پیش بینی تغییرات کاربری اراضی با مدل زنجیره مارکوف و سلول خودکار (مطالعه موردی: منطقه هیرکانی)

سابقه و هدف: مدل سازی و پیش بینی تغییرات کاربری اراضی جهت استفاده پایدار از زمین و آگاهی از میزان تغییرات احتمالی در آینده امری ضروری است. آشکارسازی و مدل سازی این تغییرات با پردازش تصاویر ماهواره ای ابزار سودمندی جهت درک تغییرات محیط زیستی مرتبط با فعالیت های انسانی به شمار می روند. استفاده از سامانه اطلاعات جغرافیایی و سنجش از دور، اطلاعات به هنگامی را پیرامون پدیده های سطح زمین ارائه می دهد. نظارت بر روند این تغییرات به منظور استفاده پایدار از زمین می تواند با استفاده از داده های سنجش از دور چند زمانی با موفقیت حاصل شود. با توجه به اهمیت زیست محیطی منطقه رویشی هیرکانی، تنوع ژنتیکی و کاربردهای اکولوژیکی و گردشگری آن، آگاهی از وسعت تغییرات و تبدیل کاربری های مختلف آن مهم ترین جنبه برنامه ریزی کاربری اراضی و توسعه پایدار است. همچنین، از آنجایی که تا کنون پایش تغییرات کاربری اراضی در گذشته و پیش بینی آن در آینده در کل منطقه هیرکانی صورت نگرفته است، این پژوهش، با تلفیق مدل زنجیره مارکوف و سلول های خودکار تحت عنوان "مارکوف-CA" به شبیه سازی و پیش بینی تغییرات کاربری اراضی منطقه هیرکانی از گذشته تا آینده می پردازد. مواد و روش ها: برای آشکارسازی و مدل سازی تغییرات کاربری اراضی، تصاویر لندست ۵ سنجنده TM سال های ۲۰۰۰، ۲۰۰۵ و ۲۰۱۰ و لندست ۸ سنجنده OLI سال های ۲۰۱۵ و ۲۰۲۰ میلادی تجزیه و تحلیل و مورد استفاده قرار گرفتند. پس از اعمال فیلترهای مکانی، زمانی و ابری (ابرناکی کمتر از ۵ درصد)، تصاویر تمام مقاطع زمانی با استفاده از فیلتر میانگین در پلتفرم گوگل ارث انجین (GEE) ترکیب شدند و سپس، با استفاده از الگوریتم یادگیری ماشین نظارت شده جنگل تصادفی در شش کلاس (جنگل، مرتع، کشاورزی، مناطق ساخته شده، اراضی بایر و پهنه های آبی) طبقه بندی شدند. دقت طبقه بندی بر اساس شاخص کاپا و دقت کلی محاسبه شد. شبیه سازی کاربری اراضی سال ۲۰۲۰ با استفاده از نقشه های کاربری سال های ۲۰۰۰ و ۲۰۱۰ و به کمک مدل تلفیقی سلول های خودکار و قوانین انتقال رگرسیون لوجستیک در نرم‎افزار MATLAB ۲۰۲۱a انجام گرفت. برای این منظور از متغیرهای مکانی شامل شاخص نرمال شده تفاوت پوشش گیاهی (NDVI)، شاخص تفاضلی نرمال شده آب (NDWI)، شاخص نرمال شده تفاوت مناطق ساخته شده (NDBI)، ارتفاع و شیب به‎عنوان عوامل موثر بر تغییرات در الگوریتم جنگل تصادفی استفاده شد. در راستای انتخاب نمونه ها برای کاربری های در نظر گرفته شده، سعی شد تا نمونه ها پراکنش همگن و مناسبی در سطح منطقه داشته باشند. از ۷۰ درصد نمونه های برداشت شده به صورت بصری از روی تصویر ماهواره ای، برای اجرای مدل (نمونه های تعلیمی یا آموزشی) و از ۳۰ درصد باقیمانده برای ارزیابی دقت مدل (نمونه های تست یا اعتبارسنجی) استفاده شد. همچنین، مدل مارکوف-CA برای پیش بینی تغییرات کاربری اراضی در منطقه هیرکانی برای سال های ۲۰۷۰ و ۲۱۰۰ تلفیق شدند. یافته ها: بر اساس ارزیابی صحت داده های مکانی، برای سال های ۲۰۰۰ تا ۲۰۲۰، مقادیر دقت کلی و ضریب کاپا بالاتر از ۸۰ درصد به دست آمد که حاکی از انطباق زیاد تصاویر پیش بینی شده مدل با واقعیت زمینی و کارایی سامانه GEE در پردازش و طبقه بندی تصاویر لندست می باشد. در دوره ۲۰۰۰ تا ۲۰۱۰، کاهش ۸/۳ درصدی در پوشش جنگل و تبدیل آن به اراضی مرتعی و کشاورزی رخ داد. در دوره ۲۰۱۰ تا ۲۰۲۰ بیشترین میزان تبدیل از کاربری مرتع به کشاورزی به وسعت ۸۷۲,۷۸ هکتار بود. با مدل سلول های خودکار و قوانین رگرسیون لجستیک، شاخص کاپا برای پیش بینی کاربری ها در سال های ۲۰۷۰ و ۲۱۰۰ به ترتیب ۷۶ و ۷۲ درصد به دست آمد. ضریب کاپای حاصل از مقایسه این دو نقشه با مقدار ۳۱/۸۷ درصد نشان دهنده قابلیت بالای مدل مارکوف-CA در شبیه سازی تغییرات کاربری اراضی برای آینده بود. نتایج پیش بینی تغییرات کاربری اراضی با استفاده از تخمین گر انتقال مارکوف مبین تخریب و کاهش سطح کاربری های جنگل، مرتع و پهنه های آبی در سال های ۲۰۷۰ و ۲۱۰۰ بود. با تغییر پوشش کاربری های مختلف بین سال های ۲۰۲۰ تا ۲۰۷۰، سطح اراضی جنگلی نسبت به دوره ۲۰۲۰-۲۰۰۰، ۱۶۸,۶۸۰ هکتار کاهش خواهد یافت. سطح پهنه های آبی نیز تا سال ۲۰۷۰ کاهش خواهد یافت و به میزان ۸,۶۶۷ هکتار به کاربری مرتع تبدیل خواهد شد. تا سال ۲۱۰۰ و طی یک دوره زمانی ۳۰ ساله، سطح اراضی جنگلی ۸,۹۰۰ هکتار کاهش خواهد یافت و به پهنه های آبی و اراضی بایر تبدیل خواهد شد. بیشترین تغییرات کاربری اراضی در منطقه مورد مطالعه شامل تبدیل جنگل ها به مراتع و اراضی کشاورزی، تبدیل مراتع به کاربری کشاورزی و مناطق ساخته شده، و نیز تبدیل پهنه های آبی به اراضی بایر بوده است. در واقع، در صورت تداوم روند تغییر کاربری اراضی و تبدیل غیر اصولی آن ها به یکدیگر، عرصه های منابع طبیعی به شدت کاهش خواهند یافت.نتیجه گیری: در مجموع، صحت ارزیابی بر اساس شاخص های مستخرج از ماتریس خطا مبین این بود که سامانه GEE با پردازش داده های لندست در سری های مختلف زمانی توانست ابزار مهمی جهت ارزیابی و پایش تغییرات کاربری باشد. روند تغییرات در منطقه مورد مطالعه به گونه ای بود که کاربری های کشاورزی، ساخته شده و بایر روند افزایشی داشتند که دلیل این امر، تبدیل سایر کاربری ها به آن ها بود. در مقابل، در مقایسه با جنگل و مرتع، بیشترین روند کاهشی در منطقه مربوط به پهنه های آبی بود که ادامه این روند تخریب، پیامدهای نامطلوب زیست محیطی را به دنبال خواهد داشت. افزایش سطح کاربری های مناطق ساخته شده و کشاورزی را می توان به در توجیه افزایش جمعیت و گسترش شهرنشینی برای رفع نیازهای غذایی این جمعیت و همچنین مدیریت صحیح در زمینه کشاورزی در نظر گرفت. از آنجاییکه با بررسی تغییرات کاربری اراضی، روندهای مربوط به فرآیندهای تخریب، جنگل زدایی، بیابان زایی و فقدان تنوع زیستی در یک منطقه مشخص می گردد، با آگاهی از این تغییرات در طول زمان، می توان چالش های آینده را پیش بینی کرد و با ارائه اقدامات پیشگیرانه، مدیریت بهتری را اعمال نمود.

Keywords:

پایش تغییرات , تخمین گر انتقال مارکوف , طبقه بندی تصاویر , مدل سلول خودکار مارکوف , GEE