نوع مقاله : مقاله علمی پژوهشی

نویسندگان

1 استاد گروه ژئومورفولوژی، دانشکده برنامه‌ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران.

2 دانشجوی دکتری ژئومورفولوژی، دانشکده برنامه‌ریزی و علوم محیطی، دانشگاه تبریز، تبریز، ایران.

چکیده

برای استفاده بهینه از زمین، آگاهی از تغییرات کاربری ‌اراضی و نوع استفاده از آن امری ضروری است؛ که این کار با ارزیابی و پیش‌بینی تغییرات کاربری ‌اراضی امکان‌پذیر می‌گردد. هدف از این مطالعه بررسی روند تغییرات کاربری‌ اراضی در بازه زمانی 18 ساله (2018-2000) و پیش‌بینی آن با استفاده از مدل زنجیره مارکوف برای سال‌های  2025، 2050 در حوضه رود زرد شهرستان باغملک واقع در استان خوزستان می‌باشد. برای رسیدن به این هدف ابتدا تصحیحات (هندسی، رادیومتریک و اتمسفری) و پردازش‌های لازم بر روی تصاویر ماهواره لندست سال‌های 2000، 2006، 2012، 2018  انجام گرفت؛ سپس نقشه‌های کاربری برای چهار مقطع زمانی به پنج کلاس: فضای سبز و باغات، زمین‌های بایر، زمین‌های زراعی، سطوح آب (سدجره) و مناطق مسکونی-انسان ساخت طبقه‌بندی گردید. پس از آشکارسازی کاربری‌اراضی و تغییرات آن به پیش‌بینی روند این تغییرات با استفاده از مدل زنجیره مارکوف برای سال‌های  2025، 2050 پرداخته شد. پس از انجام تصحیحات لازم بر روی تصاویر لندست برآورد کاربری‌ اراضی نشان داد که بیشترین درصد منطقه مورد مطالعه را اراضی بایر و زمین‌های زراعی تشکیل داده است دقت کلی و ضریب کاپا برای سال‌های 2000 ،2006 و 2018بالای 80/0 و 92/0 می‌باشد. نتایج حاصل از آشکارسازی تغییرات بین بازه زمانی 2000 تا 2018نشان داد که اراضی بایر به میزان 51/823، فضای سبز و باغات 85/157 هکتارروند کاهشی داشته است. در مقابل نواحی ساخته شده-59/439 هکتار، زمین‌های زراعی 56/135 هکتار سطوح آبی 94/404هکتار با روند افزایشی مواجه بوده است. همچنین نتایج حاصل از پیش‌بینی با استفاده از مدلCA-Markov  تغییرات اراضی منطقه برای  سال 2025 و 2050 نشان داد که در صورتی که سرعت تغییرات کاربری همچون سال‌های گذشته باشد در سال 2025 کاربری نواحی ساخته شده به 54/1089، هکتار کاربری زمین زراعی به 52/1154 هکتار و کاربری آب‌های سطحی به 54/666 افزایش خواهند یافت، کاربری فضای سبز و باغات به 42/201، کاربری زمین بایر به 59/85279 هکتار کاهش می‌یابند و در سال 2050 کاربری فضای سبز و باغات به 62/192 هکتار کاهش، کاربری زمین بایر به 69/84387 هکتار کاهش، کاربری زمین زراعی به 73/1243 هکتار افزایش و کاربری آب‌های سطحی به 59/895 کاربری نواحی ساخته شده به 98/1671 هکتار، افزایش پیدا می‌کنند. با بررسی تغییرات کاربری‌اراضی میتوان اطلاعات ارزشمندی درمورد تغییرات صورت گرفته توسط انسان و عوامل طبیعی به دست آورد از سوی دیگرنقشه پیش‌بینی حاصله از مدل زنجیره مارکوف برای ارائه دیدی کلی به منظور مدیریت بهتر منابع طبیعی بسیار حائز اهمیت است.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Assessing and Monitoring of land Use Changes in the Zard River Drainage Basin Using Remote Sensing and Markov Chain Model

نویسندگان [English]

  • Mohammad Hossein Rezaei Moghaddam 1
  • Masoumeh Rajabi 1
  • Masumeh Mousavi 2

1 Full Professor, Department of Geomorphology, Faculty of Planning and Environmental Sciences, University of Tabriz, Tabriz, Iran.

2 PhD Student of Geomorphology, Faculty of Planning and Environmental Sciences, University of Tabriz, Tabriz, Iran.

چکیده [English]

r optimal land use, it is necessary to be aware of land use changes and the type of land use; this is possible by assessing and predicting land use changes. The purpose of this study is to investigate the trend of land use change over a period of 18 years (2000-2000) and predict it using the Markov chain model for 2025, 2050 in the Yellow River Basin of Baghmalek city in Khuzestan province. To achieve this goal, first corrections (geometric, radiometric and atmospheric) and necessary processing were performed on Landsat satellite images of 2000, 2006, 2012, 2018; Then, land use maps for four time periods were classified into five classes: green space and gardens, barren lands, agricultural lands, water levels (sedgereh) and man-made residential areas. These changes were addressed using the Markov chain model for 2025, 2050. After making the necessary corrections on the Landsat images, the land use estimate showed that the highest percentage of the study area is barren lands and arable lands. The overall accuracy and kappa coefficient for 2000, 2006 and 2018 are above 0.80 and 0.92. .. The results of revealing the changes between the period 2000 to 2018 showed that barren lands with a rate of 823.51, green space and gardens with a decrease of 157.85 hectares. In contrast to the built-up areas of 439.59 hectares, 1356.56 hectares of arable lands and 404.94 hectares of water levels have been facing an increasing trend. Also, the results of the forecast using the CA-Markov model of land changes in the region for 2025 and 2050 showed that if the speed of land use change is the same as in previous years, in 2025 the use of built-up areas will be 1089.54, hectares of arable land. To 1154/52 hectares and surface water use will increase to 666/54; Landscaping and orchards will be reduced to 42/2012, barren land land use to 59,85279 hectares and in 2050 landscaping and orchards land use to be reduced to 192.62 hectares, barren land land use to be reduced to 8438.69 hectares, arable land land use Increase to 1243.73 hectares and surface water use increase to 8959.59 hectares of built-up areas to 1671/98 hectares. By examining land use change, valuable information can be obtained about man-made changes and natural factors. On the other hand, the prediction map derived from the Markov chain model is very important to provide an overview for better management of natural resources.

کلیدواژه‌ها [English]

  • Zard River Basin
  • Satellite images
  • Changing Procedure
  • Land use - CA-Markov model land cover
ابراهیمی، حمید، رسولی، علی اکبر، احمدپور، احمد (1397)،  مدل‌سازی تغییرات دینامیک کاربری‌اراضی با استفاده از پردازش شئ گرا تصاویر ماهواره‌ای و مدلCA-Markov مطالعه موردی: شهر شیراز، فصلنامه اطلاعات جغرافیایی سپهر)، ۲۷(صص ۱۳۷-۱۴۹.
اداره هواشناسی استان خوزستان،1400،  بخش آمار و اطلاعات هواشناسی،
حاجی بیگلو، محبوبه، واحد بردی شیخ، هادی، معماریان چوقی کمکی، بایرام(1399)،کالیبراسیون سه بعدی تغییرات کاربری‌اراضی با استفاده از مدل تلفیقی سلول اتومای زنجیره مارکوف در حوزه آبخیز گرگان‏رود، فصلنامه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی،  پیاپی  11 شماره 1 صص ۱-۲۶.
خاریابند ، سبا، عطارچی، سارا (1399) ، ارزیابی تغییرات عمق تالاب انزلی با استفاده از تصاویر ماهواره ای و داده های هواشناسی در بازه سی ساله،,  فصلنامه سنجش از دور و GIS ایران شماره جاری : دوره 12، شماره 2، تابستان 1399 ، صص72-83
رسولی، علی اکبر (1387) ، اصول سنجش از دور کاربردی با تاکید بر پردازش تصاویر ماهواره ای، چاپ اول، تبریز: انتشارات دانشگاه تبریز
رسولی، علی اکبر، محمودزاده، حسن (1389)، مبانی سنجش از دور دانش پایه، چاپ اول، تبریز: انتشارات علمیران
زاری سوخته،  سارا ،(1398) بررسی و پیش بینی تغییرات مکانی و زمانی کاربری‌اراضی شهر جدید هشتگرد با تلفیق داده های سنجش از دوری و مدل سلول های خودکار مارکوف، مجله کاربرد سیستم اطلاعات جغرافیایی و سنجش از دور در برنامه ریزی، پیاپی 10 شماره 4 صص۷-۲۶.
زیاری ، کرامت الله، ایرجی، حسین، (1400) ، بررسی گسترش کالبدی - فضایی کلانشهر شیراز با استفاده از سنجش از دور Rs))، نشریه جغرافیا و برنامه ریزی، مقالات آماده انتشار، پذیرفته شده، انتشار آنلاین از تاریخ 12 شهریور 1400
سادات ابراهیمی، فریده، کمـالی، اردوان (1396) ، پـیش بینـی تغییـرات احتمالی کاربری اراضی دشـت جوپـار بـا اسـتفاده از تصـاویر مــاهوارهای ، CA-Markovنشــریه پــژوهشهــای حفاظــت آب و خاک(4): 24 صص 259-271
سالاریان،  فاطمه ، طاطیان، ، عبدالعظیم قانقرمه، محمدرضا ، تمرتاش، رضا (1400)، مدل سازی تغییرات پوشش اراضی استان گلستان با استفاده از مدل سازی تغییرات کاربری (Land Change Modeler)، فصلنامه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، پیاپی 12 شماره 4  صص ۴۷-۷۰
شریفی، لیلا، رسولی، علی اکبر، حجازی، میراسدلله، رستم زاده ، هاشم (1392)، آشکارسازی تغییرات کاربری/پوشش اراضی با پردازش شئ‌گرای تصاویر ماهواره‌ای (مطالعه موردی: شهرستان تبریز)، نشریه علمی جغرافیا و برنامه ریزی، دوره 17، شماره 44 - شماره پیاپی 44صفحه 203-214
عزیزی قلانی، سارا، رنگزن، کاظم، سدیدی، جواد، حیدریان، پیمان، تقی زاده، ایوب، (1395) ، پیش بینی روند تغییرات مکانی کاربری اراضی با استفاده از مدل زنجیره مارکوفCA-(مطالعه موردی: منطقه کوهمره سرخی استان فارس)، سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، سال هفتم/ شماره اول، صص71-59
فیضی زاده، بختیار، جعفری، فیروز، نظم فر، حسین (1387)، کاربرد داده های سنجش از دور در آشکارسازی تغییرات کاربری های اراضی شهری مطالعه موردی فضای سبز شهر تبریز، نشریه هنرهای زیبا، شماره 34، تابستان. صفحه24-
کاویان، عطاالله ، زرگوش، ظریفه ، جعفریان، زینب، جلودار، دارابی،حمید(1396) مدل سازی تغییرات کاربری‌اراضی در حوزه آبخیز هراز با استفاده از رگرسیون لجستیک و زنجیره مارکوف، نشریه محیط زیست طبیعی، پیاپی 7  شماره 2 صص ۳۹۷-۴۱۱.
ممبنی، مریم، عسگری ، حمیدرضا  (1397)،  پایش، بررسی و پیش بینـی روند تغییرات مکانی کاربری اراضی/ پوشش زمین بـا اسـتفاده از مــدل زنجیــرهای مــارکوف) مطالعــه مــوردی: شوشــتر-خوزستان. ( فصلنامه اطلاعـات جغرافیـایی سـپهر، :(105)،  صص35-47
موذنی، مهدی، پورمحمدی ، محمدرضا (1399)، مدل سازی زمانی – مکانی روند توسعه شهرا با تاکید بر تغییرات کاربری اراضی با استفاده از مدل  Markov- ca  (مطالعه موردی: شهر پارس آباد معان)، نشریه علمی جغرافیا و برنامه ریزی، سال 24، شماره 73، صص 349-377
میرعلیزاده فرد، سید رضا، علی بخشـی سیده مریم  (1395)، پـایش و پیش بینی روند تغییـرات کـاربری اراضـی بـا اسـتفاده از مـدل زنجیره مارکوف و مـدل سـازی تغییـر کـاربری اراضـی) مطالعـه موردی: دشت برتش دهلران، ایـلام ، نشـریه سـنجش ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی، شماره 7 .صص45-33
CHU, X.-L., LU, Z., WEI, D., LEI, G.-P. (2022) Effects of land use/cover change (LUCC) on the spatiotemporal variability of precipitation and temperature in the Songnen Plain, China, Journal of Integrative Agriculture, Volume 21, Issue 1, January 2022.  pp. 235–248
Eastman, J. R., Van Fossen, M. E., & Solarzano, L. A. (2005). Transition potential modeling for land cover change. GIS, spatial analysis and modeling, 357-386.
Fang S, George Z, Gertnera G Z, Sun Z, Andersonc A. 2005. The Impact of Interactions in Spatial Simulation of the Dynamics of Urban Sprawl, Landscape and Urban Planning, 73: 294– 306. doi:http://dx.doi.org/10.1016/j.landurbplan.2004.0 8.006
Gross J, Nemani R, Turner W, Melton F. 2006. Remote sensing for the national parks. Park Science, 24(1): 30-36.
Hardy, E. E., & Anderson, J. R. (1973). A land use classification system for use with remote-sensor data. In LARS Symposia (p. 2).
Jokar Arsanjani J, Kainz W, Mousivand A. 2011. Tracking Dynamic Land Use Change Using Spatially Explicit Markov Chain Based on Cellular Automata: the Case of Tehran. International Journal of Image and Data Fusion, 2: 329-345. doi:https://doi.org/10.1080/19479832.2011.60539.
Kindu M, Schneider T, Teketay D, Knoke T. 2016. Changes of ecosystem service values in response to land use/land cover dynamics in Munessa– Shashemene landscape of the Ethiopian highlands. Science of The Total Environment, 547: 137-147. doi:http://dx.doi.org/10.1016/j.scitotenv.2015.12.1 27.
Lausch A, Herzog F. (2002), Applicability of landscape metrics for the monitoring of landscape change: issues of scale, resolution and interpretability. Ecological Indicators, 2(1-2): 3-15
Li, H., & Reynolds, J. F. (1997). Modeling effects of spatial pattern, drought, and grazing on rates of rangeland degradation: A combined Markov and cellular automaton approach. Scale in remote sensing and GIS, 211-230.
Lillesand, T., Kiefer, R. W., & Chipman, J. (2014). Remote sensing and image interpretation. John Wiley & Sons.
Lu D., Weng Q. 2007. A survey of image classification methods and techniques for improving classification performance. International Journal of Remote Sensing, 5: 823– 870
Matsa M, Mupepi O, Defe R, (2020) A GIS and remote sensing aided assessment of land use/cover changes in resettlement areas; a case of ward 32 of Mazowe district, Zimbabwe, Journal of Environmental Management, 227-293
Naboreh Amin, Rezaei Moghaddam Mohammad Hossein, Feizizadeh Bakhtiar, Blaschke Thomas, 2017, An integrated object-based image analysis and CA-Markov model approach for modeling land useland cover trends in the Sarab plain, Arabian Journal of Geosciences, 10, 1-16
Onate-vadiieso F, sendra J B. 2010. Aplication of GIS and Remote sensing technequs in generation of landuse scenario for hidrological modeling. Journal of Hydrology, 395 (4): 256-264. doi:https://doi.org/10.1016/j.jhydrol.2010.10.033.
Purswani, E., Verma, S., Jayakumar, S., Khan, M.L., Pathak, B. (2021), Examining and predicting land use change dynamics in Gandhinagar district, Gujarat, India, Journal of Urban Management
Schneider, L. C., & Pontius Jr, R. G. (2001). Modeling land-use change in the Ipswich watershed, Massachusetts, USA. Agriculture, Ecosystems & Environment, 85(1-3), 83-94
Schulz JJ, Cayuela L, Echeverria C, Salas J,  Benayas JMR. (2010). Monitoring land cover change of the dryland forest landscape of Central Chile (1975–2008). Applied Geography, 30(3)
Suriya S, Mudgal B. (2012). Impact of urbanization on flooding: The Thirusoolam sub watershed–A case study. Journal of Hydrology, 412: 210-219.
Tang J, Wang L, Yao Z. (2008). Analyses of urban landscape dynamics using multi-temporal satellite images: A comparison of two petroleum-oriented cities. Landscape and Urban Planning, 87(4): 269- 278.
Václavík T, Rogan J. (2009). Identifying trends inland use/land cover changes in the context of postsocialist transformation in central Europe: a case study of the greater Olomouc region, Czech Republic. GIScience & Remote Sensing, 46(1): 54-76.