مدل سازی تغییرات دینامیک کاربری اراضی با استفاده از پردازش شی گرا تصاویر ماهواره ای و مدلCA-Markov مطالعه موردی: شهر شیراز

سال انتشار: 1397
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 524

فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SEPEHR-27-108_010

تاریخ نمایه سازی: 1 خرداد 1398

چکیده مقاله:

تغییرات کاربری اراضی از جمله فرآیند های اجتناب ناپذیر و محصول واکنش میان عوامل انسانی و طبیعی می باشد. داده های سنجش از دور و روش های نوین در زمینه پردازش تصاویر ماهواره ای به طور گسترده ای برای تعیین نوع، مقدار و محل تغییر کاربری زمین استفاده می گردد. نقشه های کاربری اراضی و نقشه های پیش بینی تغییرات مکانی-زمانی کاربری اراضی، تامین کننده بخش عمده ای از اطلاعات مورد نیاز برنامه ریزان و مدیران شهری در زمینه اتخاذ تدابیر صحیح و تصمیم گیری های اصولی در جهت نیل به توسعه پایدار شهری می باشند. در این مطالعه با پردازش شی گرا تصاویر ماهواره ای لندست متعلق به سال های 1384، 1389 و 1394 به مدل سازی تغییرات دینامیک کاربری اراضی شهر شیراز پرداخته و از مدل تلفیقی زنجیره مارکوف- سلول های خودکار در طی دو مرحله، برای پیش بینی تغییرات کاربری اراضی استفاده شده است. در مرحله اول، با استفاده از نقشه کاربری اراضی سال های 1384 و 1389، کاربری اراضی سال 1394 پیش بینی گردید. به منظور صحت سنجی نتایج حاصله، از نقشه کاربری اراضی سال 1394 استفاده و نتایج نشان دهنده دقت 89 درصدی مدل در این مرحله می باشد. در مرحله بعد، با تنظیم پارامتر های مدل طبق مرحله قبل، با استفاده از نقشه کاربری اراضی سال های 1389 و 1394 به مدل سازی کاربری اراضی سال 1399 پرداخته شد. نتایج حاصل از بررسی تغییرات صورت گرفته در بازه 20 ساله مورد بررسی، نشان دهنده تغییر مساحت اراضی ساختمانی از 38 کیلومترمربع در سال 1384 به 142 کیلومترمربع در سال 1399 می باشد که حاکی از رشد قابل توجه اراضی مسکونی در محدوده زمانی مورد بررسی بوده و نیازمند تدوین برنامه های اصولی در زمینه بهبود مدیریت شهری می باشد.

نویسندگان

حمید ابراهیمی

کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تبریز

علی اکبر رسولی

استاد، گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تبریز

احمد احمدپور

کارشناس ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه شهید چمران اهواز

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • زبردست، لعبت و همکاران (1389)، ارزیابی روند تغییرات پوشش اراضی ...
  • سرودی و جوزی؛ منا و سید علی (1392)، سنجش از ...
  • فیضی زاده، بختیار (1386)، مقایسه روش­ های پیکسل پایه و ...
  • فیضی زاده، ­بختیار و همکاران (1387)، کاربرد داده های سنجش ...
  • مرکز آمار ایران (1392)، سالنامه آماری استان فارس. ...
  • نیکورزم و جوزی؛ یاسمن و سید علی (1394)، بررسی تغییرات ... [مقاله ژورنالی]
  • Anderson, J & et al (1975), A Land Cover Classification ...
  • Baatz, M & Schäpe, A (1999), Object-Oriented and Multi-Scale Image ...
  • Benito, P.R & et al (2010), Land use change in ...
  • Berberoğlu, S & et al (2016), Cellular automata modeling approaches ...
  • Blaschke, T (2010), Object based image analysis for remote sensing, ...
  • Chavez, P.S (1998), An Improved Dark-Object Subtraction Technique for Atmospheric ...
  • Chen, M & et al (2009), Comparison of pixel-based and ...
  • Duro, D.C & et al (2012), A comparison of pixel-based ...
  • Eastman, J.R., (2009). IDRISI Selva Manual, Accessed in IDRISI 17, ...
  • Feizizadeh, B & et al (2014), Object-Based Image Analysis and ...
  • He, C.Y & et al (2008), Modeling dynamic urban expansion ...
  • Huang, L & Ni, L (2008), Object-oriented classification of high ...
  • Huishi, D & et al (2012), Land Coverage Changes in ...
  • Kamusoko, C & et al (2009), Rural Sustainability under Threat ...
  • Li, H & Reynolds, J.F (1997), Modeling Effects of Spatial ...
  • Liu, D & et al (2010), Assessing object-based classification: advantages ...
  • Liu, X & et al (2010), A new landscape index ...
  • Macleod, R.S & Congalton R.G (1998), A quantitative comparison of ...
  • Martellozzo, F & et al (2011), Measuring urban sprawl, coalescence, ...
  • Moghadam, H. S & et al (2013), spatiotemporal urbanization processes ...
  • Peterson, L. K & et al (2009), Forested land-cover patterns ...
  • Rasuly, A & et al (2013), Simulation of land use/cover ...
  • Stevens, D & et al (2007), iCity: A GIS- CA ...
  • Tso, B & Mather, P.M (2001), Classification Methods for Remotely ...
  • Walter, V (2004), Object-based classification of remote sensing data for ...
  • Wood, E. C & et al. (1997), The development of ...
  • Xin,Y & et al (2012), A spatiotemporal model of land ...
  • نمایش کامل مراجع