and Methods: In this study, aerial photos from 1956 and 1972, Landsat TM and IRS-P6 LISS-III images obtained in 1980 and 2006 as well as the post-classification method were used to detect land cover changes and to evaluate Arak and its periphery during 1956-2006. At first, geometric correction was done to prepare aerial photos and satellite images. For this purpose, topographic maps at scales of 1:50000 and 1:25000 and nearest neighbor method and resampling method were applied. Root mean square error for all aerial photos and satellite images was less than one pixel. Afterwards, all georefrenced photos were mosaicked and land cover maps with 4 classes (urban areas, vegetated areas, barren lands, and rocks) were generated using visual interpretation of aerial photos. Following satellite images geometric correction, topographic correction was applied to images using DEM and Lambert model. In the next step, thye artificial neural networks classification method was implemented after producing false color composite images and image fusion. Results: Land cover maps in four classes were generated with overall accuracy of over 90%. To detect the land cover changes during 4 periods between 1956 and 2006, land cover maps of 1956, 1972, 1990 and 2006 were compared, and change maps and Tables were made. The results showed significant urban expansion, vegetated and barren lands losses and stability in rocks and mountainous areas during 1956-2006.

منابع و مأخذ:

1. Foody, G. M. 2000. Mapping land cover from remotely sensed data with a softened feedforward neural network classification, Journal of Intelligent and Robotic Systems, Vol. 29, No. 4, pp. 433 – 449.


2. Yuan, F., Bauer, M. E., Heinert, N. J. and Holden, G. R. 2005. Multi-level Land Cover Mapping of the Twin Cities (Minnesota) Metropolitan Area with Multi-seasonal Landsat TM/ETM+ Data, Geocarto International, Vol. 20. No. 2, pp. 5-13.


3. Tachizuka, S., Hung, T., Ochi, S. and Yasuoka, Y. 2002. Monitoring of Long-term Urban Expansion by the use of Remote Sensing Images from Different Sensor, Asian conference on Remote sensing, Nepal.


4. ربیعی، ح ر، ضیائیان، پ و علی محمدی، ع. 1384. "کشف و بازیابی تغییرات کاربری و پوشش اراضی شهر اصفهان به کمک سنجش از دور و سیستم اطلاعات جغرافیایی"،  فصلنامه مدرس علوم انسانی،  دوره 9،  شماره 4، ص ص 32-19.
   
   
   1. Lu, D., Mausel, P., Brondizio, E. and Moran, E., 2004. Change detection techniques, International Journal of Remote Sensing, Vol. 25, No. 12, pp. 2365 – 2401.
   
   
   2. Ridd, M. K. and Liu, J. 1998. A comparison of four algorithms for change detection in an urban environment, Remote Sensing of Environment, Vol. 63, No. 2, pp. 95-100.
   
   
   3. Ward, D., Phinn, S. R. and Murray, A. T. 2000. Monitoring growth in rapidly urbanizing Areas using remotely sensed data, Professional Geographer, Vol. 52, No. 3, pp. 371-386.
   
   
   4. رضایی مقدم، م ح و ثقفی، م. 1385. "بررسی تحولات ژئومرفولوژیک پلایای کهک، استان خراسان جنوبی بر اساس روش های استفاده از تصاویر ماهواره ای و منطق فازی"، مجله جغرافیا و توسعه، شماره4، ص ص 60-43.
      
      
      1. Omo-Irabor, O. O. and Oduyemi, K. 2007. A hybrid image classification approach for the systematic analysis of land cover (LC) changes in the Niger delta region, 5th International Symposium on spatial data quality, The Netherlands.
      
      
      2. رضایی، ع، مهدوی، م، لوکس، ک، فیض نیا، س و مهدیان، م، ح. 1386. "مدلسازی منطقه ای دبی های اوج در زیرحوزه های آبخیز سد سفیدرود با استفاده از شبکه عصبی مصنوعی"، مجله علوم و فنون کشاورزی و منابع طبیعی، سال 11، شماره اول(الف)، ص ص 39-25.
      
      
   
   

11.Madhavan, B. B., Kubo, S., Kurisaki, N. and Sivakumar, T. 2001. Appraising the anatomy and spatial growth of the Bangkok Metropolitan area using a vegetation-impervious-soil model through remote sensing, International Journal of Remote Sensing, Vol. 22, No. 5, pp.789-806.

12.Shalaby, A. and 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, Vol. 27, No. 1, pp. 28-41.

13.Fan, F., Wang, Y. and Wang, Z. 2008. Temporal and spatial change detecting (1998–2003)and predicting of land use and land cover in Core corridor of Pearl River Delta (China) by using TM and ETM⁺ images, Environmental Monitoring and Assessment, Vol. 137, No. 1-3, pp. 127-147.

1. اسلام بنیاد، ا و حاجی قادری، ط. 1386. "تهیه نقشه جنگل های طبیعی استان زنجان با استفاده از داده‌های سنجنده ETM⁺ ماهواره لندست 7"، مجله علوم و فنون کشاورزی، سال یازدهم، شماره چهل و دوم، ص ص 638-627.

15. Wentz, E. A., Stefanov, W. L., Gries, C., Hope, D. 2006. Land use and land cover mapping from diverse data sources for an arid urban environment, Computers, Environment and Urban Systems, Vol. 30, No. 3, pp. 320–346.

1. 16.  Deguchi, C. and Sugio, S. 1994. Estimations for percentage of impervious area by the use of satellite remote sensing imagery, Water science and technology, Vol. 29, pp. 135-144.        

17.Tole, L. 2008. Changes in the built vs. non-built environment in a rapidly urbanizing region: A case study of the Greater Toronto Area, Computers, Environment and Urban Systems, Vol. 32, No. 5, pp. 355-364.