پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,230 |
| تعداد مقالات | 67,757 |
| تعداد مشاهده مقاله | 115,114,395 |
| تعداد دریافت فایل اصل مقاله | 89,880,584 |
بررسی و مدل‌سازی روند تغییرات باغ‌های حاشیة دریاچة ارومیه طی سی سال گذشته | ||
| مجله علمی " آمایش سرزمین " | ||
| دوره 14، شماره 2، مهر 1401، صفحه 595-621 اصل مقاله (1.38 M) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jtcp.2022.345470.670332 | ||
| نویسندگان | ||
| صیاد اصغری سراسکانرود* 1؛ محمدعلی پورفتحعلی2؛ مریم محمدزاده شیشه گران3 | ||
| 1استاد، دانشکدة علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
| 2دانشجوی کارشناسی‌ارشد، دانشکدة علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
| 3دانشجوی دکتری، دانشکدة علوم اجتماعی، دانشگاه محقق اردبیلی، اردبیل، ایران | ||
| چکیده | ||
| ارزیابی طبقه‌بندی نظارت‌شدة پیکسل پایة حداکثر احتمال در بررسی تغییرات اقلیمی حوضة آبریز دریاچة ارومیه در بازة زمانی ده‌ساله، چهارده‌ساله، شش‌ساله، و یک‌ساله و سپس ارزیابی و مدل‌سازی تغییرات باغ‌های حاشیة دریاچة ارومیه در بازة زمانی سی‌ساله و نقش آن در تغییرات سطح آب دریاچة ارومیه است. در این پژوهش ابتدا تصاویر ماهواره‌ای لندست برای سال‌های 1990، 2000، 2014، 2020، و 2021 دانلود شد. سپس با استفاده از نرم‌افزار ENVI5.3 طبقه‌بندی به روش حداکثر احتمال انجام و سپس با استفاده از نرم‌افزار IDRISSI TERRSET و مدل CA-MARKOV برای سال 2051 مدل‌سازی انجام شد و در برنامة GIS مدل‌سازی انجام‌شده مورد بررسی قرار گرفت. طبقه‌بندی به روش حداکثر احتمال طبقه‌بندی مناسبی است و نتایج حاصل از این طبقه‌بندی نشان داد در مجموع بیشترین میزان تغییرات را کاربری باغات و مزارع آبی طی بازة زمانی 1990 تا 2021 داشته است که تغییر آن نسبت به سی سال گذشته 3495 کیلومتر مربع، به میزان بیش از دو برابر، روند صعودی داشته است و پس از مدل‌سازی برای سال 1431 نتیجه حاصل شد که با توجه به ماتریس احتمال انتقال سال 1431 بیشترین میزان احتمال انتقال در کاربری باغات و مزارع آبی است و از طرفی مدل‌سازی در این مطالعه نشان می‌دهد کاهش مساحت در کاربری‌های باغات و مزارع آبی و شوره‌زار در منطقه رخ داده است که از طرفی هم پهنة آبی در سال 1431 با روند افزایشی پیش‌بینی شده است. | ||
| کلیدواژه‌ها | ||
| الگوریتم حداکثر احتمال؛ پوشش اراضی؛ حوضة آبریز دریاچة ارومیه؛ مدل‌سازی؛ CA-MARKOV | ||
| عنوان مقاله [English] | ||
| Examining and Modeling the Changes in the Gardens Neighboring Lake Urmia During the Past Thirty Years | ||
| نویسندگان [English] | ||
| Sayyad Asghari Sarasekanrood1؛ Mohammad Ali Porfatali2؛ Maryam Mohammadzadeh Shishehgaran3 | ||
| 1Professor, Faculty of Social Sciences, University of Mohaghegh Ardabili, Iran | ||
| 2MSc. Student, Faculty of Social Sciences, University of Mohaghegh Ardabili, Iran | ||
| 3PhD Student, Faculty of Social Sciences, University of Mohaghegh Ardabili, Iran | ||
| چکیده [English] | ||
| This study aimed at evaluating the supervised pixel-based classification of the maximum likelihood in the examination of the climactic changes of the Urmia Lake catchment area in 1-, 6-, 10-, and 14-year spans and then evaluating and modeling the changes in the gardens neighboring Lake Urmia during a 30-year span and its role in the changes at Lake Urmia water level. In this study, first the Landsat images of the years 1990, 2000, 2014, 2020, and 2021 were downloaded. Then, using the ENVI5.3 software, a classification was made based on the maximum likelihood method. Next, the IDRISSI TERRSET software and CA-MARKOV model were used to model conditions for the year 2051. This model was then analyzed in the GIS software. It was found that the classification based on the maximum likelihood method has been an appropriate one. The results of this classification showed that overall, the maximum changes from 1990 to 2021 has been related to the irrigated gardens and fields. In this period, 3495 square kilometers have been added to these lands, i.e., the number has doubled. Modeling the 2051-year conditions in the light of the transition probability matrix showed that the maximum likelihood of land use changes is in the irrigated garden and farm use. On the other hand, the modeling in this study indicated that there has been a reduction in the expanse of irrigated gardens and fields as well as salt lands in the region. Finally, the model predicted an increase in water area in 2051. | ||
| کلیدواژه‌ها [English] | ||
| land cover, maximum likelihood algorithm, modeling, Ca-Markov, Urmia lake catchment area | ||
| مراجع | ||
|
آرخی، صالح؛ مصطفی ادیب‌نژاد (1390). «ارزیابی کارایی الگوریتم‌های ماشین بردار پشتیبان جهت طبقه‌بندی کاربری اراضی با استفاده از داده‌های ماهواره‌ایETM لندست (مطالعة موردی: حوضة سد ایلام)»، تحقیقات مرتع و بیابان، د 18، ش 3، ص 420 ـ 440.
احدنژاد روشتی، محسن؛ حسین زلفی‌علی (1390). «ارزیابی و پیش‌بینی فیزیکی شهرها با استفاده از تصاویر ماهواره‌ای چندزمانه و سیستم اطلاعات جغرافیایی (مطالعة موردی: شهر اردبیل 1363 ـ 1400)»، آمایش محیط، د 18، ش 15، ص 107 ـ 124.
اصلاح، مهدی؛ سید علی المدرسی؛ مهدی مفیدی‌فر (1395). «بررسی کارایی مدل زنجیره‌ای مارکوف در برآورد تغییرات کاربری اراضی و پوشش زمین با استفاده از تصاویر ماهواره‌ای لندست»، نخستین همایش ملی کاربرد مدل‌های پیشرفتة تحلیل فضایی (سنجش از دور و GIS در آمایش سرزمین، تهران).
ابراهیمی، پیام؛ مهدی اصلاح؛ جمیله سلیمی کوچی (1395). «بررسی کارآیی مدل زنجیره‌ای مارکوف در برآورد تغییرات کاربری اراضی و پوشش زمین با استفاده از تصاویر ماهواره‌ای Landsat»، علوم و مهندسی آبخیزداری ایران، د 10، ش 34، ص 85 ـ 92.
زبردست، لبعت؛ حمیدرضا جعفری؛ ضیاالدین بادیان؛ مریم عاشق‌معلا (1389). «ارزیابی روند تغییرات پوشش اراضی منطقة حفاظت‌شدة ارسباران در فاصلة زمانی 2008، 2006، 2002 میلادی با استفاده از تصاویر ماهواره‌ای»، پژوهش‌های محیط زیست، د 1، ش 1، ص 23 ـ 33.
فیضی‌زاده، بختیار؛ سید محمود حاجی‌میررحیمی (1387). «آشکارسازی تغییرات کاربری اراضی با استفاده از روش طبقه‌بندی شیءگرا (مطالعة موردی: شهرک اندیشه)»، همایش ژئوماتیک 87 و چهارمین همایش یکسان‌سازی نام‌های جغرافیایی، تهران، .https://civilica.com/doc/37046
شریفی، لیلا؛ علی‌اکبر رسولی؛ میراسدالله حجازی؛ هاشم رستم‌زاده (1392). «آشکارسازی تغییرات کاربری/ پوشش اراضی با پردازش شی‌ء‌گرای تصاویر ماهواره‌ای (مطالعة موردی: شهرستان تبریز)»، جغرافیا و برنامه‌ریزی، د 17، ش 44، ص 203 ـ 214.
محمدی، محمود؛ احسان مالکی‌پور؛ علی‌رضا صاحب‌قرانی (1392). «مدل‌سازی گسترش شهر در اراضی پیرامون با استفاده از سلول‌های خودکار و فرایند تحلیل سلسله مراتبی (مطالعة موردی: منطقة 7 اصفهان)»، مطالعات و پژوهش‌های شهری و منطقه‌ای، د 5، ش 18، ص 175 ـ 192.
References
Arkhi, S. & Adibnejad, M. (2018). “Performance evaluation of support vector machine algorithms for land use classification using ETM Landsat satellite data (case study: Ilam Dam Basin)”, Pasture and Desert Research, Vol. 18, No. 3, pp. 420-440. (in Persian)
Ahad-Nejad Roshti, M. & Zulfiali, H. (1390). “Physical assessment and prediction of cities using multi-temporal satellite images and geographic information system (case study: Ardabil city 1363-1400)”, Amash Mohit Quarterly, Vol. 18, No. 15, pp. 107-124. (in Persian)
Alimohammadi, A., Matkan, A., & Mirbagheri, B. (2010). “The Evaluation of CELLULAR AUTOMATA model efficiency in simulation of urban areas development (Case study: suburbs of south west of Tehran)”, J. Spat. Plan, (Modares Human Sciences), 14(2), pp. 81-102. (in Persian)
Aslah, M., Al-Madrasi, S. A., & Mofidifar, M. (2015). “Investigating the effectiveness of the Markov chain model in estimating land use and land cover changes using Landsat satellite images”, The First National Conference On The Application Of Advanced Spatial Analysis Models (remote sensing and GIS in land use, Tehran). (in Persian)
Ebrahimi, P., Islah, M., & Salimi-Kochi, J. (2015). “Investigating the effectiveness of the Markov chain model in estimating land use and land cover changes using Landsat satellite images”, Iranian Journal of Watershed Science and Engineering, Vol. 10, No. 34, pp. 85-92. (in Persian)
Faizizadeh, B. & Haji-Mirrahimi, S. M. (2007). “Revealing land use changes using the object-oriented classification method (case study: Shahrek Andisheh)”, 87th Geomatics Conference and the 4th Conference on Unification of Geographical Names, Tehran, https://civilica.com/doc/37046. (in Persian)
Guan, D., Li, H., Inohae, T., Su, W., Nagaie, T., & Hokao, K. (2011). “Modeling urban land use change by the integration of cellular automaton and Markov model”, Ecological Modelling, 22(2), pp. 3761-3772.
Mohammadi, M., Malikipour, E., & Sahibgharani, A.R. (2012). “Modeling the expansion of the city in the surrounding lands using automatic cells and hierarchical analysis process (Case study: Isfahan Region 7)”, Urban and Regional Studies and Researches, Vol. 5, No. 18, pp. 175-192. (in Persian)
Rimal, B., Zhang, L., Keshtkar, H., Haack, B.N., Rijal, S., & Zhang, P. (2018). “Land Use/Land Cover Dynamics and Modeling of Urban Land Expansion by the Integration of Cellular Automata and Markov Chain”, ISPRS Int. J. Geo-Inf, 7(4), pp. 141-154.
Sharifi, L., Rasouli, A.A., Hijazi, M.A., & Rostamzadeh, H. (2012). “Revealing land use/cover changes with object-oriented processing of satellite images (case study: Tabriz city)”, Scientific Journal of Geography and Planning, period, 17, No. 44, pp. 203-214. (in Persian)
Traore, A., Mawenda, J., & Komba, A. (2018). “Land-Cover Change Analysis and Simulation in Conakry (Guinea), Using Hybrid Cellular-Automata and Markov Model”, Urban Sci., Vol. 2, Issue 2, automaton and Markov model, Ecological Modelling, No. 222, pp. 3761-3772.
Yuan, D., Elvidge, C.D., & Lunetta, R.S. (1998). “Survey of Multispectral Methods for Land Cover Change Analysis”, in: Lunetta, R.S. & Elvidge, C.D. (Eds.), Remote Sensing Change Detection: Environmental Monitoring, Methods and Application, Taylor and Francis Ltd., pp. 21-39.
Xue, J. & Su, B. (2017). “Significant remote sensing vegetation indices: A review of developments and applications”, Journal of Sensors, pp. 1-18.
Zou, Q. & Liang, SH. (2015). “Effects of dams on river flow regime based on IHA/RVA”, Proceeding of Remote Sensing and GIS for Hydrology and Water Resources IAHS Publications Guangzhou, (368), pp. 275-280.
ZaberDast, L., Jafari, H.R., Badian, Z., & Ashegh-Muala, M. (2009). “Evaluation of changes in the land cover of Arsbaran Protected Area during the period of 2008, 2006, 2002 AD using satellite images”, Environmental Research, Vol. 1, No. 1, pp. 23-33. | ||
|
آمار تعداد مشاهده مقاله: 294 تعداد دریافت فایل اصل مقاله: 208 |
||