ایمان رجبی پور - عضو هیات علمی گروه مهندسی عمران دانشگاه فنی و حرفه ای تهران، ایران
ندا زارعی - کارشناسی ارشد فتوگرامتری دانشگاه خواجه نصیر الدین طوسی
احمد مددی - کارشناسی ارشد سنجش از دور دانشگاه شیراز

امروزه ارزیابی توسعه فیزیکی شهری با استفاده از روشهای نوین سنجش از دور امکان دسترسی به اطلاعات پایه ای را برای برنامه ریزان این حوزه فراهم کرده است و میتواند نقشی موثر در مدیریت و بهبود کاربری اراضی شهری ایفا کند. هدف از این پژوهش پایش و ارزیابی توسعه شهری شیراز در دوره زمانی ۲۰۰۸ تا ۲۰۲۲ با استفاده از سامانه جدید گوگل ارث انجین است. بدین منظور تصاویر ماهواره ای لندست ۵ و ۸ در سالهای ۲۰۱۳۰۲۰۰۸ ۲۰۱۸ و ۲۰۲۲ در سامانه گوگل ارث انجین فراخوانی و از روش طبقه بندی کننده ماشین بردار پشتیبان (SVM) و شاخص تفاضل نرمال شده ساخت و ساز (NDBI) به منظور جداسازی مناطق شهری در هر سال استفاده شد. نتایج حاصل از طبقه بندی نشان داد که روش SVM با دقت کلی ۹۲۸۸ ۹۵ و ۹۶ درصد و ضریب کایا ۷۹ ۸۶، ۸۹ و ۹۱ به ترتیب در سال های ۲۰۰۸، ۲۰۱۳ ۲۰۱۸ و ۲۰۲۲ عملکرد خوبی در طبقه بندی و جداسازی اراضی شهری دارد. همچنین بر اساس نتایج به دست آمده در طی سالهای ۲۰۰۸ تا ۲۰۲۲ اراضی شهری شیراز به میزان ۱۸۰۳,۱۶ هکتار افزایش یافته است و با توجه به نقشه آشکارسازی تغییرات میتوان نتیجه گرفت که مناطق ۷، ۹ و ۱۰ شهرداری شیراز بیشترین گسترش اراضی شهری را داشته است.

توسعه شهری سنجش از دور گوگل ارت انجین ، ماشین بردار پشتیبان