تهیه نقشه کاربری و پوشش اراضی با استفاده از داده‎های ماهواره‏ای و سامانه‏های اطلاعات جغرافیایی GIS (مطالعه موردی پناهگاه حیات وحش موته)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشجوی دکتری محیط زیست دانشگاه صنعتی اصفهان، مربی دانشگاه زابل، دانشکده منابع طبیعی*(مسوول مکاتبات).

2 دانشیار گروه محیط زیست، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان.

3 دانشجوی دکتری محیط زیست دانشگاه صنعتی اصفهان، مربی دانشگاه زابل، دانشکده منابع طبیعی.

4 استاد گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان

5 کارشناس ارشد، مربی گروه مدیریت پروژه، دانشگاه پیام نور واحد زاهدان

چکیده

زمینه و هدف : امروزه یکی از روش‏های تهیه نقشه به روز کاربری و پوشش اراضی استفاده از داده‏های ماهواره‏ای و تکنیک‏های  GIS می‏باشد. مشخص کردن موقعیت هر کاربری و پوشش اراضی در کنار یکدیگر کمک شایانی به مدیریت سرزمین می‏کند.
 روش تحقیق: در این مطالعه  به منظور تهیه نقشه به روزکاربری و پوشش اراضی پناهگاه حیات وحش موته از تصویر ماهواره IRS-P6، سنجنده LISS III  که به‏صورت برنامه‏ریزی شده همزمان با نمونه‏برداری‏های میدانی در خرداد 1387 برداشت شده بود، استفاده گردید. پس از تهیه داده ماهواره‌ای، ابتدا تصحیح هندسی با میانگین خطای مربعات 65/0 بر روی تصویر اعمال گردید. در مرحله بعد با توجه به کوهستانی بودن منطقه تصحیح توپوگرافی بر روی تصویر انجام شد. در نهایت نقشه کاربری و پوشش اراضی با استفاده از روش طبقه بندی ترکیبی تهیه گردید. در این مطالعه نقشه درصد تاج پوشش گیاهی با استفاده از شاخص گیاهی SAVI و نمونه برداری‏های میدانی  بدست آمد. نقشه هر کاربری و پوشش منطقه با اعمال پردازش‏های گوناگون بر روی تصویر تهیه گردید. در انتها با استفاده از روش‏های GIS تمامی لایه های اطلاعاتی با یکدیگر ترکیب و نقشه کاربری و پوشش اراضی منطقه تهیه شد. دقت نقشه تولیدی محاسبه گردید و ضریب کاپا معادل92/0 و صحت کلی94% بدست آمد که دقت مناسب نقشه تولیدی را نشان می‏داد.
یافته ها: نتایج این مطالعه نشان داد که پوشش گیاهی با درصد تاج کمتر از 10 درصد، وسیع ترین پوشش این منطقه با مساحت 81690  هکتار می‏باشد. همچنین سطح کاربری معدن و  مسکونی در پناهگاه حیات وحش موته به ترتیب  828  و 249 هکتار است.
بحث و نتیجه گیری: نتایج این مطالعه نشان داد که روش طبقه بندی ترکیبی برای تهیه نقشه  دقیق کاربری و پوشش اراضی خصوصاً زمانی که  به علت تشابه بازتابش کاربری‏های مختلف،  امکان بکارگیری روش‏های متداول طبقه بندی تصاویر ماهواره‏ای وجود ندارد، از قابلیت بالایی  برخوردار است.

کلیدواژه‌ها


 

 

 

 

 

 

علوم و تکنولوژی محیط زیست، دورههجدهم، شماره یک، بهار 95

 

تهیه نقشه کاربری و پوشش اراضی با استفاده از دادههای ماهواره‏ای و سامانه‏های اطلاعات جغرافیایی GIS(مطالعه موردی پناهگاه حیات وحش موته)

 

وحید راهداری [1]*

Vahid_Rahdary@yahoo.com

علیرضا سفیانیان[2]

سعیده ملکی [3]

سید جمال الدین خواجه الدین[4]

میثم راهداری[5]

 

تاریخ دریافت:8/11/88

تاریخ پذیرش:19/7/89

 

چکیده

زمینه و هدف : امروزه یکی از روش‏های تهیه نقشه به روز کاربری و پوشش اراضی استفاده از داده‏های ماهواره‏ای و تکنیک‏های  GIS می‏باشد. مشخص کردن موقعیت هر کاربری و پوشش اراضی در کنار یکدیگر کمک شایانی به مدیریت سرزمین می‏کند.

 روش بررسی: در این مطالعه  به منظور تهیه نقشه به روزکاربری و پوشش اراضی پناهگاه حیات وحش موته از تصویر ماهواره IRS-P6، سنجنده LISS III  که به‏صورت برنامه‏ریزی شده همزمان با نمونه‏برداری‏های میدانی در خرداد 1387 برداشت شده بود، استفاده گردید. پس از تهیه داده ماهواره‌ای، ابتدا تصحیح هندسی با میانگین خطای مربعات 65/0 بر روی تصویر اعمال گردید. در مرحله بعد با توجه به کوهستانی بودن منطقه تصحیح توپوگرافی بر روی تصویر انجام شد. در نهایت نقشه کاربری و پوشش اراضی با استفاده از روش طبقه بندی ترکیبی تهیه گردید. در این مطالعه نقشه درصد تاج پوشش گیاهی با استفاده از شاخص گیاهی SAVI و نمونه برداری‏های میدانی  بدست آمد. نقشه هر کاربری و پوشش منطقه با اعمال پردازش‏های گوناگون بر روی تصویر تهیه گردید. در انتها با استفاده از روش‏های GIS تمامی لایه های اطلاعاتی با یکدیگر ترکیب و نقشه کاربری و پوشش اراضی منطقه تهیه شد. دقت نقشه تولیدی محاسبه گردید و ضریب کاپا معادل92/0 و صحت کلی94% بدست آمد که دقت مناسب نقشه تولیدی را نشان می‏داد.

یافته ها: نتایج این مطالعه نشان داد که پوشش گیاهی با درصد تاج کمتر از 10 درصد، وسیع ترین پوشش این منطقه با مساحت 81690  هکتار می‏باشد. همچنین سطح کاربری معدن و  مسکونی در پناهگاه حیات وحش موته به ترتیب  828  و 249 هکتار است.

نتیجه گیری: نتایج این مطالعه نشان داد که روش طبقه بندی ترکیبی برای تهیه نقشه  دقیق کاربری و پوشش اراضی خصوصاً زمانی که  به علت تشابه بازتابش کاربری‏های مختلف،  امکان بکارگیری روش‏های متداول طبقه بندی تصاویر ماهواره‏ای وجود ندارد، از قابلیت بالایی  برخوردار است.

 

واژه های کلیدی: پناهگاه حیات وحش موته ،کاربری و پوشش اراضی، داده ماهواره‏ای، طبقه بندی تصویر، شاخص گیاهی، طبقه بندی هیبرید، دقت نقشه.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

J.Env. Sci. Tech., Vol 18, No.1, spring 2017

 

 

 

 


Land use/cover mapping usig satellite data and geographic information system (GIS) (Case study: Mouteh wild life sanctuary)

 

Vahid Rahdary[6]*

Vahid_Rahdary@yahoo.com

Alireza Soffianian[7]

Saeideh Maleki Najfabdai[8]

Seyed Jamaleddin Khajeddin[9]

Meysam Rahdari[10]

 

Abstract

Background and Objective: Nowadays remote sensing and geographic information systems (GIS) are excellent tools to use in land use and land cover mapping. Identification land use /cover arrangement can help to proper land management.

Method:In this study for Mouteh wild life sanctuary’s land use land cover mapping IRS-P6, LISS III data which is planned at the same time with field sampling was taken in jun 2006were used. After preparing the satellite data, the geometric correction was applied to an image with the 0.65 mean square error. In the next step, due to being the mountainous zone topographic correction was performed on the image.Finely land use/cover maps were produced by using combinatorial classification method. Vegetation cover percentage map was prepared by using SAVI index and field sampling. Each land use/cover map was produced using several image processing. Using GIS technique Land use/cover layer combined together and land use/cover map was produced. In order to thematic accuracy assess Kappa coefficient and total accuracy were calculated respectively equal: 0/92 and 0/94 that shown proper image classification.

Findings: Study result show that vegetation cover with 0-10% crown has highest area in region with 81690(ha) either mining residential area was respectively 828 and 249(ha).

Conclusions:Result shown that hybrid classification method has high ability for land use/cover mapping especially when land use/cover have similar reflectance that common classification methods such as supervise and unsupervised classification can not produce proper maps.   گوش کردنخواندن با قواعد آوایی

 

Key words: Mouteh wild life sanctuary, Land use/cover, Satellite data, Image classification, Vegetation index, Hybrid classification, map accuracy

 

 

 

مقدمه


 هدف از این مطالعه تهیه نقشه کاربری و پوشش اراضی پناهگاه حیات وحش موته با استفاده از داده‏های ماهواره IRS، سنجنده LISS III می‏باشد.

روش تحقیق

منطقه مطالعه

پناهگاه حیات وحش موته با ویژگی‏های طبیعی و غنای گیاهی و جانوری خاص خود در استان اصفهان با مساحت 204000 هکتار واقع شده است. از شمال غربی به شهرستان میمه و  از جنوب غربی به شهر دلیجان محدود می شود که در ΄13˚50  تا΄02 ˚51 طول شرقی و΄23˚33 تا ΄01˚34  عرض شمالی قرار گرفته است. اقلیم منطقه به روش دومارتن، نیمه‏خشک می‏باشد. متوسط بارندگی منطقه 263 میلی‏متر برآورد گردیده‏است. این منطقه از دو نوع زیستگاه کوهستانی در مرکز و جنوب منطقه و دشتی هموار تشکیل شده است (1). شکل 1 موقعیت جغرافیایی منطقه مورد مطالعه را نشان می‏دهد.


                         


 

شکل 1- موقعیت جغرافیایی منطقه مورد مطالعه

Fig.1- The geoghraphy location of the study area

 

داده‏های مورد استفاده

 

  1. تصویر سنجنده LISS III ماهواره IRS-P6
  2. نقشه های توپوگرافی 1:50000.
  3. مدل رقومی ارتفاع (DEM) 1:25000 منطقه.
  4. بازدیدهای میدانی.

در این مطالعه با توجه به  وضعیت مناسب پوشش گیاهی در فصل بهار و همچنین ضرورت هم‏زمان بودن نمونه برداری میدانی با برداشت تصویر از منطقه، به صورت برنامه‏ریزی شده  برای محدوده زمانی 20 اردیبهشت  لغایت 10 خرداد 1387 تصویر سفارش داده شد که ماهواره در تاریخ 7 خرداد ماه از منطقه عبور و تصویر با کیفیت مناسب برداشت کرد. 

جمع آوری داده‏های صحرایی

برای انجام نمونه برداری از کاربری‏های منطقه ابتدا کلاس‏های کاربری‏های موجود در منطقه با انجام عملیات میدانی و بررسی مطالعات قبلی و استفاده از نقشه‏های توپوگرافی و بازدیدهای میدانی شناسایی شدند. به این ترتیب 12 طبقه کاربری و پوشش اراضی در منطقه مشخص و تعریف شد. جدول 1 خصوصیات هر طبقه را بیان می کند.


 

 

 

 

 

جدول 1- ویژگی‏های کاربری‏ها و پوشش‏های اراضی موجود در منطقه

Table 1- Details of the land uses/covers in the study area

کد

نام کلاس

ویژگی ها

1

پوشش %10-0

مناطقی با درصد تاج پوشش گیاهی کمتر از 10%  و کاربری مرتع

2

پوشش % 20-10

مناطقی با درصد تاج پوشش گیاهی 20%-10  و کاربری مرتع

3

پوشش 40%-20

مناطقی با درصد تاج پوشش گیاهی 40%-20  و کاربری مرتع

4

پوشش <40%

مناطقی با درصد تاج پوشش گیاهی بیش از 40% و کاربری مرتع

 

5

شوره زار

اراضی که در قشر سطحی آن‏ها مقادیر متنابهی از نمک‏های محلول جمع شده است.

 این اراضی عمدتاً مسطح بوده و زه‏‎کشی طبیعی آن‏ها بسیار ضعیف و سطح آب زیر زمینی در آنها بالا می‏باشد

6

مزارع و باغات

مناطقی زیر کشت محصولات کشاورزی( آبی و دیم)  و باغات

7

گز و نی

پوشش گیاهی گز، تاغ و نی زارها که بیش‏تر در اطراف شوره زارها و آب روان و جاری

 وجود دارند

8

شیست

شامل اراضی سنگی از لایه های شیستی و با پوشش گیاهی بسیار پراکنده و با گونه های مهاجم هستند.

9

معدن

شامل مناطق با کاربری معدن در حال استخراج، معادن مترکه و یا محل های تخلیه نخاله‏های معدنی

10

سنگ و صخره

مناطق با ارزش پایین مرتع‏داری و با رخنمون سنگی

11

آیش

زمین‏هایی که قبلاً در آن‏ها کشاورزی می‏شده

12

مسکونی

مناطقی که جهت سکونت و فعالیت‏های اجتماعی استفاده می‏شوند

 

 


برای ایجاد همبستگی بین تصویر ماهواره و تاج پوشش گیاهی، در مجموع برای بیش از 290 پلات با پراکنش مناسب           در منطقه داده برداشت شد که 80 عدد از آن‏ها برای بررسی دقت نقشه پوشش گیاهی تهیه شده از محاسبات خارج شدند. بعد از مشخص کردن موقعیت هر کاربری در منطقه با استفاده از نقشه توپوگرافی 1:50000، بررسی تصاویر رنگی کاذب و مطالعات قبلی حداقل از  4% سطح  تمامی کاربری‏ها بر روی زمین نمونه برداری انجام شد.

پیش پردازش تصاویر

  تصحیح هندسی بر روی تصویر با استفاده از 30  نقطه کنترل با پراکنش مناسب و مشترک با نقشه توپوگرافی 1:25000      با RMSe برابر 6/0 پیکسل اعمال گردید.  با توجه به کوهستانی بودن قسمتی از منطقه تصحیح توپوگرافی با استفاده از مدل رقومی ارتفاعی DEM منطقه و فراداده تصاویر      انجام شد.

 

پردازش تصاویر

جهت شناسایی تنوع بازتابش سطح منطقه، طبقه بندی     نظارت نشده به روش خوشه‏ای بر روی تصویر اعمال شد. طبقه‏بندی نظارت شده با انجام بازدیدهای میدانی متعدد و     به روش حداکثر احتمال انجام گردید. در نهایت، نقشه کاربری و پوشش اراضی با استفاده از روش طبقه بندی ترکیبی تهیه شد. در این روش طبقه بندی، با انجام پردازش‏های مختلف بر روی تصویر، مانند: PCA، TSC و با استفاده از               شاخص‏های گیاهی[11]، لایه های مختلف کاربری و پوشش اراضی تهیه شد. با استفاده از قابلیت‌های GIS، تمامی لایه‏ها            با یکدیگر ترکیب و نقشه کاربری و پوشش اراضی برای منطقه مطالعه تهیه گردید. نقشه طبقات درصد تاج  پوشش گیاهی     با  انجام آنالیز رگرسیون ساده خطی بین داده‏های درصد        تاج پوشش گیاهی هر پلات و مقادیر عددی آن‏ها در        شاخص گیاهی SAVI در چهار طبقه (جدول 1) تهیه شد.

= SAVI     (8)

برای تفکیک و تهیه لایه گزونی از باغ و مزارع با انجام        بازدید میدانی در سراسر منطقه، بررسی نقشه‏های توپوگرافی و نتیجه طبقه بندی نظارت شده، موقعیت گز و نی بر روی تصویر مشخص شد. سپس زیر  پنجره‏هایی[12] از تصاویر ماهواره که گز و نی را در بر گرفته بودند تهیه و با انجام طبقه‏بندی مجدد          بر روی زیر پنجره ها، لایه گز و نی تهیه گردید. در مرحله بعد لایه گز و نی از تصاویر ماهواره منطقه حذف و با انجام کلاس‏بندی مجدد بر روی تصویر حاضر، لایه باغ و مزرعه     تهیه گردید. با توجه به تشابه بازتابی معادن و شوره‏زارها      برای تفکیک معادن از شوره‏زار، ابتدا با اعمال روش کلاس بندی مجدد بر مولفه دوم PCA لایه معدن تهیه شد و بعد از      حذف معادن از مولفه اول PCA،  شوره‏زارها با اعمال      تفکیک تاری بر روی این مولفه مشخص شدند. محدوده     مناطق مسکونی با استفاده از دستگاه GPS مشخص و از تصویر جدا شد. مزارع آیش اکثراً در مجاورت مزارع تحت کشت بودند، لذا بعد از تهیه لایه مربوط به باغات و مزارع، محدوده    زمین‏های آیش که دارای خطوط هندسی منظم بودند          به همراه باغات و مزارع  از تصویر شاخص گیاهی SAVI      این مناطق جدا شدند و با اعمال طبقه‏بندی نظارت شده،       این لایه از باغات و مزارع تفکیک و تهیه گردید. لایه شیست از طبقه بندی نظارت شده اعمال شده بر روی تصویر تهیه گردید. سنگ و صخره در مولفه اول آنالیز PCA از دیگر کاربری‏ها متمایز شده بود. با اعمال کلاس بندی مجدد بر روی مولفه اول آنالیز PCA. این لایه تهیه گردید. در انتها بعد از تهیه تمامی لایه کاربری های شناسایی شده در منطقه، با استفاده از روش‏های مختلف GIS لایه‏های اطلاعاتی تهیه شده با هم تلفیق شدند و نقشه کاربری اراضی بدست آمد.

تعیین دقت نقشه های تولیدی

نقشه تولیدی با واقعیت زمینی مقایسه شد و دقت کلی[13]، شاخص کاپا[14]، خطای کمیسیون[15] ، امسیون[16]، دقت کاربر[17] و دقت تولید کننده[18]،  محاسبه گردید. جهت بررسی دقت نقشه پوشش گیاهی از تعداد 80 پلات که در تهیه مدل‏های پوشش گیاهی بکار نرفته بودند، استفاده گردید.

 

یافته‏ها

طبقه‏بندی نظارت نشده، نقشه‏ای با 28 طبقه تولید کرد.  کنترل زمینی، نشان داد که بسیاری از کاربری‏ها با یکدیگر تداخل دارند به این ترتیب که یک کاربری در چندین طبقه و یا این که چندین کاربری به یک طبقه اختصاص یافته بود.     تنها لایه شیست با خطای کم‏تر نسبت به سایر طبقات  تفکیک شده بود. مهم‏ترین کاربرد طبقه بندی نظارت نشده، کمک به تفکیک بازتابش‌های مختلف هر کاربری بود. لذا از نتایج این روش طبقه بندی جهت انتخاب مناطق تعلیمی  مورد نیاز برای طبقه بندی نظارت شده استفاده شد. با توجه  به مطالعات قبلی، بازدیدهای میدانی و بررسی چشمی، طبقه‏بندی نظارت شده در 12 طبقه اعمال گردید. مشاهدات میدانی تشان داد که نقشه بدست آمده در این روش طبقه بندی نیز در  برخی از کاربری‏ها، مانند معادن با شوره‏زارها، انواع طبقات پوشش گیاهی، مناطق  مسکونی و سنگ و صخره با دیگر کاربری‏ها تداخل دارند.  بنابراین روش طبقه بندی نظارت شده نمی‌تواند نقشه کاربری و  پوشش دقیقی از منطقه تهیه کند. برای اعمال طبقه بندی ترکیبی از نتایج طبقه‏بندی نظارت شده به روش حداکثر احتمال، شاخص‌های گیاهی و دیگر پردازش‏ها، استفاده شد.  پس از انجام آنالیز رگرسیون ساده خطی بین نمونه برداری‏های انجام شده از درصد تاج پوشش گیاهی و شاخص SAVI  مدل درصد تاج پوشش گیاهی با ضریب توصیف 78/0   به صورت زیر بدست آمد.

Y = 7/392x + 64/66 

با استفاده از مدل بدست آمده، در نهایت  نقشه درصد تاج پوشش گیاهی  به چهار طبقه تقسیم شد.

 بازدیدهای میدانی انجام شده نشان داد که در نقشه حاصل از طبقه بندی نظارت شده، در مواردی گزو نی و باغات و مزارع به اشتباه به یکدیگر نسبت داده شده‏اند. با مشخص شدن موقعیت این پدیده‏ها در نتایج طبقه‏بندی نظارت شده،

زیر پنجره‏هایی  برای هر کدام به تفکیک تهیه شد. با توجه به توانایی  شاخص گیاهی NDVI در بررسی پوشش های گیاهی با تراکم زیاد، این شاخص برای هر دو زیر پنجره تولید شد و

با انجام تفکیک تاری[19] بر روی آن، این دو لایه به تفکیک تهیه شدند.

   (8)

 

در مرحله بعد  به دلیل پراکندگی مناطق مسکونی، وسعت کم و باغ خانه بودن امکان تفکیک این کاربری از باغات، شوره‏زارها و پوشش‏های پراکنده گیاهی با استفاده از شاخصNDBI[20] و نتایج طبقه بندی نظارت شده، وجود نداشت.

       (8)       

در نهایت، موقعیت مناطق مسکونی با استفاده از GPS و نقشه‏های توپوگرافی 1:50000 مشخص و به صورت دستی از تصویر جدا شد. بازدیدهای میدانی نشان داد که         زمین‏های آیش، در مجاورت مزارع کشاورزی یا باغات قرار دارند و دارای اشکال هندسی منظمی هستند. بعد از مشخص شدن موقعیت باغات و زمین های کشاورزی،  با توجه به منظم بودن شکل اراضی آیش، زیر پنجره‏هایی شامل اراضی آیش و  مزارع کشاورزی که در بین زمین‏های آیش قرار داشت از تصویر اصلی تهیه شد. سپس با انجام طبقه بندی نظارت شده بر روی زیر پنجره‏ها، لایه زمین‏های آیش تهیه گردید.

 کنترل میدانی نشان داد در نتایج طبقه‏بندی نظارت شده، تداخل اشتباه زیادی بین کاربری معدن و زمین‏های شور  وجود دارد. بنابراین برای تفکیک این دو لایه از یکدیگر، با انجام تفکیک تاری بر روی مولفه دوم PCA، لایه معدن تهیه شد. سپس لایه معادن از تصویر اصلی حذف شد. بنابراین تداخل بازتابش بین معادن و شوره‏زارها حذف گردید. با انجام آنالیز  PCA بر روی تصویر بدون معدن، و تفکیک تاری، شوره‏زارها در مولفه اول PCA  بارز شدند. لایه شیست دارای بازتابش متفاوت از تمامی پدیده‏های منطقه بود. مشاهدات میدانی   نشان داد که این لایه در طبقه بندی نظارت شده با واقعیت زمینی، مطابقت داشت. لایه سنگ و صخره در مولفه اول PCA از سایر کاربری ها متمایز شده بود و با انجام تفکیک تاری تهیه گردید. در انتها تمامی لایه های تولید شده با یکدیگر، ترکیب شده و نقشه نهایی کاربری و پوشش اراضی منطقه با استفاده از روش طبقه بندی ترکیبی تهیه شد. شکل 2، نقشه نهایی کاربری و پوشش اراضی پناهگاه حیات وحش- موته را نشـان می دهد.

 

 

شکل 2- نقشه کاربری و پوشش اراضی پناهگاه حیات وحش موته

Fig.2- Moutheh wildlife sanctuary land use/cover map

جدول 2، مساحت طبقات مختلف کاربری و پوشش اراضی منطقه در نقشه تهیه شده به روش هیبرید را نشان می‏دهد.

به منظور بررسی دقت نقشه‏های تولیدی، نمونه برداری‏هایی

 از حداقل4% مساحت منطقه انجام شد. درویش صفت و همکاران(1377) بهترین شدت نمونه‏برداری برای مقایسه واقعیت زمینی و نقشه‏های تولید شده حاصل از تصاویر ماهواره را حداقل 2% از مساحت کل منطقه مورد مطالعه گزارش داده‏اند (1). برای بررسی دقت نقشه پوشش گیاهی از اطلاعات 80  پلات که در ایجاد مدل پوشش گیاهی دخالت داده نشده بودند استفاده گردید. نتایج نشان داد،  ضریب کاپای نقشه تولید شده با استفاده از روش طبقه‏بندی نظارت شده 56% است که دقت متوسط را بیان می‏کند و بنابراین این نقشه به تنهایی قابل استناد نیست(1). اما در نقشه بدست آمده از روش ترکیبی دقت کلی 94/0 و  ضریب کاپا معادل 92/0 بود.  دقت تولید کننده و نیز دقت کاربر برای نقشه‏های پوشش و کاربری اراضی تهیه شده به روش طبقه‏بندی ترکیبی،  بین 80 تا 95% محاسبه شد.  همچنین خطای کمیسیون و امسیون محاسبه شده دارای مقادیر پایینی بودند. جدول‌ 3، دقت نقشه نهایی پوشش و کاربری اراضی   تهیه شده با استفاده از تصویر LISS III را نشان می‏دهند.


 

جدول 2- مساحت هر یک از طبقات کاربری و پوشش اراضی

Table 2- land uses/covers area.

کاربری و پوشش اراضی

 

پوشش10%-0

پوشش20%-10

پوشش 40%-20

<40% پوشش

شوره زار

باغ ومزرعه

گز و نی

شیست

 

معدن

سنگ و صخره

آیش

مسکونی

مساحت

(هکتار)

81690

59143

32575

3047

4086

1850

300

6440

828

13525

703

249

 


 


بحث و نتیجه گیری


انتخاب به روز تصاویر ماهواره، در انجام مطالعات سنجش از دور بسیار اهمیت دارد. کاربری و پوشش اراضی سرزمین حالت پویا دارند و در طول زمان تغییر می کنند. بنابراین استفاده از تصاویر گذشته در تهیه نقشه به روز کاربری و پوشش اراضی ایجاد خطا خواهد کرد در حالی که بکارگیری تصاویر ماهواره ای به روز منطقه مطالعه، ضمن نمایش وضعیت حقیقی منطقه به دلیل برداشت نقاط زمینی مطمئن، دقت نقشه‌های تولیدی را افزایش می‌دهد (5).  یکی از دلایل اصلی بالا بودن دقت نقشه کاربری و پوشش اراضی تهیه شده در این تحقیق، استفاده از تصویر به روز منطقه مطالعه بود. خصوصاً این که برداشت‌های میدانی مورد نیاز برای تعیین طبقات  درصد پوشش و همزمان با برداشت تصویر از منطقه انجام گرفت. روش بکار گرفته شده برای طبقه بندی از دیگر عوامل مهم و تاثیرگذار در دقت طبقه‌بندی می‌باشد (9).

در این مطالعه از سه روش طبقه بندی نظارت شده، طبقه بندی نظارت نشده و طبقه بندی هیبرید برای تهیه نقشه کاربری و پوشش اراضی استفاده شد. در روش های نظارت شده و نظارت نشده امکان تفکیک برخی کاربری و پوشش‌های اراضی، به دلیل تشابه زیاد بازتاب آن ها با یکدیگر و یا سطح کوچک، از یکدیگر با وجود نــداشت. در حالی که  نقشه تهیه شــده به روش طبقه بندی هیبرید از دقت بالایی (جدول 3) برخوردار بود.

با استفاده از طرح طبقه بندی تصاویر به روش هیبرید، پس از تعریف کاربری و پوشش های زمین (جدول1) با انتخاب روش متناسب با خصوصیات آن ها از هم تفکیک می شوند. در این مطالعه، به دلیل رفتار بازتابی مشابه برخی کاربری و پوشش های اراضی، امکان تفکیک برخی از آن ها مانند مناطق شهری از مراتع کلاس یک و شوره زار، تفکیک شوره زارها از معادن، تفکیک گز و نی از باغات و مزارع کشاورزی و برخی کاربری های دیگر  با استفاده از روش های طبقه بندی نظارت نشده و نظارت شده از هم وجود نداشت. در این مطالعه با استفاده از  طرح طبقه بندی هیبرید و اعمال روش های مختلف جهت تهیه هر لایه، کاربری و پوشش های اراضی سطح زمین مشخص گردید. طرح طبقه بندی هیبرید با شناسایی و بیان خصوصیات هر کاربری و یا پوشش اراضی به کاربر امکان استفاده از روش های مختلف برای تهیه آن ها را می دهد (9). به منظور تهیه نقشه پوشش گیاهی از شاخص گیاهی SAVI استفاده گردید. این شاخص با اعمال ضریب خاک از میزان بازتابش خاک پس زمینه می کاهد و منــاسب مناطــق خشک و نیمه خشــک می باشد (7 و 10). کامیوسوکو(2006) در مطالعه خود برای تهیه نقشه کاربری و پوشش اراضی از روش طبقه بندی ترکیبی استفاده کرد. وی بیان کرد که امکان تفکیک برخی از کاربری ها و پوشش های اراضی به دلیل تشابه بازتاب و سطح کم وجود نداشته و  با اعمال پنجره بر روی تصویر، کاربری و پوشش ها را با دقت مناسب از هم تفکیک کرد (4).

در این مطالعه تهیه زیر پنجره هایی از تصویر اصلی باعث حذف اثر بازتابش مشابه کاربری و پوشش های اراضی شد. همچنین در مواردی که دو پدیده دارای بازتاب مشابه همدیگر بودند (مانند معدن و شوره زار) پس از تهیه لایه معادن از مولفه دوم PCA و حذف آن از تصویر اصلی، امکان تهیه لایه شوره زار فراهم گردید. لونا و همکاران (2003) برای تفکیک مناطق مسکونی از مناطق ساحلی و خاک لخت، با اشاره به بازتابش مشابه کاربری ها از یک پنجره بر روی مناطق مسکونی استفاده کردند و آن را از تصاویر اصلی جدا کردند.  در نهایت بر روی هر زیر پنجره به طور جداگانه طبقه بندی به روش نظارت شده بیشترین شباهت انجام دادند و سپس لایه های تولید شده را با استفاده از روش های GIS با هم ترکیب نمودند (9).  شکل 3،  رفتار بازتایش  برخی کاربری و پوشش‌های اراضی منطقه موته را در باندهای مختلف تصویر LISS III نشان می دهد. که نشان دهنده علت عدم توانایی روش های طبقه بندی نضارت شده و نشده در تولید نقشه دقیق از منطقه می باشد.

از دلایل اصلی  این تشابه رفتار در بازتابها می‌توان به محدودیت توان رادیومتریک سنجنده  اشاره کرد. چرا که تصویر  LissIII ، 7 بیت  می‌باشد و قابلیت آن در تفکیک عارضه‌ها نسبت به تصویر یک سنجنده با قدرت تفکیک رادیومتریک بهتر کاهش می‌یابد.  لینگ چنک (2006) در مطالعه خود بیان کرده که تصاویر TM به دلیل قدرت تفکیک رادیومتریک بالاتر به همراه قدرت تفکیک مکانی مناسب در بررسی تغییرات شهری مناسب می باشد(11).

علت اصلی دقت بالای نقشه تولید شده به روش  ترکیبی، انتخاب روش مناسب برای  تفکیک هر طبقه کاربری متناسب با خصوصیات آن ها می‌باشد. روش طبقه‌بندی ترکیبی با شناسایی و بیان خصوصیات هر کاربری و یا پوشش اراضی  به کاربر امکان استفاده از رو‌های مختلف برای تهیه آن ها را می‌دهد (4). از دیگر مزایا این روش اعمال زیر پنجره بر روی تصویر اصلی به منظور تفکیک بهتر کاربری ها  می‌باشد. کامیوسوکو (2006) در مطالعه  خود به قابلیت روش طبقه بندی ترکیبی در تفکیک کاربری ها با بازتاب مشابه اشاره کرده است (4).

درویش صفت و همکاران (1377) گزارش دادند که دقت قابل قبول نقشه کاربری با استفاده از تصاویر ماهواره بیش از 85% می‌باشد و بیان کردند که از میان معیارهای بیان دقت، ضریب کاپا به لحاظ محاسبه نمودن قسمت های اشتباه به همراه قسمت های صحیح، دارای توانایی بالایی برای برآورد دقت به ویژه به منظور مقایسه دقت نقشه‌های تولید شده است(3).

نتایج این مطالعه نشان داد که روش طبقه بندی ترکیبی از قابلیت بالایی  برای تهیه نقشه  دقیق کاربری و پوشش اراضی خصوصاً زمانی که  به علت تشابه بازتاب های کاربری های مختلف، امکان بکارگیری روش های متداول طبقه بندی تصاویر ماهواره ای وجود ندارد، برخوردار است که نتایج کامیــوسوکو (2006)، لونا (2003) و یـوان (2005) را تایید می کند (4، 9، 6).

 

 

شکل 3- بازتاب طیفی کاربری و پوشش های اراضی در سنجنده LISS III

Fig. 3- Land use/cover spectral reflectance in LISS III sensor.

 

 

Table 3- land use/cover accuracy produced using LISS III image.

 

 

منابع


  1. Turner, M, C. L, R., 1988. Change in landscape patterns in Georgia, USA. Landscape Ecology,Vol:1 No:4 , pp. 421-251    
  2. زاهدی فرد، ندا، خواجه الدین، س. ج، «کاربرد داده های رقومی سنجنده TM در تهیه نقشه کاربری اراضی حوضه آبخیز رودخانه بازفت»، مجله علوم و فنون کشاورزی و منابع طبیعی،1383، سال 8، شماره 2.
  3. درویش صفت- ع، «برآورد صحت نقشه های موضوعی پایگاه داده GIS، پنجمین همایش سامانه های اطلاعات جغرافیایی»- تهران، 1377.
    1. Kamusoko.C, Aniya, M., 2006. Landuse/cover change and landscape fragmentation analysis in the Bindura district Zimbabwe. Land Degradation & Development
    2. دانشگاه صنعتی اصفهان، دانشکده منابع طبیعی، طرح استفاده از تکنیک سنجش از دور و GIS برای ارزیابی تغییرات اکولوژی منظر  پناهگاه حیات وحش موته، 1384.
      1. Yuan, F., K. E, Sawaya., B. C, Loeffelholz & M.E,Bauer., 2005. Land cover classification and change analysis of the twin Cities (Minnesota) metropolitan area by multitemporal Landsat remote sensing. Remote sensing of Environment, Vol. 98. pp: 317-328  
      2. Anderson, J. R., Erneste, E. H., John T.R., Richard, E.W., 1976. A land Use and land cover classification system for use with remote sensor data. Geological Survey Professional
      3. Esteman, J, R., 1995. idrisi for windows user guid version 1/0. Clark University
      4. Luna, A, R, Cesar, A. R., 2006. Land use, land cover changes and costal   lagoon   surface reduction associated with urban growth in    northwest Mexico.  Landscape Ecology, Vol.18, pp.159-171
      5. Masoud, A. A., K, Koike., 2006. Arid land sanilization detected by remotely-sensed land cover changes: A case study in the siwa region, NW Egypt. Arid Environment,Vol.66,pp.151-167
      6. Ling-Chen, X, Zhao, H. M, Li, P.X & Yin, Z. Y., 2006. Remote sensing image- based analysis of the relationship between urban heat island and land use/cover changes. Remote sensing of environment, Vol.104, pp.133-  146.


 


                     

 



1- دانشجوی دکتری محیط زیست دانشگاه صنعتی اصفهان، مربی دانشگاه زابل، دانشکده منابع طبیعی*(مسوول مکاتبات). 

2- دانشیار گروه محیط زیست، دانشکده منابع طبیعی ، دانشگاه صنعتی اصفهان.

3- دانشجوی دکتری محیط زیست دانشگاه صنعتی اصفهان، مربی دانشگاه زابل، دانشکده منابع طبیعی.

4- استاد گروه مرتع و آبخیزداری، دانشکده منابع طبیعی، دانشگاه صنعتی اصفهان

[5]- کارشناس ارشد، مربی گروه مدیریت پروژه،  دانشگاه پیام نور واحد زاهدان

[6]- PhD student of Environment,  Isfan University of Technology, Lecturer of Zabol university Department of Natural Resources Faculty (Corresponding Author).

[7]- Assistant professor, Department of Natural Resources, University of Technnology, Isfehan, Iran.

[8]- PhD student of Environment, Isfan University of Technology, Lecturer of Zabol university Department of Natural Resources Faculty.

4- Professor, Department of Natural Resources, University of Technnology, Isfehan, Iran.

5- Lecturer of zahedan payamenor university, project management group

1- Vegetation Index

2- Window

3- Overall Accuracy

4- Kappa Coefficient

5- Commission Error

6- Ommission error

7- User's Accuracy

8- Producer's Accuracy

1- Reclass

2- Normalized Difference Bareness Index

  1. Turner, M, C. L, R., 1988. Change in landscape patterns in Georgia, USA. Landscape Ecology,Vol:1 No:4 , pp. 421-251    
  2. زاهدی فرد، ندا، خواجه الدین، س. ج، «کاربرد داده های رقومی سنجنده TM در تهیه نقشه کاربری اراضی حوضه آبخیز رودخانه بازفت»، مجله علوم و فنون کشاورزی و منابع طبیعی،1383، سال 8، شماره 2.
  3. درویش صفت- ع، «برآورد صحت نقشه های موضوعی پایگاه داده GIS، پنجمین همایش سامانه های اطلاعات جغرافیایی»- تهران، 1377.
    1. Kamusoko.C, Aniya, M., 2006. Landuse/cover change and landscape fragmentation analysis in the Bindura district Zimbabwe. Land Degradation & Development
    2. دانشگاه صنعتی اصفهان، دانشکده منابع طبیعی، طرح استفاده از تکنیک سنجش از دور و GIS برای ارزیابی تغییرات اکولوژی منظر  پناهگاه حیات وحش موته، 1384.
      1. Yuan, F., K. E, Sawaya., B. C, Loeffelholz & M.E,Bauer., 2005. Land cover classification and change analysis of the twin Cities (Minnesota) metropolitan area by multitemporal Landsat remote sensing. Remote sensing of Environment, Vol. 98. pp: 317-328  
      2. Anderson, J. R., Erneste, E. H., John T.R., Richard,E.W., 1976. A land Use and land cover classification system for use with remote sensor data. Geological Survey Professional
      3. Esteman, J, R., 1995. idrisi for windows user guid version 1/0. Clark University
      4. Luna, A, R, Cesar, A. R., 2006. Land use, land cover changes and costal   lagoon   surface reduction associated with urban growth in northwest Mexico.  Landscape Ecology, Vol.18, pp.159-171
      5. Masoud, A. A., K, Koike., 2006. Arid land sanilization detected by remotely-sensed land cover changes: A case study in the siwa region, NW Egypt. Arid Environment,Vol.66,pp.151-167
      6. Ling-Chen, X, Zhao, H. M, Li, P.X & Yin, Z. Y., 2006. Remote sensing image- based analysis of the relationship between urban heat island and land use/cover changes. Remote sensing of environment, Vol.104, pp.133- 146.