ارزیابی روند تغییرات پوشش اراضی حوزه آ‌ب‌ خیز کفتاره با استفاده از روش سنجش از دور

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار، گروه منابع طبیعی و محیط زیست، دانشگاه پیام نور، تهران، ایران * (مسوول مکاتبات).

2 باشگاه پژوهشگران جوان و نخبگان، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران.

چکیده

زمینه و هدف: آشکارسازی تغییرات پوشش اراضی، از جمله ابزارهای موثر برای مدیریت منابع طبیعی و ارزیابی تغییرات اکوسیستم به شمار می­آید. هدف از انجام این پژوهش، پایش تغییرات پوشش اراضی با استفاده از تصاویر دور سنجی و GIS در حوزه آب­خیز کفتاره استان اردبیل می­باشد.
روش بررسی: در این تحقیق، تصاویر ماهواره­ای لندست 5 سنجنده TM سال­های 1366 و 1377 و نیز لندست 8 سنجنده OLI TIRS سال 1393 مورد پردازش و تجزیه و تحلیل قرار گرفت. بدین منظور، بعد از انجام تصحیحات اتمسفریک و هندسی، طبقه بندی تصاویر به روش نظارت شده با الگوریتم حداکثر احتمال انجام پذیرفت. سپس، تصاویر هر سال در چهار طبقه کشت دیم، مرتع، کشت آبی، باغ و اراضی بایر طبقه بندی شد. از طرفی برای تفکیک بهتر اراضی مرتعی از بایر، از شاخص NDVI و برای تفکیک بهتر اراضی مرتعی از کشت دیم، از لایه شیب استفاده گردید.
یافته ها: نتایج نشان داد که در طول دوره 1393-1366، 91/68 درصد از منطقه تغییری نداشته است و 68/1970 هکتار از اراضی مرتعی تخریب و به اراضی بایر، کشت دیم وکشت آبی و باغ تبدیل شده است. هم­چنین اراضی کشت دیم به میزان 26 درصد (20/1808 هکتار)، کشت آبی و باغ به میزان 97/6 درصد (54/43 هکتار) و اراضی بایر به میزان 99/33 درصد (78/100 هکتار) نسبت به سطح اولیه خود در منطقه، توسعه یافته است.
بحث و نتیجه گیری:  بر اساس نتایج به دست آمده از این پژوهش، استفاده از اطلاعات تکمیلی از جمله اطلاعات شیب و شاخص  NDVI منطقه در کنار پردازش تصاویر ماهواره­ای به روش نظارت شده برای تهیه نقشه­های پوشش اراضی، موجب افزایش دقت طبقه­بندی تصاویر می­گردد.

کلیدواژه‌ها


 

 

 

 

 

علوم و تکنولوژی محیط زیست، دورهنوزدهم، شماره سه، پاییز 96

 

ارزیابی روند تغییرات پوشش اراضی حوزه آ­ب­ خیز کفتاره با استفاده از

روش سنجش از دور

 

مرضیه علی خواه اصل [1]*

Alikhahasl@pnu.ac.ir

داریوش ناصری [2]

 

تاریخ دریافت:5/9/94

تاریخ پذیرش:8/11/94

 

چکیده

زمینه و هدف: آشکارسازی تغییرات پوشش اراضی، از جمله ابزارهای موثر برای مدیریت منابع طبیعی و ارزیابی تغییرات اکوسیستم به شمار می­آید. هدف از انجام این پژوهش، پایش تغییرات پوشش اراضی با استفاده از تصاویر دور سنجی و GIS در حوزه آب­خیز کفتاره استان اردبیل می­باشد.

روش بررسی: در این تحقیق، تصاویر ماهواره­ای لندست 5 سنجنده TM سال­های 1366 و 1377 و نیز لندست 8 سنجنده OLI TIRS سال 1393 مورد پردازش و تجزیه و تحلیل قرار گرفت. بدین منظور، بعد از انجام تصحیحات اتمسفریک و هندسی، طبقه بندی تصاویر به روش نظارت شده با الگوریتم حداکثر احتمال انجام پذیرفت. سپس، تصاویر هر سال در چهار طبقه کشت دیم، مرتع، کشت آبی، باغ و اراضی بایر طبقه بندی شد. از طرفی برای تفکیک بهتر اراضی مرتعی از بایر، از شاخص NDVI و برای تفکیک بهتر اراضی مرتعی از کشت دیم، از لایه شیب استفاده گردید.

یافته ها: نتایج نشان داد که در طول دوره 1393-1366، 91/68 درصد از منطقه تغییری نداشته است و 68/1970 هکتار از اراضی مرتعی تخریب و به اراضی بایر، کشت دیم وکشت آبی و باغ تبدیل شده است. هم­چنین اراضی کشت دیم به میزان 26 درصد (20/1808 هکتار)، کشت آبی و باغ به میزان 97/6 درصد (54/43 هکتار) و اراضی بایر به میزان 99/33 درصد (78/100 هکتار) نسبت به سطح اولیه خود در منطقه، توسعه یافته است.

بحث و نتیجه گیری:  بر اساس نتایج به دست آمده از این پژوهش، استفاده از اطلاعات تکمیلی از جمله اطلاعات شیب و شاخص  NDVI منطقه در کنار پردازش تصاویر ماهواره­ای به روش نظارت شده برای تهیه نقشه­های پوشش اراضی، موجب افزایش دقت طبقه­بندی تصاویر می­گردد.

واژه‌های کلیدی: تصاویر ماهواره ای، تغییرات پوشش اراضی، حوزه آب­خیز کفتاره، NDVI.

 

 

J.Env. Sci. Tech., Vol 19, No.3, Autumn, 2017

 

 

 


Evaluation of land cover changes in Kaftareh watershed using remote sensing technique

 

Marzieh Alikhah-Asl [3]*

Alikhahasl@pnu.ac.ir

Dariush Naseri [4]

 

Abstract

Background and Objective: Land cover change detection is an effective tool for managing natural resources and evaluating ecosystem changes. The aim of this research is monitoring land cover changes using remotely sensed images and GIS in Kaftareh watershed in Ardabil province.

Method: In this investigation, Landsat 5 TM images for years 1987 and 1998 and Landsat 8 OLI-TIRS images for year 2014 were collected and analyzed. For this purpose, atmospheric and radiometric corrections, the images of every year was classified using maximum likelihood supervised classification method. Then, considering study area features, the images were classified into four land cover classes: dry land, range land, irrigated land, garden land and bare land. Moreover, NDVI index was used to differentiate between range land and bare land. Slope layer was used to distinguish between range land and dry land.

Findings: According to the results, during the period 1987-2014, 68.91 percent of study area haven’t been changed. 1970.68 hectares of range land were destroyed and changed into bare land, dry land and garden land. Moreover, dry land, irrigated and garden land and bare land were increased 26% (1808.20 hectares), 6.97% (43.54 hectares) and 33.99% (100.78 hectares), respectively.

Discussion and Conclusion: Additional information such as slope layer and NDVI index in assistant with supervised classification of satellite images can increase the accuracy of image classification to provide land cover maps.

 

Keywords:  Satellite Images, Land Cover Changes, Kaftareh Watershed, NDVI.

 

 

مقدمه


پوشش زمین به هر نوع پوشش فیزیکی و بیولوژیکی موجود در سطح زمین شامل آب، پوشش گیاهی، زمین بایر، تالاب­ها، یخ و برف و هم­چنین ساخت و سازهای مصنوعی اطلاق می­شود (1). پوشش و کاربری­های سطح زمین منعکس کننده فرآیندهای طبیعی و اجتماعی در سطح زمین است، بنابراین فراهم نمودن اطلاعات ضروری برای مدل سازی و درک بسیاری از پدیده­های طبیعی در سطح زمین از جمله مدل­­های تغییرات اقلیمی، اکوسیستمی، هیدرولوژیکی و اتمسفری بسیار حیاتی می­باشد (2). رشـد روزافزون جمعیت، فشار بر عرصه‌های طبیعی را افزایش می‌دهد و بهره‌برداری غیراصولی و تغییر کاربری‌ها سبب تخریب زیست­بوم­ها می­شود (3). رشد سریع اقتصادی، سرعت تغییرات منابع را بیش­تر کرده است و بسیاری از این تغییرات، اثرات سریع و زیان­باری بر محیط­زیست طبیعی از جمله کشاورزی، جنگل، منابع آب، ارزش­های فرهنگی از قبیل زمین­منظرهای تاریخی و سلامتی انسان­ها گذاشته است (2). تغییرات کاربری زمین به طور مستقیم منابع زمین را تغییر می دهد که این امر با تاثیر بر دما و رطوبت، باعث تاثیر بر اقلیم و آب و هوا­ی منطقه می­شود. هم­چنین تغییرات کاربری باعث کاهش نواحی تحت کشت می­شود که کاهش مواد غذایی را در پی دارد. از طرفی دیگر، لکه لکه شدگی زیست­گاه (از بین ­رفتن یا ایزوله شدن)، تهدیدی جدی برای تنوع بیولوژیکی به حساب می آید (4). بنابراین تهیه­ی نقشه­های کاربری به­روز از مناطق مختلف و بررسی تغییرات صورت گرفته در خصوص کاربری و پوشش زمین در سال­های گذشته، برای مدیران و برنامه­ریزان مناطق جهت اتخاذ تصمیمات مدیریتی بسیار حایز اهمیت است. پایش تغییرات کاربری اراضی در سال­های گذشته اطلاعات با ارزشمندی را از مکانیزم تغییرات مکانی برای تصمیم گیران فراهم می­کند (5). در طول 20 سال گذشته، تصاویر ماهواره­ای به عنوان منبعی مهم در جهت تهیه نقشه­های کاربری اراضی و نیز ارزیابی تغییرات گذشته مورد استفاده قرار گرفته است (6). تصاویر سنجش از دور به علت داشتن قابلیت بالا در شناسایی تغییرات با دقت بالا و به شیوه­ای موثر،  منابع با ارزشی را برای بررسی فرآیند و الگوهای تغییر زیست محیطی و اکوسیستمی در مقیاس زمانی و جغرافیایی فراهم می­کند (7 و 8). ماهواره­های سنجش از دور با فراهم­آوری تصاویر چندزمانه و چند­طیفی می توانند در کمی نمودن نوع و میزان تغییرات کاربری و پوشش اراضی به کار گرفته شود. از طرفی دیگر، سیستم اطلاعات جغرافیایی فراهم کننده­ی محیطی مناسب برای نمایش، ذخیره سازی و تجزیه تحلیل داده­ها می باشد و  روش سنجش از دور یک ابزار مناسب برای کسب اطلاعات مکانی در جهت رسیدن به مدیریت پایدار منابع طبیعی و چشم انداز اقتصادی می باشد (9)، به­همین دلیل در سال­های اخیر، ترکیب دانش سنجش از دور و سیستم اطلاعات جغرافیایی در شناسایی و تجزیه و تحلیل تغییرات کاربری و پوشش زمین به شکل گسترده­ای مورد استفاده قرار گرفته است (10). در ارتباط با موضوع تحقیق، تحقیقاتی در داخل و خارج از کشور صورت گرفته است. سلطانیان و همکاران (2014) (11) با استفاده از تصاویر دورسنجی و GIS به ارزیابی روند تغییرات کاربری اراضی منطقه حفاظت شده اشترانکوه لرستان بین سال­های 1368 تا 1384 پرداختند.  برای این کار از تصاویر لندست استفاده کرده و به این نتیجه رسیدند که در این بازه 2902 هکتار از ارضی جنگلی منطقه تخریب و به اراضی کشاورزی و مرتعی و بایر و بدون پوشش تبدیل شده است. سامانی و همکاران (2010) (12) با استفاده از تصاویر لندست و GIS به ارزیابی تغییرات کاربری اراضی حوزه آب­خیز طالقان در دوره 1366 تا 1380 پرداختند و به این نتیجه رسیدند که استفاده از فناوری سنجش از دور در کنار GIS می­تواند قابلیت دسترسی به اطلاعات کاربری اراضی را ارتقاء دهد. البته به دلیل شباهت­های موجود طیفی کاربری­های مرتع و اراضی رها شده، به کارگیری و اجرای روش های دقیق­تر لازم می باشد. Hong Yao  (2013)  (13) به ارزیابی تغییرات نواحی ساحلی شهر نانتونگ چین در بازه زمانی 1990 تا 2010 پرداخت. برای این کار از تصاویر سنجنده­های TM و ETM استفاده کرده و نتایج تحقیق نشان داد که نواحی ساحلی در منطقه افزایش یافته و محل اتصال دریا به ساحل به سمت دریا عقب نشینی کرده است. برینک و همکاران (2009) (14)، به ارزیابی تغییرات صورت گرفته در 25 سال گذشته درساحاران آفریقا پرداختند. برای این کار از تصاویر لندست استفاده کرده و نتایج نشان داد که در این منطقه، مناطق کشاورزی افزایش، مناطق جنگلی و پوشش گیاهی غیر جنگلی کاهش و مناطق بایر افزایش ‌یافته است که علت این امر افزایش جمعیت انسانی بوده است. شلابی و همکاران (2007) (15)، با استفاده از روش طبقه‌بندی نظارت‌شده و تصاویر ماهواره‌ی لندست، به شناسایی تغییرات انجام ‌یافته بین سال‌های 1987 تا 2001 در نواحی ساحلی شمال غربی مصر پرداختند. نتایج تحقیقات نشان داد مساحت نواحی ساحلی و پوشش‌های گیاهی به علت گسترش فعالیت‌های توریستی و کشاورزی در منطقه کاهش‌یافته است. حوزه آب­خیز کفتاره به دلیل نقش مهم در تامین امرار معاش جمعیت ساکن در این حوزه (حدود 8500 نفر)، برای انجام این پژوهش انتخاب شد و هدف از انجام این پژوهش، پایش تغییرات کاربری اراضی با استفاده از داده­های دورسنجی و GIS بود تا با مشخص شدن روند تغییرات کاربری حوزه آب­خیز کفتاره در سال­های گذشته، تصمیمات صحیح به منظور مدیریت حوزه در جهت توسعه پایدار اتخاذ گردد.

مواد و روش­ها

1-1-منطقه مورد مطالعه

حوزه آب­خیز کفتاره با مساحت 10003 هکتار در شمال شهر اردبیل ( استان اردبیل) قرارگرفته و از نظر  موقعیت جغرافیایی بین  ²11 ،  ¢10 °48 تا  ²27 ،  ¢24 و °48  طول شرقی و ²19 ،  ¢32 و °38 تا  ²30 ،  ¢39 و °38 عرض شمالی واقع شده است. میانگین دمای سالانه 6/4 درجه سانتی­گراد و میانگین بارش سالانه 2/282 میلی­متر می باشد (16). حداکثر ارتفاع حوزه 2142 متر و حداقل ارتفاع در جنوب حوزه برابر 1300 متر از سطح دریا است (شکل 1).

 

 

 

شکل 1- منطقه مورد مطالعه

Figure 1. Studied area

 

 

 

 


در این مطالعه تصاویر بدون ابر تصاویر سنجنده­های TM و OLI-TIRS ماهواره لندست 5 و 8 با قدرت تفکیک 30 متر متعلق به اواخر اردیبهشت و اوایل خرداد ماه سال­های 1366، 1377 و 1393 انتخاب و از تارنمای سازمان زمین شناسی آمریکا [5] دریافت گردید. شایان ذکر است که در این موقع از سال، پوشش گیاهی منطقه به رشد تقریبی حداکثر خود دست می­یابد.

2-2-پیش پردازش تصاویر

در ادامه به انجام تصحیحات هندسی و کاهش اثرات گرد و غبار پرداخته شد.  تصحیح هندسی تصویر سال­های 1366 و 1377 با استفاده از تصویر سال 1393 که خود زمین مرجع شده و دارای سیستم تصویر UTM ZONE 39 N  بود، با استفاده از روش پیکسل به پیکسل در محیط نرم افزار ENVI4.2 صورت پذیرفت. مقدار ریشه متوسط مربع خطابرابر 0.3 پیکسل محاسبه و دو تصویر بر یک­دیگر منطبق شدند. گفتنی است در تصحیح هندسی، مقدار ریشه متوسط مربع خطای قابل قبول، کم­تر از 0.5 پیکسل است (15). هم­چنین به منظور کاهش اثر گرد و غبار و ذرات معلق از مدل کاست[6] در محیط نرم افزارIDRISI SELVA 17 استفاده شد. از طرفی بررسی کیفیت رادیومتری تصاویر نشان داد که تصاویر مربوط به هر سه سال از کیفیت مطلوب برخوردار است و هیچ یک از خطاهای راه راه شدگی و پیکسل­های تکراری، در تصاویر وجود ندارد.

2-3-طبقه بندی تصاویر

تعداد کلاس­های کاربری و پوشش زمین با توجه به تصاویر و نقشه­های موجود، شرایط منطقه مورد مطالعه و کلاس­های مورد نیاز برای نقشه­ پوشش زمین انتخاب شده و تفکیک چهار کلاس به این شرح مورد توجه قرار گرفته است: 1. اراضی کشاورزی دیم; 2. اراضی مرتعی; 3. اراضی کشت آبی و باغ و 4. اراضی بایر. در ادامه اقدام به تهیه نمونه­های تعلیمی برای طبقه­بندی تصاویر شد. در انتخاب مناطق نمـونـه رعایت نکاتی ضـروری می باشد از جمله این­که به صورتی انتخاب شوند که بر روی پدیده­های گوناگون تصویر، به شکل مناسب پراکنده شده باشند، نمونه­ به گونه­ای انتخاب شود تا از نظر انعکاس طیفی همگنی مطلوبی مشاهده شود و به علاوه نمونه­ها از نظر اندازه به طور مناسب انتخاب گردند (17). از طرفی حداقل تعداد پیکسل مورد نیاز برای هرکلاس N+1 است که حرف N به معنای تعداد باندهای مورد استفاده در عملیات طبقه بندی است (18)، اگرچه تعداد پیکسل­های مورد نیاز برای هر کلاس N10 یا حتی N100  نیز پیشنهاد شده است (19). با رعایت شرایط فوق، با کاربرد سامانه موقعیت یاب جهانی، نمونه های تعلیمی از سطح حوزه تهیه شد. هم­چنین برای مناطق مرتفع نیز که امکان دسترسی میسر نبود، از تصاویر مربوط به Google Earth استفاده شد. از طرفی سعی شد از کلاس هایی که دارای الگوهای طیفی متفاوتی بودند نمونه های تعلیمی بیش­تری برداشت گردد تا تغییرات طیفی این کلاس ها در طبقه بندی دخالت داده شود. برای تهیه نمونه­های تعلیمی مربوط به سال­های 1366 و 1377 از  مصاحبه حضوری از افراد ساکن منطقه و نیز نقشه­های کاربری موجود از منطقه نیز کمک گرفته شد. گفتنی است که حدود 3/2 از نمونه­های تعلیمی برای فرآیند طبقه­بندی و 3/1 برای ارزیابی مدل به کار می­رود (6). برای طبقه­بندی تصاویر از خوارزمیک بیش­ترین شباهت[7] استفاده شد. این روش با استفاده از میانگین و ماتریس کوواریانس داده­های تمرینی[8] از روش­های دیگر طبقه بندی مانند طبقه­بندی کم­ترین فاصله[9] نتایج بهتری به دست می­دهد (20)، هم­چنین این روش به عنوان یکی از دقیق­ترین روش­های طبقه­بندی پیکسل پایه توسط اکثر محققین پذیرفته شده است (18). در ادامه با استفاده از نقاط تعلیمی، نقشه کاربری و پوشش اراضی در محیط Envi 4.2 تهیه شد.

 

 

2-4- بهبود دقت طبقه­بندی تصاویر با اطلاعات جانبی

پس از تهیه نقشه طبقه­بندی شده، نمونه­هایی که برای ارزیابی دقت طبقه­بندی برداشت شده بودند، با نقشه طبقه بندی شده، روی­هم­گذاری گردید و مشخص شد که در قسمت­هایی از  تصاویر طبقه­بندی شده منطقه، اراضی بایر از مراتع با پوشش ضعیف به خوبی تفکیک نشده بود، لذا به منظور جلوگیری از کاهش دقت طبقه بندی تصاویر، از شاخص تفاضل نرمال شده پوشش گیاهی ( NDVI)،  برای شناسایی اراضی بایر از مراتع ضعیف استفاده شد. این شاخص از رابطه­ زیر (1) به دست می­آید :

             رابطه (1)                    

که در آن  به عنوان میزان بازتابش در باند مادون قرمز نزدیک و  به عنوان میزان بازتابش در باند قرمز مرئی است که به علت استفاده از تصاویر TM و OLI-TIRS مطابق جدول 1 جایگزین می­شود.

 

جدول 1- روابط محاسبه NDVI مطابق با تصاویر سنجنده TM و OLI-TIRS

Table 1. NDVI equations according to the images of TM and OIL-TIRS sensors

سنجنده

رابطه محاسبه NDVI

 

TM

 

OLI-TIRS

 

 

از این شاخص به طور گسترده و مبتنی بر ارزش­های طیفی در شناسایی شرایط رشد پوشش گیاهی استفاده شده است. نسبت بازتابندگی باندهای قرمز و مادون قرمز نزدیک که به ترتیب نشان دهنده بازتابش امواج در باند موج قرمز مرئی و باند موج مادون قرمز رادیومتری ماهواره است، در بررسی شرایط و نقشه­سازی پوشش گیاهی استفاده می­شود زیرا این دو طول موج به شکل فزاینده­ای توسط گیاهان به ترتیب، جذب و بازتابیده می شوند (21). در این روش، محاسبه نسبت دامنه تغییرات و مقادیر NDVI از 1- تا 1+ است. مقدار عددی زیاد نشان دهنده پوشش گیاهی سالم بوده و مقدار عددی کم دلالت بر پوشش گیاهی ناسالم و یا تحت فشار همانند شرایط اراضی بدون پوشش دارد (22). بعد از تهیه نقشه NDVI برای هر سه سال مورد بررسی، مناطقی که در فرایند طبقه­بندی جزو طبقه مرتع قرار گرفته بودند و مقادیر با NDVI مساوی یا کم­تر از صفر را به خود اختصاص داده بودند، به عنوان مناطق بایر یا فاقد پوشش گیاهی در نظر گرفته شد و در نقشه نهایی اعمال گردید. برای تفکیک بهتر اراضی مرتعی از اراضی دیم نیز که امکان طبقه بندی اشتباه پیکسل­ها در این زمینه وجود داشت، از نقشه شیب منطقه کمک گرفته شد؛ به گونه­ای که با پیمایش میدانی در سراسر منطقه، حداکثر شیبی که برای کشاورزی دیم مشاهده گردید 30% تخمین زده شد. در ادامه، با استفاده از لایه رقومی توپوگرافی 1:25000 منطقه، لایه مدل رقومی ارتفاعی در محیط ArcGIS 9.3 تهیه شد. در ادامه، با استفاده از این لایه، لایه شیب منطقه تهیه و در دو طبقه کم­تر و بیش­تر از 30% طبقه بندی گردید. در ادامه لایه شیب با لایه کاربری تهیه شده از روش حداکثر احتمال روی­هم­گذاری شده و مناطق با شیب بیشتر از 30% که به کاربری کشاورزی دیم اختصاص داده شده بودند به کاربری مرتع تغییر یافتند.

2-5- ارزیابی دقت نقشه­ها

به منظور ارزیابی دقت نقشه­های تهیه شده،  با استفاده از نقاط کنترلی تهیه شده و درنظر گرفتن چهار کلاس کاربری، دقت کلی طبقه­بندی از رابطه (2) محاسبه شد:

رابطه(2)

 

که در آن OA دقت کلی، N تعداد کل پیکسل­های آزمایشی،  تعداد کل پیکسل­های درست طبقه­بندی شده است. هم­چنین ضریب "کاپا" نیز از رابطه زیر محاسبه شد:

رابطه (3)

 

که در آن  درستی مشاهده شده و  تواف مورد انتظار هستند (23). بعد از اتمام عملیات تفسیر تصاویر ماهواره­ای و بررسی دقت طبقه­بندی­های صورت گرفته، برای یکسان سازی نقشه­های کاربری اراضی مربوط به هر سه سال (1366، 1377 و 1393)، عملیات تکمیلی شامل اختصاص رنگ مناسب به طبقه­های نقشه­ها واختصاص کد مناسب با هر طبقه در نقشه­های تولیدی انجام شد و در نهایت نقشه های کاربری اراضی تهیه گردید. در ادامه جهت مشخص نمودن نوع تغییرات کاربری در طی زمان، از ماژول Crosstab در محیط Idrisi Selva استفاده شد و نقشه تبدیلات کاربری اراضی تهیه گردید. شکل (2) فلوچارت تحقیق را نشان می­دهد.


 

 

شکل 2- مراحل انجام مطالعه (منبع: نویسندگان)

Figure 2. Research flowchart


نتایج

 

یافته­های مربوط به صحت طبقه بندی­ برای تصاویر زمانه­های مختلف مطابق جدول (2 ) می­باشد. براساس جدول فوق در هر سه تصویر میزان صحت کلی از میزان ضریب کاپا بیش­تر است. از طرف دیگر میزان ضریب به دست آمده بیان­گر این است که تصاویر ماهواره­ای با دقت قابل قبول قادر به تهیه نقشه­های کاربری اراضی است. بالاتر بودن میزان ضریب صحت کلی نسبت به ضریب کاپا به ماهیت محاسبه ضرایب فوق مربوط است (12). معمولا صحت کلی یک برآورد خوش­بینانه است و بالاتر از مقدار واقعی به دست می­آید در حالی­که ضریب کاپا میزان دقت را نسبت به یک طبقه­بندی تصادفی محاسبه می­نماید (24). از آن­جا که ضرایب صحت کلی و ضریب کاپا تنها با کل طبقه بندی ارتباط دارند و اطلاعاتی در مورد توزیع مکانی خطای کلاس­ها ارایه نمی­دهند (11)، برای برآورد دقت کلاس­ها به صورت مجزا پارامترهای دقت کاربر و دقت تولید کننده و خطای کمیشن (دقت کاربر-1) و خطای امیشن (دقت تولید کننده-1) برای کلاس­های مختلف کاربری اراضی تهیه شد. جدول (3) مقادیر عددی هریک از این پارامترها را برای تصویر سنجنده TM 1987، جدول (4) مقادیر عددی هر یک از این پارامترها را برای تصویر سنجنده TM 1998 و جدول (5) مقادیر عددی هریک از این پارامترها را برای تصویر سنجنده OLI-TIRS 2014 نشان می­دهد.

 


 

جدول 2- نتایج کلی دقت طبقه بندی در هر سه تصویر

Table 2- Overal accuracies and Kappa coefficients of 3 studied images

        تصویر       

صحت کلی%           

ضریب کاپا

TM1987

92/87

82/0

TM1998

44/91

87/0

OLI-TIRS2014

59/94

91/0

 

جدول 3- میزان مقادیر مختلف ضرایب دقت کاربر و تولید کننده برای تصویر طبقه بندی شده ی TM 1987

Table 3. User and producer accuracies for 1987 landsat TM  classified image

کاربری

دقت کاربر

دقت تولید کننده                 

درصد کمیشن               

درصد امیشن               

کشاورزی دیم

12/85

33/73

88/14

67/26

مرتع

95/92

70/92

05/7

30/7

کشاورزی آبی و باغ

73/87

66/92

27/12

34/7

       بایر

61/78

03/91

39/21

97/8

 

جدول 4- میزان مقادیر مختلف ضرایب دقت کاربر و تولید کننده برای تصویر TM 1998

Table 4.User and producer accuracies for 1998 landsat TM  classified image

کاربری

دقت کاربر

دقت تولید کننده                 

درصد کمیشن               

درصد امیشن               

کشاورزی دیم

10/97

00/80

90/2

00/20

مرتع

00/88

92/96

00/12

08/3

کشاورزی آبی و باغ

71/88

50/94

29/11

50/5

       بایر

50/87

59/79

50/12

41/20

 

 

 

 

 

جدول 5- میزان مقادیر مختلف ضرایب دقت کاربر و تولید کننده برای تصویر OLI-TIRS 2014

Table 5. User and producer accuracies for 2014 landsat OLI_TIRS  classified image

        کاربری

دقت کاربر

دقت تولید کننده                 

درصد کمیشن               

درصد امیشن               

کشاورزی دیم

30/98

48/90

70/1

52/1

مرتع

83/90

54/99

17/9

46/0

کشاورزی آبی و باغ

56/95

72/96

44/4

28/3

       بایر

59/87

17/89

41/12

12/10

 


نقشه­های کاربری و پوشش اراضی مربوط به سال­های 1367، 1377 و 1394 به ترتیب در شکل­های( 3، 4 و 5) آورده شده است. مجموع مساحت کاربری­های منطقه مورد مطالعه 1003 هکتار می­باشد. مساحت هریک از کاربری­ها نیز در طول دوره 1393-1366 به تفکیک در جدول (6) آورده شده است.


 

جدول 6- مساحت کلاس­های مختلف کاربری در سه زمان مورد بررسی برحسب درصد و هکتار

Table 6. The areas of different land use classes for 3 studied years (hectare and percentage)

کلاس کاربری

سال

 

 

1393

1377

1366

درصد

هکتار

درصد

هکتار

درصد

هکتار

کشاورزی دیم

25/69

9/6927

46/53

70/5347

19/51

70/5120

مرتع

30/21

44/2136

46/34

78/3447

05/41

12/4107

کشت آبی و باغ

4/6

43/642

07/7

70/707

80/5

89/580

بایر

94/2

74/296

01/5

18/501

95/1

87/195

مجموع

100

10003

100

10003

100

10003

 


مطابق با جدول (6)، کاربری کشاورزی دیم در طول بازه 1366 تا 1393 از روند صعودی برخوردار بوده است به طوری که از 70/5120  هکتار درسال 1366 به میزان  9/6927  هکتار درسال 1393 رسیده است. در مقابل، کاربری مرتع در این مدت زمان روند نزولی داشته و از 12/4107 هکتار به  44/2136 رسیده است. از سویی کاربری ­های کشت آبی و باغ و بایر در دوره اول (1366 تا 1377) روند صعودی داشته اند اما در دوره دوم (1377 تا 1393) روند نزولی به خود گرفته­اند (شکل6).


 

شکل 3- نقشه کاربری اراضی سال 1366

Figure 3. Land use map for year 1987

 

شکل 4- نقشه کاربری اراضی سال 1377

Figure 4. Land use map for year 1998

 

شکل 5- نقشه کاربری اراضی سال 1393

Figure 5. Land use map for year 2014

 

شکل6- مساحت کاربری­های مختلف در طول دوره 1393-1366

Figure 6. The areas of different land use classes during the period of 1987-2014


به منظور بررسی بهتر کاهش یا افزایش در میزان هر کاربری در دو دوره، در جدول (7) این تغییرات به تفکیک برای هر کاربری آورده شده است. همان­طور که در جدول (7) مشخص است، در دوره اول بیش­ترین تغییرات رخ داده مربوط به کاربری مرتع است که 50% تغییرات را شامل می شود که 34/659 هکتار کاهش داشته است. در مقابل مساحت کاربری­های کشاورزی دیم، کشت آبی و باغ و بایر افزایش داشته­اند. در دوره دوم، بیش­ترین تغییرات (70/49%) را کشاورزی دیم شامل می شود که 20/1580 هکتار افزایش داشته، اما در مقابل سایر کاربری­ها کاهش یافته است. به منظور بررسی دقیق تر تغییرات هریک از کاربری­ها، میزان تغییرات خالص هر طبقه با توجه به نقش دیگر کاربری­ها، به تفکیک در جدول (8) آورده شده است.


جدول 7- میزان تغییرات هر یک از کاربری­ها در دو دوره (1377-1366) و (1393-1377) بر حسب هکتار و درصد

Table 7- The amounts of  land use changes during two periods of 1987-1998 and 1998-2014 (hectare and percentage)

کاربری

 

 

بازه زمانی

1366-1377

1377-1393

هکتار

درصد

هکتار

درصد

کشت دیم

227+

21/17

20/1580+

70/49

مرتع

34/659-

00/50

34/1311-

24/41

کشت آبی و باغ

81/126+

61/9

27/83-

61/2

بایر

31/305+

15/23

44/204-

43/6

کل

46/1318

100

27/3179

100

 

جدول8- نوع و درصد تغییرات کاربری صورت گرفته در حوزه آب­خیز کفتاره در فاصله سال­های 1393-1366

Table 8- The types and percentages of  land use changes in Kaftarh watershed during  the period of 1987-2014 (hectare and percentage)

تبدیل از/به

بازه زمانی

مساحت (هکتار)

مساحت (درصد)

کشاورزی دیم بدون تغییر

47/4624

22/46

کشت دیم به مرتع

16/110

10/1

کشت دیم به کشت آبی و باغ

74/205

05/2

کشت دیم به بایر

69/147

47/1

مرتع به کشت دیم

69/1794

93/17

مرتع بدون تغییر

82/1979

78/19

مرتع به کشت آبی و باغ

96/228

28/2

مرتع به بایر

68/94

94/0

کشت آبی و باغ به کشت دیم

51/300

00/3

کشت آبی و باغ به مرتع

24/66

66/0

کشت آبی و باغ بدون تغییر

11/232

32/2

کشت آبی و باغ به بایر

95/13

13/0

بایر به کشت دیم

30/141

47/1

بایر به مرتع

02/4

004/0

بایر به کشت آبی و باغ

54/0

000/0

بایر بدون تغییر

40/59

59/0

 


نتایج جدول (8) نشان می­دهد که 91/68 درصد از منطقه بدون تغییر باقی مانده است. 69/1794 هکتار از اراضی مرتعی به کشت دیم، 96/228 هکتار به کشت آبی و باغ و  68/94 هکتار به بایر تبدیل شده است که نشان از کاهش 2118.33 هکتاری مراتع در طی این دوره در منطقه دارد.  هم­چنین بیش­ترین تغییرات صورت گرفته مربوط به تبدیل کاربری مرتع به کشاورزی و کشت آبی و باغ به کشت دیم می­باشد. در صورتی که کم­ترین تغییرات مربوط به تبدیل کاربری بایر به کشت آبی و باغ و بایر به مرتع می باشد. شکل (7) نقشه تغییرات کاربری اراضی در دوره 1393-1366 را نشان می دهد.


 

شکل 7- نقشه تغییرات کاربری رخ داده در طول دوره 1393-1366

Figure 7.The map of land use changes during the period of 1987-2014

 


بحث و نتیجه­گیری

 

بررسی منابع زمینی و روند تغییرات آن­ها با استفاده از روش­های سنتی، معمولاّ زمان­بر و مستلزم هزینه­های زیاد می باشد (24). این مساله همراه با سرعت پویایی و تحول پدیده­های زمینی سبب شده است تا متخصصان برای یافتن روش­های سریع و دقیق با استفاده از فنون پیشرفته تلاش بیش­تری نمایند (11). فنون سنجش از دور و سامانه اطلاعات جغرافیایی از جمله فناوری­های مورد استفاده در این زمینه می­باشند (8 و20 و 25). قابلیت بالای سامانه‌های اطلاعاتی جغرافیایی و  سنجش از دور از یک‌طرف، صرفه‌جویی و کاهش هزینه‌ها نیز از طرف دیگر سبب شده تا امروزه این فناوری‌ها به‌عنوان یکی از بهترین روش‌ها برای تهیه‌ی نقشه‌های کاربری/پوشش اراضی با استفاده از تصاویر ماهواره‌ای باشد. با توجه به این‌که داده‌های مورد استفاده از نوع اطلاعات ماهواره‌ای لندست (سنجنده­های TMو OLI-TIRS) هستند که در طول موج‌های متفاوت از سطح زمین فرایند دریافت اطلاعات طیفی را ممکن می‌سازند و با توجه به این­که خصوصیات طیفی هر باند اطلاعاتی، تهیه اطلاعات موضوعی در قالب ترکیب با سایر داده‌های طیفی را امکان‌پذیر می‌سازد، از این رو داده‌های سنجش از را دور از منابع بسیار با اهمیت در مطالعات محیطی مناطق و بررسی تغییرات آن‌ها در طی زمان می‌باشد. این امر به دلیل تکراری بودن، پوشش وسیع و امکان دسترسی در اسرع وقت می‌توانند راه‌حل مناسبی جهت تهیه نقشه، ارزیابی، کنترل و پایش مناطق را فراهم نمایند (26). در این تحقیق برای پایش تغییرات رخ‌داده در بازه‌ی 27 ساله از روش طبقه‌بندی نظارت‌شده و خوارزمیک طبقه‌بندی بیش­ترین شباهت که دارای دقت بالایی می‌باشد (27)، استفاده شدکه مشابه تحقیقات (15 و 28 و 29 و 30 و 31) است. بر اساس نتایج حاصل از بررسی دقت طبقه بندی در دو تصویر، میزان صحت طبقه­بندی برای تصویر TM 1987، TM 1998 و OLI TIRS 2014 به ترتیب 92/87، 44/91 و 59/94 درصد و میزان ضریب کاپا برای هر کدام از این تصاویر 82/0، 87/0 و 91/0 به دست آمد. میزان ضرایب حاصل بیان­گر این واقعیت است که هر یک از تصاویر ماهواره ای مورد استفاده، قابلیت تهیه نقشه کاربری اراضی با دقت بالا را داشته­اند که با نتایج تحقیقات (3 و 11 و 19 و 32) مطابقت دارد. در این پژوهش علاوه بر محاسبه صحت کلی و ضریب کاپا، پارامترهای دقت کاربر و دقت تولید کننده، به تفکیک برای هر کلاس­ از کاربری در سه تصویر به دست آمد تا میزان خطا در هریک از کلاس­های طبقه­بندی شده مشخص شود. در مجموع دقت نتایج حاصل از سه تصویر برای تمام کاربری­ها یکسان بود، که این مهم را می­توان به برداشت نمونه­های تعلیمی مناسب و هم­زمانی تاریخ برداشت سه تصویر در سال­های 1366، 1377 و 1393 ربط داد که هرسه تصویر نیز در اوایل خرداد ماه برداشت شده بودند. در این زمان در منطقه مورد مطالعه پوشش گیاهی به حداکثر رشد خود رسیده و اراضی کشت دیم هنوز برداشت نشده است. بنابراین تصاویر بازتاب طیفی کلاس­های مشابه در هر سه سال تا حدود زیادی مشابه خواهد بود. علاوه بر این موارد، برداشت نمونه­های تعلیمی با پراکنش و تعداد مناسب در سطح حوزه و استفاده از شاخص NDVI و لایه شیب برای تصحیح نقشه­ها نقش قابل توجهی در بهبود فرایند طبقه­بندی داشته است. نتایج حاصل از مقایسه نقشه­های کاربری اراضی در طول دوره 1393-1366 نشان دهنده تغییر سطح همه کاربری­ها می باشد که در این میان کاربری­های کشت دیم، بایر و کشت آبی و  باغ افزایش یافته است در حالی­که مراتع منطقه به شدت (68/1970 هکتار) کاهش یافته است. بیش­ترین تغییرات کاربری مرتع در اثر تبدیل به کاربری­های به ترتیب کشت دیم، کشت آبی، باغ و بایر بوده است. مهم ترین تبدیل مربوط به تبدیل اراضی مرتعی به اراضی کشاورزی تحت کشت دیم می­باشد که باتوجه به افزایش جمعیت منطقه از حدود 4000 نفر به 8500 در آخر بازه­ی مورد مطالعه (مطالعات تفصیلی حوزه آب­خیز کفتاره اردبیل) و رشد بیش از دو برابر آن، تقاضا برای امرار معاش را بیشتر کرده که این امر در نهایت منجر به تخریب و تبدیل اراضی مرتعی به کشاورزی کشت دیم شده است. تبدیل اراضی مرتعی به اراضی بایر به دلیل افزایش تعداد دام در منطقه در طی 27 سال (مطالعات تفصیلی حوزه آبخیز کفتاره اردبیل) و به دنبال آن چرای بیش از ظرفیت مراتع در کنار چرای زود رس از دیگر عوامل کاهش مراتع منطقه است. از دیگر علل افزایش اراضی بایر، تبدیل اراضی مرتعی درجه سه به کشت دیم بوده که به دلیل بازدهی کم پس از مدتی کشت، این اراضی به دیم زار و در نهایت به اراضی بایر تبدیل شده است. از طرفی دیگر تبدیل اراضی مرتعی به کشت آبی که در منطقه به صورت کشت یونجه می­باشد نیز از دیگر علل کاهش مراتع منطقه است. آب مورد نیاز کشت یونجه در گذشته در منطقه از طریق آب چشمه­ها تهیه می­شده است که در سال­های اخیر با افزایش سطح کشت آبی در منطقه، علاوه بر آب چشمه ها، حفر 9 مورد چاه (مطالعات تفصیلی حوزه آب­خیز کفتاره اردبیل)، جهت تامین آب مورد نیاز، هشداری برای تهدید اکوسیستم منطقه است که در آینده سبب تاثیرات منفی خواهد شد. از دیگر دلایل تخریب مراتع، مدیریت ضعیف­تر سازمان­های متولی عرصه­های منابع طبیعی و توجه کم­تر مسوولان و مردم محلی به ویژه در سال­های ابتدای دوره می باشد که هنوز مطالعات تفصیلی در این منطقه صورت نگرفته بود. لازم به ذکر است که در سال­های اخیر با مطالعات صورت گرفته و اجرای طرح­های احیای مرتع، بخشی از اراضی فاقد پوشش (بایر) منطقه، تبدیل به مراتع شده­اند. هم­چنین عمده تخریب­ این مراتع در حاشیه زمین­های زراعی و کم شیب در منطقه که مناسب تبدیل به زمین­های زراعی است رخ داده است، (11 و 33) نیز در تحقیقات خود به این نتیجه رسیدند. اراضی تحت کشت دیم در طول دوره 1393-1366 به میزان 2/1808 هکتار افزایش یافته است که این نتیجه هم­سو با نتایج تحقیق (11) است ولی با نتایج تحقیق (12 و 34) که اراضی کشاورزی در یک دوره کاهش داشته است مخالف می­باشد، البته به نظر می­رسد کاهش اراضی کشاورزی در تحقیق ایشان به دلیل افزایش ساخت و سازهای مسکونی در اراضی کشاورزی منطقه بوده است. بر اساس نتایج تحقیق در طول دوره زمانی مورد بررسی نیز اراضی بایر در منطقه افزایش یافته است. عمده دلیل افزایش اراضی بایر در منطقه تبدیل اراضی کشت دیم و مرتع به اراضی بایر است که علت این امر تبدیل اراضی مرتعی به کشت دیم در حاشیه مزارع می­باشد که به دلیل عدم محصول دهی در منطقه رها شده و تحت عنوان دیم­زار رها شده تلقی می­گردد. هم­چنین نباید از تاثیر دام­های منطقه و از بین رفتن پوشش گیاهی اراضی مرتعی منطقه به خصوص اراضی با پوشش ضعیف در منطقه غافل بود. البته در دوره 1377-1366 اراضی بایر در منطقه افزایش ولی در دوره 1393-1377 کاهش یافته است که علت این امر اجرای طرح­های احیای مراتع و عملیاتی از قبیل بذرپاشی و کپه کاری و ... در منطقه از سوی منابع طبیعی استان است که موجب تبدیل بخشی از اراضی بایر به مرتع شده است. از طرفی دیگر در دوره 1377-1366 اراضی کشت آبی و باغ در منطقه افزایش یافته است که این امر به دلیل تامین علوفه دام توسط مردم بومی منطقه امری طبیعی است، هرچند که در سال 1377 که در منطقه به عنوان سال ترسالی مشخص شده است (35)، اقلیم منطقه تاثیر به­سزایی در بهبود وضعیت باغات منطقه داشته است. اما در دوره 1393-1377 با کاهش سطح آب­های سطحی و زیرزمینی در منطقه  و هم­چنین بروز خشک­سالی در سال­های 1390 تا 1393 در منطقه (35)، بخش زیادی از اراضی کشت آبی و باغات منطقه کاهش یافته است.

تشکر و قدردانی

بدین وسیله، از تمامی افراد بومی منطقه کفتاره و کارشناسان منابع طبیعی استان اردبیل که در طول مراحل مختلف انجام این تحقیق ما را یاری نمودند تشکر و قدردانی می­کنیم.

منابع

  1. Kun, j., Shunlin, L., Ning, Zh., Xiangqin, W., Xingfa, G., Xiang,  Zh., Yunjun, Y., Xianhong, X., 2014.  Land cover classification of finer resolution remote sensing data integrating temporal features from time series coarser resolution data. ISPRS Journal of Photogrammetry and Remote Sensing, 93 (2014) 49–55.
  2. Dong, l., Wenting, ZH., 2014. A comparison of comparison of Markov model-based methods for predicting the ecosystem service value of land use in Wuhan, central China. EcosystemServices7, (2014), 57–65.
  3. کاظمی، محمد.، مهدوی، یدالله.، نوحه‌گر، احمد.، رضایی، پیمان.، 1390، "برآورد تغییرات پوشش و کاربری اراضی با استفاده از سیستم‌های اطلاعاتی جغرافیایی (مطالعه‌ی موردی: حوضه‌ی آبخیز تنگ بستانک شیراز)"، کاربرد سنجش از دور و GIS در علوم منابع طبیعی، سال2، شماره1، 116-103.
    1. Edwards, P.J., May, R.M., Webb, N.R., 1994. Large Ale ecology and conservation biology. Environ, Natural Resources, 32 (1), 33–39.
    2. Xian, G., Homer, C., Fry, J., 2009.  Updating the 2001 National Land Cover Data base land cover classification to 2006 by using Landsat imagery change detection methods. Remote Sensing of Environment, 113, 1133–1147.
    3. Mohammady, M., Moradi, HR., Zeinivand, H., 2015. A comparison of supervised, unsupervised and synthetic land use classification methods in the north of Iran. International Journal of Environment Science and technology, 12:1515–1526.
    4. Coops, N.C., Wulder, M.A., White, J.C., 2006. Identifying and describing forest disturbance and spatial pattern: data selection issues Understanding For Disturbance Spatial Pattern. Remote Sens, GIS Approaches, 31.
    5. Chen, X., Vierling, L., Deering, D., 2005. A simple and effective radiometric correction method to improve landscape change detection across sensors and across time. Remote Sensing of Environment, 98(1), 63-79.
    6. Jensen, J.R and Cowen, D.C., 1999.  Remote sensing of urban suburban infrastructure and socio-economic attributes. Photogram Engineering, Remote Sensing, 65, 611–622.
    7. Hathout, S., 2002.  The use of GIS for monitoring and predicting urban growth in East and West St Paul, Winnipeg, Manitoba, Canada.  Journal of Environmental Management, 66, 229–238.
    8. سلطانیان، ستار.، رحیمی، احسان.، سبز قبائی، غلامرضا.، رستمی، کیانوش.، زیدی، امیر.، 1393، "ارزیابی روند تغییرات کاربری اراضی منطقه حفاظت شده اشترانکوه  بین سال های 1368 تا 1384 با استفاده از تصاویرLandsat"،  فصلنامه فن آوری های نوین در مهندسی محیط زیست و منابع تجدیدپذیرسال اول، شماره 1، تابستان 1393.
    9. نظری سامانی، علی اکبر.،  قربانی، مهدی.، کوهبنانی، حمیدرضا.، 1389، "ارزیابی روند تغییرات کاربری اراضی حوزة آبخیز طالقان در دورة 1366 تا 1380"، مجلة علمی پژوهشی مرتع، سال چهارم/ شمارة سوم/ پاییز  1389. 451-442.
      1. Hong, Y., 2013. Characterizing land use changes in 1990-2010 in the coastal zone of Nantong, Jiangsu province, Chin. Ocean & Coastal Management, 71, (2013), 108-115.
      2. Brink, A., Eva, H, 2009. Monitoring 25 years of land cover changes dynamics in Africa: a sample based remote sensing approach.  Applied geography, 29(2009), pp. 501-512.
      3. Shalaby, A., Tateishi, R., 2007. Remote sensing and GIS for mapping and monitoring land cover and land use changes in the northwestern coastal zone of Egyp. Applied Geography 27, (2007), pp. 28-41.
      4. مطالعات طرح تفصیلی حوزه آب­خیز کفتاره، اداره کل منابع طبیعی استان اردبیل، تاریخ دسترسی  مرداد 1393.
      5. تولایی. سیمین و حاجی نوروزی. نرگس، 1385، تهیه کاربری اراضی پاکدشت با استفاده از RS و GIS،  نشریه علوم جغرافیایی، ج 5، ش 6 و 7: صص40-27.
      6. رسولی. علی اکبر و محمودزاده. حسن، 1389، مبانی سنجش از دور دانش پایه، چاپ اول، انتشارات علیمران.
        1. Yuan, F.K.E., Sawaya, B.C., Loeffelholz, M. E., 2005. Land cover classification and change analysis of the Twin (Minnesota) Metropolitan Area by multi temporal Landsat remote sensing. Remote sensing of Environment, 95: 317-328.
        2. Richards, J., Xiuping, J., 2006. Remote Sensing Digital Image Analysis: An Introduction.  4th Edition, Springer.
        3. سرودی، مونا.، جوزی، سیدعلی.، 1392، "سنجش از دور و اجرای مدل مارکوف برای بررسی تغییرات فضای سبز شهری (مطالعه موردی: منطقه 1 شهرداری تهران)"، محیط شناسی، سال سی و نهم، شماره 1، بهار 1392، صص 122-113.
          1. Lee, T., H.,Yeh., 2009. Applying remote sensing techniques to monitor shifting wetland vegetation: A case study of Danshui River estuary mangrove communities, Taiwan. Ecological Engineering, 487-496.
          2. بنیادی، امیراسلام و حاجی قادری، طه.، 1386، "تهیه نقشه جنگلهای طبیعی استان زنجان با استفاده از داده‌های سنجنده ETM+ ماهواره لندست 7"، مجله علوم و فنون کشاورزی و منابع طبیعی،  شماره 42، صص 638-627.
            1. Di Gregorio, A., 2005. Land cover classification system (LCCS), classification concepts and user manual, software version 2.  Rome: Food and Agriculture Organization (FAO) of the United Nations.
            2. Lu, D., Mausel, P., Brondizio, E., Moran, E., 2004. Change detection techniques. International Journal of Remote Sensing, 25(12), 2365e2407.
            3. حسین­زاده. محمدمهدی، اسماعیلی. رضا، نوحه­گر. احمد و ثقفی. مهدی، 1388، بررسی تغییرات پوشش جنگلی در دامنه­های شمالی البرز (مطالعه موردی: حد فاصل دره هراز و دره چالوس، شهرستان‌های چالوس، نوشهر، نور و آمل)، علوم محیطی، سال7، شماره1، صص 20-1.
            4. یوسفی. صالح، تازه. مهدی، میرزایی. سمیه، مرادی. حمیدرضا و توانگر. شهلا، 1390، مقایسه الگوریتم‌های مختلف طبقه‌بندی تصاویر ماهواره‌ای در تهیه نقشه کاربری اراضی (مطالعه موردی: شهرستان نور)، کاربرد  سنجش از دور و GIS در علوم منابع طبیعی، شماره2، صص25-15.
            5. قربانی. رسول، تقی پور. علی اکبر و محمود زاده. حسن، 1391، ارزیابی و تحلیل تغییرات کاربری اراضی محدوده‌ی تالاب‌های بین‌المللی آلا­گل، آلماگل و آجی­گل ترکمن صحرا با استفاده از تصاویر ماهواره­ای چند زمانه، جغرافیا وبرنامه ریزی محیطی، سال23، پیاپی48، شماره 4، صص186-168.
            6. روستا. زهرا، منوری. سیدمسعود، درویش. مهدی و فلاحتی. فاطمه، 1391، کاربرد سنجش ازدور و سیستم اطلاعاتی جغرافیایی در استخراج نقشه­ی کاربری اراضی حاشیه شهرشیراز، آمایش سرزمین، سال4، شماره6، صص163-149.
            7. سنجری. صالح و برومند. ناصر، 1392، پایش تغییرات کاربری/پوشش اراضی درسه دهه­ی گذشته با استفاده از تکنیک سنجش ازدور(مطالعه­ی موردی: منطقه­ی زرنداستان کرمان)، مجله ی کاربردسنجش ازدور و GIS درعلوم منابع طبیعی، سال4، شماره1، صص67-56.
              1. Elcavy, O., Rod, J., Ismail, H., Suliman, A., 2011. Land use and land cover changes detections in the western Nile delta of Egypt using remote sensing data. Applied geography, 31(2011), pp. 483-494.
              2. برخورداری. جلال و خسروشاهی. محمد، 1386، بررسی اثر تغییرات پوشش اراضی و اقلیم بر جریان رودخانه  (مطالعه موردی: حوزه آب­خیز میناب) ، مجله پژوهش و سازندگی، 77 (4): صص198-191.
              3. کلارستاقی.  عطالله، احمدی. حسن، جعفری. محمد و قدوسی. جمال،  1387، پیش بینی تغییرات احتمالی کاربری جنگل به دیم کاری با استفاده از مدلسازی احتمالاتی در حوزه آب­خیز فریم صحرا-استان مازندران، فصل­نامه پژوهش و سازندگی، سال بیست و یکم، شماره سه، صص63-52.
                1. Rajesh, B., Yuji, M., 2006. Land use change analysis using remote sensing and GIS: A Case Study of Kathmandu Metropolitan, Nepal. Research Abstracts on Spatial Information Science CSIS DAYS: 1.
                2. اداره کل هواشناسی استان اردبیل، بخش آمار و اطلاعات، تاریخ دسترسی 1393.

 

 



[1]- استادیار، گروه منابع طبیعی و محیط زیست، دانشگاه پیام نور، تهران، ایران * (مسوول مکاتبات).

[2]- باشگاه پژوهشگران جوان و نخبگان، واحد اردبیل، دانشگاه آزاد اسلامی، اردبیل، ایران.

[3]- Assistant Professor, Natural Resources and Environment Department, Payame Noor University, Tehran, Iran. *(Corresponding author)

[4]- Young Researchers and Elite Club, Ardabil Branch, Islamic Azad University, Ardabil, Iran.

[5]- United State Geology Survey

[6]- Cost

[7]- Maximum Likelihood

[8]- Training Data

[9]- Minimum Distance

  1. منابع

    1. Kun, j., Shunlin, L., Ning, Zh., Xiangqin, W., Xingfa, G., Xiang,  Zh., Yunjun, Y., Xianhong, X., 2014.  Land cover classification of finer resolution remote sensing data integrating temporal features from time series coarser resolution data. ISPRS Journal of Photogrammetry and Remote Sensing, 93 (2014) 49–55.
    2. Dong, l., Wenting, ZH., 2014. A comparison of comparison of Markov model-based methods for predicting the ecosystem service value of land use in Wuhan, central China. EcosystemServices7, (2014), 57–65.
    3. کاظمی، محمد.، مهدوی، یدالله.، نوحه‌گر، احمد.، رضایی، پیمان.، 1390، "برآورد تغییرات پوشش و کاربری اراضی با استفاده از سیستم‌های اطلاعاتی جغرافیایی (مطالعه‌ی موردی: حوضه‌ی آبخیز تنگ بستانک شیراز)"، کاربرد سنجش از دور و GIS در علوم منابع طبیعی، سال2، شماره1، 116-103.
      1. Edwards, P.J., May, R.M., Webb, N.R., 1994. Large Ale ecology and conservation biology. Environ, Natural Resources, 32 (1), 33–39.
      2. Xian, G., Homer, C., Fry, J., 2009.  Updating the 2001 National Land Cover Data base land cover classification to 2006 by using Landsat imagery change detection methods. Remote Sensing of Environment, 113, 1133–1147.
      3. Mohammady, M., Moradi, HR., Zeinivand, H., 2015. A comparison of supervised, unsupervised and synthetic land use classification methods in the north of Iran. International Journal of Environment Science and technology, 12:1515–1526.
      4. Coops, N.C., Wulder, M.A., White, J.C., 2006. Identifying and describing forest disturbance and spatial pattern: data selection issues Understanding For Disturbance Spatial Pattern. Remote Sens, GIS Approaches, 31.
      5. Chen, X., Vierling, L., Deering, D., 2005. A simple and effective radiometric correction method to improve landscape change detection across sensors and across time. Remote Sensing of Environment, 98(1), 63-79.
      6. Jensen, J.R and Cowen, D.C., 1999.  Remote sensing of urban suburban infrastructure and socio-economic attributes. Photogram Engineering, Remote Sensing, 65, 611–622.
      7. Hathout, S., 2002.  The use of GIS for monitoring and predicting urban growth in East and West St Paul, Winnipeg, Manitoba, Canada.  Journal of Environmental Management, 66, 229–238.
      8. سلطانیان، ستار.، رحیمی، احسان.، سبز قبائی، غلامرضا.، رستمی، کیانوش.، زیدی، امیر.، 1393، "ارزیابی روند تغییرات کاربری اراضی منطقه حفاظت شده اشترانکوه  بین سال های 1368 تا 1384 با استفاده از تصاویرLandsat"،  فصلنامه فن آوری های نوین در مهندسی محیط زیست و منابع تجدیدپذیرسال اول، شماره 1، تابستان 1393.
      9. نظری سامانی، علی اکبر.،  قربانی، مهدی.، کوهبنانی، حمیدرضا.، 1389، "ارزیابی روند تغییرات کاربری اراضی حوزة آبخیز طالقان در دورة 1366 تا 1380"، مجلة علمی پژوهشی مرتع، سال چهارم/ شمارة سوم/ پاییز  1389. 451-442.
        1. Hong, Y., 2013. Characterizing land use changes in 1990-2010 in the coastal zone of Nantong, Jiangsu province, Chin. Ocean & Coastal Management, 71, (2013), 108-115.
        2. Brink, A., Eva, H, 2009. Monitoring 25 years of land cover changes dynamics in Africa: a sample based remote sensing approach.  Applied geography, 29(2009), pp. 501-512.
        3. Shalaby, A., Tateishi, R., 2007. Remote sensing and GIS for mapping and monitoring land cover and land use changes in the northwestern coastal zone of Egyp. Applied Geography 27, (2007), pp. 28-41.
        4. مطالعات طرح تفصیلی حوزه آب­خیز کفتاره، اداره کل منابع طبیعی استان اردبیل، تاریخ دسترسی  مرداد 1393.
        5. تولایی. سیمین و حاجی نوروزی. نرگس، 1385، تهیه کاربری اراضی پاکدشت با استفاده از RS و GIS،  نشریه علوم جغرافیایی، ج 5، ش 6 و 7: صص40-27.
        6. رسولی. علی اکبر و محمودزاده. حسن، 1389، مبانی سنجش از دور دانش پایه، چاپ اول، انتشارات علیمران.
          1. Yuan, F.K.E., Sawaya, B.C., Loeffelholz, M. E., 2005. Land cover classification and change analysis of the Twin (Minnesota) Metropolitan Area by multi temporal Landsat remote sensing. Remote sensing of Environment, 95: 317-328.
          2. Richards, J., Xiuping, J., 2006. Remote Sensing Digital Image Analysis: An Introduction.  4th Edition, Springer.
          3. سرودی، مونا.، جوزی، سیدعلی.، 1392، "سنجش از دور و اجرای مدل مارکوف برای بررسی تغییرات فضای سبز شهری (مطالعه موردی: منطقه 1 شهرداری تهران)"، محیط شناسی، سال سی و نهم، شماره 1، بهار 1392، صص 122-113.
            1. Lee, T., H.,Yeh., 2009. Applying remote sensing techniques to monitor shifting wetland vegetation: A case study of Danshui River estuary mangrove communities, Taiwan. Ecological Engineering, 487-496.
            2. بنیادی، امیراسلام و حاجی قادری، طه.، 1386، "تهیه نقشه جنگلهای طبیعی استان زنجان با استفاده از داده‌های سنجنده ETM+ ماهواره لندست 7"، مجله علوم و فنون کشاورزی و منابع طبیعی،  شماره 42، صص 638-627.
              1. Di Gregorio, A., 2005. Land cover classification system (LCCS), classification concepts and user manual, software version 2.  Rome: Food and Agriculture Organization (FAO) of the United Nations.
              2. Lu, D., Mausel, P., Brondizio, E., Moran, E., 2004. Change detection techniques. International Journal of Remote Sensing, 25(12), 2365e2407.
              3. حسین­زاده. محمدمهدی، اسماعیلی. رضا، نوحه­گر. احمد و ثقفی. مهدی، 1388، بررسی تغییرات پوشش جنگلی در دامنه­های شمالی البرز (مطالعه موردی: حد فاصل دره هراز و دره چالوس، شهرستان‌های چالوس، نوشهر، نور و آمل)، علوم محیطی، سال7، شماره1، صص 20-1.
              4. یوسفی. صالح، تازه. مهدی، میرزایی. سمیه، مرادی. حمیدرضا و توانگر. شهلا، 1390، مقایسه الگوریتم‌های مختلف طبقه‌بندی تصاویر ماهواره‌ای در تهیه نقشه کاربری اراضی (مطالعه موردی: شهرستان نور)، کاربرد  سنجش از دور و GIS در علوم منابع طبیعی، شماره2، صص25-15.
              5. قربانی. رسول، تقی پور. علی اکبر و محمود زاده. حسن، 1391، ارزیابی و تحلیل تغییرات کاربری اراضی محدوده‌ی تالاب‌های بین‌المللی آلا­گل، آلماگل و آجی­گل ترکمن صحرا با استفاده از تصاویر ماهواره­ای چند زمانه، جغرافیا وبرنامه ریزی محیطی، سال23، پیاپی48، شماره 4، صص186-168.
              6. روستا. زهرا، منوری. سیدمسعود، درویش. مهدی و فلاحتی. فاطمه، 1391، کاربرد سنجش ازدور و سیستم اطلاعاتی جغرافیایی در استخراج نقشه­ی کاربری اراضی حاشیه شهرشیراز، آمایش سرزمین، سال4، شماره6، صص163-149.
              7. سنجری. صالح و برومند. ناصر، 1392، پایش تغییرات کاربری/پوشش اراضی درسه دهه­ی گذشته با استفاده از تکنیک سنجش ازدور(مطالعه­ی موردی: منطقه­ی زرنداستان کرمان)، مجله ی کاربردسنجش ازدور و GIS درعلوم منابع طبیعی، سال4، شماره1، صص67-56.
                1. Elcavy, O., Rod, J., Ismail, H., Suliman, A., 2011. Land use and land cover changes detections in the western Nile delta of Egypt using remote sensing data. Applied geography, 31(2011), pp. 483-494.
                2. برخورداری. جلال و خسروشاهی. محمد، 1386، بررسی اثر تغییرات پوشش اراضی و اقلیم بر جریان رودخانه  (مطالعه موردی: حوزه آب­خیز میناب) ، مجله پژوهش و سازندگی، 77 (4): صص198-191.
                3. کلارستاقی.  عطالله، احمدی. حسن، جعفری. محمد و قدوسی. جمال،  1387، پیش بینی تغییرات احتمالی کاربری جنگل به دیم کاری با استفاده از مدلسازی احتمالاتی در حوزه آب­خیز فریم صحرا-استان مازندران، فصل­نامه پژوهش و سازندگی، سال بیست و یکم، شماره سه، صص63-52.
                  1. Rajesh, B., Yuji, M., 2006. Land use change analysis using remote sensing and GIS: A Case Study of Kathmandu Metropolitan, Nepal. Research Abstracts on Spatial Information Science CSIS DAYS: 1.
                  2. اداره کل هواشناسی استان اردبیل، بخش آمار و اطلاعات، تاریخ دسترسی 1393.