پایش و پیش بینی تغییرات زمانی- مکانی کاربری اراضی و رشد شهر کرمانشاه با استفاده از سنجش از دور و مدل CA-Markov
Publish place: Studies of urban structure and function، Vol: 10، Issue: 35
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 250
This Paper With 26 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_SHAHR-10-35_003
تاریخ نمایه سازی: 30 خرداد 1402
Abstract:
رشد شهری یک پدیده ی جهانی است اما در کشورهای درحال توسعه مانند ایران به دلیل فقدان برنامه ریزی صحیح بسیار نامظم صورت می گیرد که این مسئله منجر به تخریب پوشش زمین اطراف مناطق شهری شده است. از اینرو در این مطالعه با استفاده از داده های سنجش از دور و مدل CA-Markov تغییرات پوشش زمین شهر کرمانشاه در طبقات ارتفاعی و رشد این شهر در جهات جغرافیایی در مقیاس زمانی ۱۹۸۷ تا ۲۰۴۷ بررسی و پیش بینی گردید. تحلیل نتایج بررسی تغییرات پوشش زمین نشان می دهد که نواحی شهری و کشاورزی روند افزایشی و کاربری های پوشش گیاهی و زمین های بایر روند کاهشی داشته است که بیشتر این تغییرات در ارتفاعات ۱۰۴۲ تا ۱۵۸۷ متری اتفاق افتاده است و این روند تغییرات تا سال های ۲۰۳۲ و ۲۰۴۷ ادامه خواهد یافت. همچنین بررسی تاثیر رشد شهر بر تغییرات پوشش زمین نشان می دهد با توجه به رشد زیاد شهر در جهات شمال و شمال شرق تخریب اراضی به نواحی شهری در این جهات بیشتر از جهات دیگر رخ خواهد داد. این روند هم در دوره بررسی (۱۹۸۷ تا ۲۰۱۷) و هم در دوره ی پیش بینی (۲۰۱۷ تا ۲۰۴۷) دیده می شود. بدیهی است ارائه الگوهای رشد شهری در جهات جغرافیایی برای برنامه های توسعه پایدار بسیار مفید بوده و برنامه ریزان می توانند با استفاده از آنها رشد مناطق شهری را به جهات بهینه هدایت نمایند و در نتیجه تخریب اراضی را به حداقل برسانند.
Keywords:
Authors
کریم سلیمانی
استاد گروه مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی، ساری، ایران
فاطمه شکریان
استادیار گروه مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی، ساری، ایران
شادمان درویشی
دانش آموخته کارشناسی ارشد سنجش از دور و سامانه اطلاعات جغرافیایی، موسسه آموزش عالی آبان هراز، آمل، 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 :