اسمعیل پور, فاطمه, سرایی, محمد حسین, رضایی, محمدرضا, اسمعیل پور, نجما. (1398). پیش بینی تغییرات کاربری اراضی و تعیین الگوی رشد شهری با استفاده از مدل زنجیرهای مارکوف و تصاویر ماهوارهای چندزمانه (مورد پژوهی: شهر اراک). کاوش های جغرافیایی مناطق بیابانی, 7(1), 113-147.
فاطمه اسمعیل پور; محمد حسین سرایی; محمدرضا رضایی; نجما اسمعیل پور. "پیش بینی تغییرات کاربری اراضی و تعیین الگوی رشد شهری با استفاده از مدل زنجیرهای مارکوف و تصاویر ماهوارهای چندزمانه (مورد پژوهی: شهر اراک)". کاوش های جغرافیایی مناطق بیابانی, 7, 1, 1398, 113-147.
اسمعیل پور, فاطمه, سرایی, محمد حسین, رضایی, محمدرضا, اسمعیل پور, نجما. (1398). 'پیش بینی تغییرات کاربری اراضی و تعیین الگوی رشد شهری با استفاده از مدل زنجیرهای مارکوف و تصاویر ماهوارهای چندزمانه (مورد پژوهی: شهر اراک)', کاوش های جغرافیایی مناطق بیابانی, 7(1), pp. 113-147.
اسمعیل پور, فاطمه, سرایی, محمد حسین, رضایی, محمدرضا, اسمعیل پور, نجما. پیش بینی تغییرات کاربری اراضی و تعیین الگوی رشد شهری با استفاده از مدل زنجیرهای مارکوف و تصاویر ماهوارهای چندزمانه (مورد پژوهی: شهر اراک). کاوش های جغرافیایی مناطق بیابانی, 1398; 7(1): 113-147.
پیش بینی تغییرات کاربری اراضی و تعیین الگوی رشد شهری با استفاده از مدل زنجیرهای مارکوف و تصاویر ماهوارهای چندزمانه (مورد پژوهی: شهر اراک)
1دانشجوی دکتری جغرافیا و برنامه ریزی شهری دانشگاه یزد، ایران
2عضو هیئت علمی دانشگاه یزد
3دانشیار جغرافیا و برنامه ریزی شهری دانشگاه یزد، ایران
4استادیار گروه شهرسازی دانشگاه یزد، ایران
چکیده
تغییرات سریع پوشش زمین در حومه شهرهای بزرگ ایران، از جمله شهر اراک به عنوان یک شهر صنعتی و کلانشهر، در دهههای اخیر مشکلات فراوانی از جمله تخریب منابع طبیعی، آلودگیهای زیستمحیطی و رشد نامناسب شهرها را در برداشته است. که در اغلب موارد، این عوارض ناشی از تغییر غیر اصولی کاربری اراضی بوده است. مطالعه میزان تغییرات و تخریب منابع در سالهای گذشته و امکانسنجی و پیش بینی این تغییرات و الگوی رشد شهردر سالهای آینده میتواند گام مهمی در راستای برنامهریزی و استفاده بهینه از منابع در آینده باشد. در این تحقیق، با استفاده از تصاویر ماهوارهای چندزمانه لندست مربوط به سالهای 2000، 2010 و 2018 اطلاعات جانبی و مدل زنجیرهای مارکوف و شبکههای عصبی مصنوعی، تغییرات کاربری اراضی و پوشش زمین به وقوع پیوسته، طی 18 سال، در شهر اراک مدل شده تا با آشکارسازی تغییرات، میزان تبدیل برای هر دوره و پیشبیتی کاربریها در چهار کلاس مورد نظر بدست آید. جهت انجام تحقیق ابتدا تصاویر مورد استفاده از نظر بهترین باندها جهت ترکیب باندی بررسی و انتخاب گردید. در ادامه با روش شبکه عصبی طبقه بندی انجام وارزیابی صحت و دقت طبقهبندی با ضریب کاپا و دقت کلی صورت گرفت. در پایان با بکارگیری مدل پیش بینی مارکوف و رویکرد مدلساز LCM تغییرات کاربری اراضی برای سال 2028 پیش بینیشد. نتایج بدست آمده حاکی از گسترش بی رویه مناطق ساختهشده و تخریب شدید اراضی کشاورزی طی دوره2000 تا 2010 و کاهش شدید اراضی بایر و تبدیل آنها به اراضی ساختهشده در درون محدوده و حاشیه شهر و کاهش اراضی کلاس کوهستان در دوره 2010 تا 2018 میباشد. مدل سازی تغییرات همچنین نشان میدهد در دوره 2018 تا 2028 جهت رشد شهر از شمال و شمالشرق به جنوب و جنوبغرب (به سمت اراضی کوهستانی و باغی دو روستای الحاق شده به شهر) تغییر خواهد یافت.
Prediction of Land Use Change and Determination of Urban Growth Patterns Using Markov Chain Model and Multi-Chip Satellite Images: A Case Study of Arak City
نویسندگان [English]
Fatemeh Esmaeilpour1؛ Mohammad Hossein Saraei2؛ Mohammad Reza Rezaei3؛ Najma Esmaeilpour4
1Ph.D. student of geography and urban planning, Yazd University, Iran
2Associate professor of geography and urban planning, Yazd University, Iran
3Associate professor of geography and urban planning, Yazd University
4Assistant professor of urban development, Yazd University, Iran
چکیده [English]
The rapid changes in land use and land cover in the suburbs of large cities of Iran, including the city of Arak, as an industrial metropolitan city, have caused many problems in recent decades, including degradation of natural resources, environmental pollution and poor urban development. In most cases, this has been caused by an unjustified land use change. The study of changes and destruction of resources in past years, the feasibility and prediction of these changes and the pattern of urban growth in the coming years can be an important step in planning and optimal using of resources in the future. In this study, by using Landsat multispectral satellite imagery of 2000, 2018, and 2028, lateral information, Markov chain model, and artificial neural networks, the changes that have occurred in land use and land cover in Arak over the course of 28 years were investigated. To reveal the changes, the conversion rate for each course was obtained in four classes. To investigate the images, they were corrected, and then the best bands were selected for combining the bands. In the following, the classification of rates of maximum probability and evaluation of the accuracy of the classification as well as the overall accuracy were performed with kappa coefficient. Finally, by using the Markov forecasting model and the LCM modeling approach, land use change was predicted for the year 2028. The results indicated the excessive expansion of the built areas, severe degradation of agricultural lands during the period of 2000-2010, sharp decline of barren lands, their conversion to the lands built within the boundaries of the city, and the reduction of mountainous lands in the period of 2010-2018. Modeling the changes also showed that in the period of 2018-2028, the city will grow from the north and northeast to the south and southwest (i.e. toward the mountainous and garden lands of the two villages annexed to the city).
کلیدواژه ها [English]
Prediction of land use change, Markov chains, Multichannel satellite images, Arak city
مراجع
بوالحسنی، ندا (1393)، بررسی روند تغییرات کاربری اراضی شهری (90-1345) ( مورد مطالعه: شهر اراک)، استاد راهنما: دکتر سلیمانی، دانشگاه خوارزمی، دانشکده علوم جغرافیایی، شهریور93
پیرنظر، مجتبی( ۱۳۹۴)، راهنمای کاربردی نرم افزار Envi و پردازش تصاویر ماهوارهای، انتشارات ناقوس، چاپ اول
حیدریان، پیمان، کاظم رنگزن، سعید ملکی و ایوب تقی زاده (1393)، تلفیق تکنیکهای سنجش از دور، GIS و مدل LCMبا رویکرد مدلسازی توسعه شهری (نمونه موردی: کلانشهر تهران)، مطالعات جغرافیایی مناطق خشک، سال پنجم، شماره هفدهم،صص 100-87
خیرالدین، رضا و فردیس سالاریان (1396)، الگوسازی گرایشهای فضایی شهرها با استفاده از الگوی رشد خودکار سلولی جهت امکانسنجی و انتظام توسعه فضایی شهر چالوس، تحقیقات کاربردی علوم جغرافیایی، شماره 39، صص176-153
ده بزرگی، مه رو، ملکیان ،آرش، احسانی، امیرهوشنگ (1394)، ارزیابی عملکرد شبکه عصبی مصنوعی در پیش بینی خشکسالی هواشناسی در شمال غربی ایران نشریه تحقیقات کاربردی علوم جغرافیایی سال پانزدهم شماره ۳۶ ، صص156-139
شمسیپور، علی اکبر ، سوسن حیدری و کیوان باقری (1396)، پایش روند تغییرات پوشش زمین در شهر کرمانشاه با مدل CA مارکوف، پژوهشهای جغرافیای برنامه ریزی شهری، دوره 5، شماره 3، صص514-495
عابدینی، موسی، میرزاخانی، بهاره وآتنا عسکری (1394)، پهنهبندی ژئومورفولوژیکی تناسب زمین در شهرستان اراک با استفاده از مدل منطق فازی (با رویکرد توسعه آتی شهر اراک(، فصلنامه برنامه ریزی منطقهای، سال پنجم، شماره 18
علی محمدی، عباس، علی جعفر موسیوند، سیاوش شایان (1389)، پیشبینی تغییرات کاربری اراضی و پوشش زمین با استفاده از تصاویر ماهوارهای و مدل زنجیره مارکوف، مدرس علوم انسانی برنامهریزی و آمایش فضا، دوره چهاردهم ، شماره ۳ ، صص130-117
مشتاقیون، مریم، سید علی المدرسی و علی اکبر جمالی (1394)ْ، مدلسازی رشد و توسعه شهر بیابانی یزد با استفاده از تحلیلهای پیشرفتهفضایی، در بازه زمانی 2020-199، کاوشهای جغرافیایی مناطق بیابانی، سال سوم شماره اول، ، صص47-27
نوحه گر، احمد، محمد کاظمی، سید جواد احمدی، حمید غلامی و رسول مهدوی (1395)، استفاده از تکنیکهای پیکسل مبنا و زیر پیکسل مبنا جهت شناسایی مناطق دگرسانی (مطالعه موردی محدوده تنگ بستانک استان فارس)، پژوهشهای ژئومورفولوژی کمی، سال پنجم، شماره ۱، صص ۸۹ تا ۱۰۹
وفایی، ساسان.، درویش صفت، علی اصغر.، پیرباوقار، مهتاب.، (1392)، پایش و پیش بینی روند تغییرات مکانی کاربری اراضی با استفاده از مدل LCM (مطالعه موردی: منطقه مریوان)، مجله جنگل ایران، انجمن جنگلبانی ایران، سال پنجم، شماره 3، صص 323 تا 336.
Dewan, A. M., & Yamaguchi, Y. (2009). Land use and land cover change in Greater Dhaka, Bangladesh: Using remote sensing to promote sustainable urbanization. Applied Geography, 29(3), 390-401.
Jahanishakib, F., Mirkarimi, S. H., Salmanmahiny, A., & Poodat, F. (2018). Land use change modeling through scenario-based cellular automata Markov: improving spatial forecasting. Environmental monitoring and assessment, 190(6), 332.
Jensen, J.R, (2007), Remote Sensing of the Environment: An Earth Resource Perspective,Pearson Prentice Hall, p: 592.
Luo, J., & Wei, Y. D. (2009). Modeling spatial variations of urban growth patterns in Chinese cities: The case of Nanjing. Landscape and Urban Planning, 91(2), 51-64.
Mahmoud, H., & Divigalpitiya, P. (2015, November). Modeling Future Land Use and Land-Cover Change in the Asyut Region Using Markov Chains and Cellular Automata. In International conference on Smart and Sustainable Planning for Cities and Regions (pp. 99-112). Springer, Cham
Tewolde, M. G., & Cabral, P. (2011). Urban sprawl analysis and modeling in Asmara, Eritrea. Remote Sensing, 3(10), 2148-2165.
Van Nguyen, T., Van Nguyen, N., Le, H. T. T., La, H. P., & Bui, D. T. (2017, October). Detection and Prediction of Urban Expansion of Hanoi Area (Vietnam) Using SPOT-5 Satellite Imagery and Markov Chain Model. In International Conference on Geo-Spatial Technologies and Earth Resources (pp. 119-133). Springer, Cham
Sahana, M., Hong, H., & Sajjad, H. (2018). Analyzing urban spatial patterns and trend of urban growth using urban sprawl matrix: A study on Kolkata urban agglomeration, India. Science of the Total Environment, 628, 1557-1566.
Rajitha, K., C. K. Mukherjee, Vinu R. Chandran, and M. M. Prakash Mohan, (2010), Landcover
change dynamics and coastal aquaculture development: a case study in the East Godavari delta, Andhra Pradesh, India using multi-temporal satellite data, International Journal of Remote Sensing, 31 (16), 4423 - 4442.
Villa, A., Benediktsson, J.A., Chanussot, J. and Jutten, J. (2011). "Hyperspectral Image Classification With Independent Component Discriminant Analysis". IEEE Transactions on Geoscience and Remote Sensing. Vol. 49. No. 12. pp. 4865-4876.