بررسی تغییرات کاربری اراضی با استفاده از روشهای پیکسل پایه و شی گرا و تحلیل اثرات تغییر کاربری ها بر فرسایش خاک (مطالعه موردی: شهرستان مراغه)

نوع مقاله: مقاله پژوهشی

نویسندگان

1 دانشگاه ارومیه

2 دانشگاه محقق اردبیلی

3 دانشگاه شهید بهشتی

چکیده

در این تحقیق ، روش مبتنی بر پیکسل‌پایه و روش مبتنی بر شیءگرا در تهیه نقشه کاربری‌اراضی شهرستان مراغه با استفاده از تصاویر سنجنده ASTER در یک بازه زمانی 17 ساله، از سال 2000 تا 2017 و تاثیر تغییرات کاربری ها بر فرسایش، مورد بررسی قرار گرفت. ‌برای‌ مقایسه ‌عملی‌ نتایج،‌ د‌ر ‌هر ‌د‌و ‌روش‌ از‌د‌اد‌ه‌های‌ آموزشی‌ یکسان‌ برای‌ طبقه‌بندی‌ استفاد‌ه‌ گرد‌ید‌؛‌سپس ‌مهم‌ترین ‌روش‌های ‌ارزیابی ‌صحت‌ شامل‌ د‌قت‌کلی‌و‌ ضریب‌ کاپای‌ طبقه‌بندی‌ استخراج‌ شد و مشخص شد که نتیجه طبقه‌بندی به روش شیءگرا نسبت به روش حداکثرشباهت 3% نتایج بهتری ارائه می‌دهد. بعد از طبقه‌بندی و مقایسه نقشه‌های استخراج شده، اقدام به آشکارسازی تغییرات حادث شده در این بازه زمانی شد و مشخص شد که طبقات مرتع و بایر دارای روند کاهشی و طبقات باغات متراکم و آب دارای روند افزایشی می‌باشد. با توجه به نقشه­های کاربری­های حاصل از دو روش طبقه­بندی حداکثرشباهت و شیءگرا و مقایسه و تطبیق دادن این نقشه­ها با واقیت­های زمینی، نتایج حاصل از روش طبقه­بندی شیءگرا مورد تأیید قرار گرفت. با توجه به نتایج حاصل از مطالعه با روش شیءگرا در طی بازه­ی زمانی مورد مطالعه در شهرستان مراغه کاربری‌های باغات متراکم، باغات‌کم‌تراکم، مسکونی، کشاورزی، صنعتی و ارتباطی در روش شیءگرا دارای افزایش، و کاربری‌های زراعی، مرتع، دیم و بایر دارای کاهش مساحت بوده‌اند. که این امر بیانگر اهمیت کشاورزی و باغداری در این شهرستان می‌باشد. با توجه به نتایج پهنه‌بندی خطر فرسایش سال 2000 به ترتیب 08/9 و 88/15 درصد و با توجه پهنه­بندی فرسایش 2017 به ترتیب 66/13و 76/29 درصد از مساحت شهرستان در دو طبقة بسیار پرخطر و پرخطر قرار دارند. هم‌چنین نتایج تحقیق نشان می‌دهد که در دوره یاد شده، ضمن افزایش کاربری باغات متراکم، باغات کم تراکم، مسکونی و صنعتی، تخریب و تبدیل‌شدن اراضی مرتعی و اراضی دیم در سطح قابل توجهی صورت گرفته است که نقش مهمی در افزایش آسیب‌پذیری منطقه مورد مطالعه در مقابل فرسایش خاک دارد.

کلیدواژه‌ها


عنوان مقاله [English]

Investigation Land use change with Use of a Pixel-based method and Object-Oriented Method and Analysis of the Effect of Land Use Change on Soil Erosion (case Study of Maragheh County)

نویسندگان [English]

  • vahid mohammadnejad 1
  • Sayyad Asghari 2
  • Hadi emami 3
2 Associated professor, Mohaghegh ardebili University
3 shahid beheshti
چکیده [English]

Land use reflects the interactive characteristics of humans and the environment and describes how human exploitation works for one or more targets on the ground. Land use is usually defined on the basis of human use of the land, with an emphasis on the functional role of land in economic activities. In this research, a pixel-based method and object-oriented method for mapping the map of Maragheh city using ASTER sensor images in a 17-year time series were compared between 2000 and 2017. Also the effect of land use changes on erosion was studied. In order to compare the results, both methods used the same educational data for classification. Then, the most important methods for assessing accuracy including precision and kappa coefficient of classification were extracted, and it was determined that the result of the object-oriented classification was better than the 3% Offers. The increase in accuracy in a method based on object-oriented classification largely depends on choosing the appropriate parameters for classification, defining the rules, and applying the appropriate algorithm to obtain the degree of membership. After classifying and comparing the extracted maps, we attempted to reveal the changes that occurred during this period and it was determined, that the rangeland and Bayer classes have a decreasing trend and dense garden classes and water with increasing trend. According to the user-mapped maps of the two methods of maximum-likeness and object-oriented classification and comparison and adaptation of these maps with ground-based properties, the results of the object-oriented classification method were confirmed. According to the results of the study, with object-oriented method, in the Maragheh area, densely populated gardens, gardens, housing, housing, agriculture, industry, and communication in the object-oriented method have increased, and agronomic, pasture, dryland and Bayer uses Reduced area. This indicates the importance of agriculture and horticulture in this city. In 2000, 9.08 percent and 15.88 percent of study area are located in very high-risk and high-risk erodibility and these values for 2017 are 13.66 and 29.76 percent respectively. Also results showed that dense and low dense agricultural land, residential and industrial land use have been increased.
The increase in accuracy in a method based on object-oriented classification largely depends on choosing the appropriate parameters for classification, defining the rules, and applying the appropriate algorithm to obtain the degree of membership. After classifying and comparing the extracted maps, we attempted to reveal the changes that occurred during this period and it was determined, that the rangeland and Bayer classes have a decreasing trend and dense garden classes and water with increasing trend. According to the user-mapped maps of the two methods of maximum-likeness and object-oriented classification and comparison and adaptation of these maps with ground-based properties, the results of the object-oriented classification method were confirmed. According to the results of the study, with object-oriented method, in the Maragheh area, densely populated gardens, gardens, housing, housing, agriculture, industry, and communication in the object-oriented method have increased, and agronomic, pasture, dryland and Bayer uses Reduced area. This indicates the importance of agriculture and horticulture in this city. In 2000, 9.08 percent and 15.88 percent of study area are located in very high-risk and high-risk erodibility and these values for 2017 are 13.66 and 29.76 percent respectively. Also results showed that dense and low dense agricultural land, residential and industrial land use have been increased.
The increase in accuracy in a method based on object-oriented classification largely depends on choosing the appropriate parameters for classification, defining the rules, and applying the appropriate algorithm to obtain the degree of membership. After classifying and comparing the extracted maps, we attempted to reveal the changes that occurred during this period and it was determined, that the rangeland and Bayer classes have a decreasing trend and dense garden classes and water with increasing trend. According to the user-mapped maps of the two methods of maximum-likeness and object-oriented classification and comparison and adaptation of these maps with ground-based properties, the results of the object-oriented classification method were confirmed. According to the results of the study, with object-oriented method, in the Maragheh area, densely populated gardens, gardens, housing, housing, agriculture, industry, and communication in the object-oriented method have increased, and agronomic, pasture, dryland and Bayer uses Reduced area. This indicates the importance of agriculture and horticulture in this city. In 2000, 9.08 percent and 15.88 percent of study area are located in very high-risk and high-risk erodibility and these values for 2017 are 13.66 and 29.76 percent respectively. Also results showed that dense and low dense agricultural land, residential and industrial land use have been increased.

کلیدواژه‌ها [English]

  • revealing of changes
  • Object-Oriented
  • maximal likelihood
  • Maragheh city
  • land use map
  • احمدپور، امیر؛ سلیمانی، کریم؛ شکری، مریم؛ قربانی پاشاکلایی، جمشید؛ (1390). مقایسه کارآیی سه روش رایج طبقه‌بندی نظارت شده داده‌های ماهواره‌ای در مطالعه پوشش‌گیاهی، مجله کاربرد سنجش از دور و GIS در علوم منابع طبیعی، دوره2 , شماره2 ؛ از صص 69-81
  • آرخی، صالح؛ نیازی، یعقوب. (1389). ارزیابی روش‌های مختلف سنجش از دور برای پایش تغییرات کاربری‌اراضی (حوضه دره شهر ایلام)، فصلنامه علمی - پژوهشی تحقیقات مرتع و بیابان ایران، شماره ،1 صص 93-74.
  • اکبری، الهه؛ شکاری، علی. (1392). پردازش و استخراج اطلاعات از داده‌های ماهواره‌ای با استفاده از نرم‌افزار ENVI با نمونه‌های کاربردی در علوم زمین، نقشه برداری، جغرافیا و محیط زیست، انتشارات ماهواره، جلد اول.
  • پوراحمد، احمد؛ سیف‌الدینی، فرانک؛ پرنون، زیبا. (1390). مهاجرت و تغییر کاربری اراضی در شهر اسلامشهر،  مطالعات جغرافیایی مناطق خشک، سال دوم، شماره 5، ص152
  • ثقفی، مهدی؛ رحمانی، ابوالفضل (1396) تخمین برآورد تغییرات پهنه های فرسایش بادی با استفاده از مدل IRIFR و مدل استخراج کاربری اراضی و پوشش زمین از تصاویر ماهواره ای(مطالعه موردی: دهستان ماژان، خراسان جنوبی)، فضای جغرافیایی، شماره 59، صص 165-185.
  • جعفری، زهرا؛ نیک نهاد قره ماخر، حمید؛ قاسمی، مریم؛ جعفری، عیسی(1396) بررسی اثرات بهینه سای کاربری اراضی بر برخی خصوصیات فیزیکی و شیمیایی خاک و شاخص فرسایش پذیری آن در مراتع آوراد، تحقیقات مرتع و بیابان ایران، جلد 24، شماره1، صص 88-80.
  • جوان، فرهاد؛ حسنی مقدم، حسن؛ (1396). آشکارسازی میزان تخریب جنگل‌های هیرکانی با استفاده از تصاویر ماهواره‌ای و الگوریتم ماشین بردار پشتیبان(مطالعه موردی: شهرستان رضوانشهر)، استراتژی راهبردی جنگل، سال2، شماره 5، بهار 1396 صص 1-11.
  • رسولی، علی؛ محمودزاده، حسن؛ (1389). مبانی سنجش از دور پایه، انتشارات علمیران.
  • ریاحی، محمد رضا؛ سلیمانی، کریم؛ موسوی، سید رمضان؛ بنی هاشم، معصومه(1396) بررسی تاثیر تغییر کاربری اراضی بر دبی رودخانه با استفاده از مدل HEC-HMS (مطالعه موردی: حوضه آبخیز لکشا نکارود)، مجله پژوهش آب ایران، جلد 11، صص 33-43.
  • زاهدی‌فرد، ندا. (1381). تهیة نقشه کاربری اراضی با استفاده از داده‌های ماهواره‌ای در حوزه آبخیز بافت، پایان نامه کارشناسی ارشد خاکشناسی، دانشکده کشاورزی دانشگاه صنعتی اصفهان.
  • سفیانیان، علیرضا؛ خداکرمی، لقمان؛ (۱۳۹۰). تهیه نقشه کاربری اراضی با استفاده از روش طبقه‌بندی فازی (مطالعه موردی سه زیرحوزه آبخیز کبودرآهنگ، رزن - قهاوند و خونجین - تلخاب در استان همدان)، آمایش سرزمین، ۳ (۴)، ص. ۱۱۴-۹۵
  • طالبی خیاوی، حسین؛ ذبیحی، محسن؛ مصطفی زاده، رئوف (1396) تاثیر سناریوهای مختلف مدیریت کاربری اراضی بر میزان فرسایش خاک با استفاده از مدل USLE  ,  GIS در آبخیز سد یامچی اردبیل، نشریه آب و خاک، شماره 80، صص 221-234.
  • فیضی‌زاده، بختیار. (1386). مقایسه روش های پیکسل‌پایه و شیءگرا در تهیه نقشه‌های کاربری‌اراضی، پایانامه کارشناسی‌ارشد، دانشگاه تبریز مرکز سنجش از دور و GIS، استاد راهنما دکتر علی اکبر رسولی.
  • فیضی‌زاده، بختیار؛ هلالی، حسین. (1389). مقایسه روش های پیکسل پایه، شیءگرا و پارامترهای تاثیرگذار در طبقه‌بندی پوشش کاربری اراضی استان آذربایجان غربی، نشریه پژوهش های جغرافیایی، شماره 71، صفحه 73_84
  • ماهینی، رسول؛ محمدزاده، علی. (1389). آشکارسازی تغییرات پوشش اراضی حوزه آبخیز چالوس‌رود با استفاده از سنجش از دور و سامانه اطلاعات جغرافیایی اولین کنفرانس ملی ژئوماتیک نوین، دانشگاه تهران.
  • مختاری، محمدحسین؛ نجفی، احمد (۱۳۹۴). مقایسه روش‌های طبقه‌بندی ماشین بردار پشتیبان و شبکه عصبی مصنوعی در استخراج کاربری‌های اراضی از تصاویر ماهوارهای لندست TM، علوم و فنون کشاورزی و منابع طبیعی (علوم آب و خاک)، ۱۹ (۷۲)، صص. ۴۴-۳۵.
  • مهماندوست، فاطمه؛ اولیایی، حمید رضا؛ ادهمی، ابراهیم، نقی ها رضا (1397) اثر تغییر کاربری اراضی بر برخی ویژگی های فیزیکو شیمیایی و زیستی خاک منطقه سروک، شهرستان یاسوج، نشریه آب و خاک، جلد 32 شماره 3، صص 599-587.
    • Ackay, H.G., Aksoy. S, (2008), Automatic detection of geospatial objects using multiple hierarchical segmentation. IEEE Transactions on Geoscience and Remote Sensing. Vol. 46(7), P 2097-2111
    • Afify. H.A., (2011). Evaluation of change detection Techniques for monitoring land-cover changes: A Case study in new Burg El-Arab area, Vol. 50, No. 2, P 187–195.
    • Al-doski. J, Shattri. M, Zulhaidi. H, (2013), Image classification in remote sensing. Journal of Environment and Earth Science. Vol. 3, No. 10, P 141-147
    • Anil K. Jain, Farrokhnia. F, (1991), Unsupervised texture segmentation using Gabor filters, Vol. 24, Pages 1167-1186 
    • Arkhi S, Niazi Y, (2010). Evaluation of different remote sensing methods for monitoring land use change (Basin of the valley Ilam). Journal of Nutrition and Rangeland Research, No. 1, pp. 93-74.
    • Bhagawat, R. (2013). Application of remote sensing and Gis, land use/land cover change in kathmando metropolitan city, Nepal Journal of Theoretical and Applied Information Tech. 3: P 2-7
    • Blaschke, T., (2010). Object based image analysis for remote sensing. ISPRS Journal of Photogrammetry and Remote Sensing 65, 2–16. 24
    • Chandler, G., Markham, B. L., & Helder, D. L. (2009). Summary of current radiometric calibration coefficients for Landsat MSS, TM, ETM+, and EO-1 ALI sensors. Remote sensing of environment, vol. 113(5), P 893-903
    • Burges, C. J. (1998). A tutorial on support vector machines for pattern recognition. Data mining and knowledge discovery, Vol. 2, P 121-167.
    • Fei Yuan, Kali, E. Sawaya, Brian. And Loeffelholz, C. (2005). Marvin E. Bauer, Land cover classification and change analysis of the Twin Cities (Minnesota) Metropolitan Area by multitemporal Landsat remote sensing Remote Sensing of Environment, Vol. 98, P 317-328.
    • Iwasaki, A., Fujisada, H., Akao, H. Shindou, O., and Akagi, S., (2002), Enhancement of Spectral Separation Performance for ASTER/SWIR, SPIE Proceedings, vol. 4486, p. 42-50.
    • Iwasaki, A., and Tonooka, H., (2005), Validation of a crosstalk correction algorithm for ASTER/SWIR, IEEE Transactions on Geoscience and Remote Sensing, v. 43, Dec. 2005, p. 2747- 2751
    • Jensen, J., (2005), Introductory Digital Image Processing: A Remote Sensing Perspective (4th Edition) (Pearson Series in Geographic Information Science).
    • Lu, D., P. Mausel, E. Brondi´zio and E. Moran (2004). Change detection techniques, INT. J. Remote Sensing, Vol. 25, No. 12, p 2365–2407.
    • Singh A. (1989). Digital change detection techniques using remotely-sensed data, International Journal of Remote Sensing, 10(6): 989-1003.
    • Tonooka, H., and Iwasaki, A., (2003), Improvement of ASTER/SWIR Crosstalk Correction, SPIE Proceedings, vol. 5234, p. 168-179