مدل سازی تغییرات کاربری اراضی بر پایه زنجیره مارکوف در روش LCM (نمونه موردی: شهر رامهرمز)
Publish Year: 1400
نوع سند: مقاله ژورنالی
زبان: Persian
View: 179
This Paper With 20 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_EBPT-14-54_007
تاریخ نمایه سازی: 1 دی 1400
Abstract:
سنجش از دور فناوری کلیدی برای ارزیابی وسعت و مقدار تغییرات پوشش اراضی است که اطلاع از این تغییرات به عنوان اطلاعات پایه برای برنامه ریزیهای مختلف اهمیت ویژه ای دارد. در این پژوهش تغییرات کاربردی اراضی طی ۲۰ سال گذشته با استفاده از نرم افزار TerrSat و امکان پیش بینی آن در آینده با استفاده از مدل زنجیره مارکوف منطقه رامهرمز مورد ارزیابی قرار گرفت. بدین منظور، تصاویر سنجندههای TM لندست ۵، OLI لندست ۸ به ترتیب برای سالهای ۱۹۹۶ و ۲۰۱۶ به همراه نقشههای توپوگرافی و پوشش منطقه استفاده شد. تصاویر هر دو مقطع زمانی به چهار طبقه کاربری اراضی: اراضی ساخته شده دست بشر، اراضی مزروعی، اراضی کشاورزی و بایر طبقه بندی شدند. بنا بر نتایج به دست آمده، اراضی ساخته شده توسط با میزان ۱/۳۹ درصد بیشترین تغییرات مثبت و اراضی دارای پوشش گیاهی با میزان ۱/۲۹- درصد بیشترین تغییرات منفی را در منطقه داشته اند و روند مناطق جنگلی روندی نزولی بوده است. سپس به وسیله مدل پیش بینی سخت و تصاویر طبقه بندی شده (۱۹۹۶-۲۰۱۶)، نقشه پوشش سال ۲۰۱۶ با به کارگیری مدل تغییر زمین پیش بینی شد. پس از ارزیابی مدل، میزان صحت کلی برابر با ۰۹/۸۳ و ضریب کاپای برابر با ۷۹/۰ به دست آمد که بیان کننده انطباق زیاد بین نقشه پیش بینی شده و نقشه طبقه بندی شده است. با وارد کرده نقشه پوشش زمین سال ۲۰۱۶ به مدل ساز تغییر زمین، نقشه پیش بینی پوشش سرزمین سال ۲۰۲۵ تهیه شد نتایج نشان داد ۱۰۲ هکتار از اراضی کشاورزی، ۱۷۸ هکتار از مناطق پوشش گیاهی کاهش مییابند.
Keywords:
Authors
فاطمه اسماعیلی
گروه جغرافیا، واحد ماهشهر، دانشگاه آزاد اسلامی، ماهشهر، ایران
مریم ایلانلو
(گروه جغرافیا، واحد ماهشهر، دانشگاه آزاد اسلامی، ماهشهر، ایران)
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :