بررسی و پیش‌بینی تغییرات کاربری اراضی با استفاده از داده‌های ماهواره‌ای چند‌زمانۀ شهر شاندیز (طی سال‌های 1379-1394)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری جغرافیا و برنامه‌ریزی شهری، دانشگاه فردوسی مشهد، مشهد، ایران

2 استاد جغرافیا و برنامه‌ریزی شهری، دانشگاه فردوسی مشهد، مشهد، ایران

3 استادیار مدیریت نوآوری (توسعه ملی)، دانشگاه فردوسی مشهد، مشهد، ایران

4 دانشیار جغرافیا و برنامه‌ریزی شهری، دانشگاه فردوسی مشهد، مشهد، ایران

چکیده

در دهه های اخیر تغییرات سریع کاربری اراضی و پوشش زمین در شهرگردشگری شاندیز که در 15 کیلومتری غرب کلانشهر مشهد در دامنه های بینالود قرار دارد با پیامده ای مهمی مانند تخریب منابع طبیعی، آلودگی های زیست محیطی و رشد نامناسب شهر همراه بوده است. اطلاع از تغییرات کاربری و بررسی علل و عوامل آنها در چند دوره زمانی می تواند بسیار مورد توجه برنامه ریزان و مدیران شهری قرار گیرد. هدف تحقیق بررسی و پیش بینی روند تغییرات کاربری اراضی با استفاده از داده های ماهواره ای چند زمانه شهر شاندیز طی سالهای 1379-1394 می باشد.در این پژوهش تغییرات پوشش زمین در کاربریهای باغات و زمینهای کشاورزی و محدوده های ساخته شده، زمینهای بایر و مراتع با استفاده از تصاویر ماهواره ای لند ست در بازه زمانی سالهای ،1379 -1394 با الگوریتم حداکثر مشابهت، روش نظارت شده و مدل زنجیره مارکوف بررسی شد. درمدل زنجیره مارکوف از کلاس های پوشش به عنوان حالت یا همان وضعیت های زنجیره استفاده شده و( ماتریس مساحت انتقال که نشان دهنده تعداد پیکسل هایی که از هر کلاس به کلاس های دیگر تبدیل شوند) یا همان مقدار وسعتی که از هر کاربری به کاربری دیگر در بازه زمانی 1379-1394 تغییر یافته است. براساس مدل CA مارکوف،پیش بینی مساحت 4 طبقه پوشش زمین در کاربری های ذکر شده در افق1400 مشخص گردید با توجه به خروجی داده ها، مشخص گردید که در طی سالهای 1388،1379 و 1394 مساحت کاربریهای محدوده های ساخته شده و اراضی بایر به شدت افزایش یافته و از مساحت کاربریهای باغات و زمینهای کشاورزی و مراتع کاسته شده است. و مساحت کاربریها در افق 1400 به نسبت سال 1394 نیز به همین گونه می باشد. به طوری مساحت باغات و زمینهای کشاورزی( 63%) ، محدوده های ساخته شده (126%)، اراضی بایر (97%) و مراتع (96%) تغییر خواهد کرد.ا

کلیدواژه‌ها


عنوان مقاله [English]

The Analysis and Prediction of Land Use Changes Using Multi-Temporal Satellite Data in Shandiz City (Between 2000-2015)

نویسندگان [English]

  • foroozan taheri 1
  • Mohamad Rahim Rahnama 2
  • Omid Ali Kharazmi 3
  • Baratali Khakpoor 4
چکیده [English]

In recent decades, rapid changes in land use and land cover in the touristic city of Shandiz, located at west of Mashhad Metropolis, has been accompanied with important consequences such as the destruction of natural resources, environmental pollution and improper growth of the city .
The purpose of this investigation is the analysis and prediction of land use changes using multi-temporal satellite data for Shandiz (between 1379-1394). In this study, land cover changes in gardens and farms and constructed zones, wastelands and pastures land uses has been investigated using Landsat satellite imagery during the timeline between 1379 -1394 with the use of maximum likelihood algorithm, supervised method and Markov chain model. In Markov chain model, cover classes are used as pawns or chain status (transfer area matrix representing the number of pixels that converts from one class to other classes) or the area that has been changed from any use to other uses between 1379-1394. According to Markov CA model, area prediction for 4 land cover categories of land in the mentioned land uses were determined for the 1400 horizon. Depending on output data, it was found that during years 1379, 1388 and 1394, areas of constructed zones and wastelands land uses has increased greatly and whereas that of gardens, farms and pastures has decreased. Land use areas in the same in 1400 horizon in comparison to 1394. Areas of gardens and agriculture lands (%63), constructed zones (%126), wastelands (%97) and pastures (%96) will change accordingly.

کلیدواژه‌ها [English]

  • Land use changes
  • Landsat satellite imagery
  • Markov chain model and Markov CA
  • Shandiz

علوی‌پناه، سیدکاظم؛ حمیدرضا متین‌فر (1383). ارزیابی کاربری داده‌های ماهواره‌ای از‌نظرِ صرفه‌جویی وقت، کنفرانس ملی بهره‌وری. فرهنگستان علوم ایران. صفحه 478.

علوی‌پناه، سیدکاظم (1384). کاربرد سنجش از دور در علوم زمین، انتشارات دانشگاه تهران. صفحه 291.

فیضی‌زاده، بختیار؛ سیدمحمود حاجی میر رحیمی (1387). آشکارسازی تغییرات کاربری اراضی با استفاده از روش طبقه‌بندی شیءگرا (مطالعۀ موردی: شهرک اندیشه)، نشریۀ نقشه‌برداری. شمارۀ 99. صفحه 6.

محمداسماعیل، زهرا (1389). پایش تغییرات کاربری اراضی کرج با استفاده از تکنیک سنجش از دور، مجلۀ پژوهش‌های خاک (علوم خاک و آب). شمارۀ 1. صفحه 82.

مرکز آمار ایران، سال‌های ( 1335-1390).

مهندسان مشاور بافت‌ شهر (1381). گزارش طرح راهبردی و‌ گردشگری منطقۀ طرقبه‌و شاندیز- مشهد.

مهندسان مشاور فرنهاد (1395). طرح جامع شهر شاندیز، وزارت ‌مسکن و شهرسازی خراسان رضوی.

Acevedo, W., Forestman, T. W., Buchanan,J. T (1996). Origins and philosophy of building a temporal database to examine human transformation processes. Proceedings, ASPRS/ ACSM Annual Convention and Exhibition,Baltimore,Vol,24.No.1.PP:148-161.

 Fan, Fenglei, Wang, Yunpeng, and Wang, Zhishi (2008). Temporal and spatial change, detecting (1998–2003) and predicting of land use and land cover in Core corridor of Pearl
PP: 127-147.

Guan, DongJie, Li, HaiFeng, Inohae, Takuro, Su Weici, Nagaie, Tadashi, and Hokao, Kazunori (2011). Modeling urban land use change by the integration of cellular automaton and Markov model, Ecological Modelling, 222 (20–22), 3761-3772.

Gupta, R. P (2003). Remote Sensing Geology. Second Edition, Springer-Verlag, Berlin, P.655.

Goward, S. N., G. D. Cruickshanks, and A. S.Hope (1985). Observed relation between thermal emission and reflected spectral radiance of a complex vegetated landscape, Remote Sensing of Environment, 18, 137-146.

Knorn,J.A.Rabe,C.V. Radeloff, T. Kuemmerle, J. Kozak and Hostert, P (2009). Land cover mapping of largeareas using‌chain classification of neighboring Landsat satellite images. Remote Sens, Environ. 113: 957- 964.

Kamusoko, Courage, Aniya, Masamu, Adi, Bongo and Manjoro, Munyaradzi (2009). R0ural sustainability under threat in Zimbabwe – Simulation of future land use/cover changes in the Bindura district based on the Markov-cellular automata model, Applied Geography, 29 (3), 435-447.

Matsushita, B. Xu, M. and Fukushima, T. (2006). Characterizing Changes in Landscape Structure in the Lake Kasumigaura Basin, Japan Using a High-Quality GIS Dataset, Journal of Landscape and Urban Planning, 78(3), PP: 241-250.

Mas, Jean-François, Melanie, Kolb, Martin, Paegelow, María Teresa, Camacho Olmedo, and Thoma, Houet (2014). Inductive pattern-based land use/cover change models: Acomparison of four software packages, Environmental Modelling & Software, 51 (0), 94-111.

Pontius, Robert. Gilmore and Chen, Hao (2006). Geomod Modeling, USA: Clark University. P.44.

Sohl, Terry L. and Claggett, Peter R (2013). Clarity versus complexity: Land-use modeling as a practical tool for decision-makers, Journal of Environmental Management,129, 235-243.

Torrens,P.M., Sullivan, D.O (2000). Cellular Automata and Urban Simulation: Where do we go from here, Environment and Planning, Vol, 28. No, 3. PP: 163-168.

Tso. B. & P.M. Mather (2009). Classification Methods for Remotely Sensed Data. Chapter 2-3. 2nd ed., Taylor and Francis Pub., America Upadhyay, Thakur, Solberg, Birger, and Sankhayan, Prem Lall, 2006, Use of models to analyse land-use changes, forest/soil degradation and carbon sequestration with special reference to Himalayan region: A review and analysis, Forest Policy and Economics, 9 (4), 349-371.

 Wang, Shi Qing, Zheng, Xizinqi, and Zang, X.B (2012).Accuracy assessments of land use change simulation based on Markov-cellular automata model, Procedia Environmental Sciences, 13, 1238-1245.

 Whitford, Walter G., Translated by, Azarnivand, Hossein, and Malekian, Arash (2010). Ecology of desert systems, Tehran: University of Tehran. P. 340.

Yuan, F., K. E, Sawaya. B. C, Loeffelholz & M.E,Bauer  (2005) "Land cover lassification andchange analysis of the twin Cities (Minnesota).

Zhang, Zh., V. Lieven, C. Eva De, X. Ou and De.W. Robert (2008). Vegetation change detection using artificial neural networks with ancillary data in Xishuangbanna, Yunnan Province, China. Chin.Sci.Bull.52 (2): 232-243.