شناسايي و بررسي روند تغييرات كاربري پوشش گياهي با استفاده از مدل هاي شبكه عصبي زمانمند و CA با بهره گيري از تكنيك هاي GIS و RS (مطالعه موردي: شهرستان مينودشت استان گلستان)

Identifying and reviewing the process of vegetation usage changes using time-based neural network and CA models using GIS and RS techniques (Case Study: Minoodasht County Golestan Province)

پايش تغييرات كاربري اراضي در بسياري از فعاليت‌هاي برنامه‌ريزي و مديريت شهري داراي اهميت مي‌باشد. بر اثر فعاليت‌هاي انساني و پديده‌هاي طبيعي چهره‌ي زمين همواره دستخوش تغيير مي‌شود. از اينرو براي مديريت بهينه مناطق طبيعي آگاهي از نسبت تغييرات كاربري اراضي از ضروريات محسوب مي‌شود. هدف از اين تحقيق، ارزيابي و آشكارسازي تغييرات كاربري اراضي بالاخص كاربري پوشش‌گياهي در منطقه اوغان از توابع شهرستان مينودشت استان گلستان در بازه‌‌‌ي زماني30 ساله با استفاده از تكنيك‌هاي سنجش از دور و سيستم‌هاي اطلاعات مكاني و نرم‌‌افزارهاي MATLAB، ARCGIS و ENVI مي‌باشد. بدين منظور از تصاوير سال‌‌هاي 1987، 1993، 1998، 2000، 2003، 2008، 2013، 2015و2017 ميلادي سنجنده ETM ماهواره لندست استفاده شده است و پس از انجام تصحيحات مورد نياز در مرحله‌ پيش پردازش، براي پايش تغييرات زماني كاربري‌ پوشش گياهي، شاخص‌ پوشش گياهي(NDVI) در نرم افزار متلب براي هر 9 بازه زماني محاسبه شدند. سپس با استفاده از تصاوير شاخص‌هاي محاسبه شده 7 سال اول و مدل شبكه عصبي زمانمند(سري زماني)، تصاوير سال هشتم و نهم پيش‌بيني و بدست آمد و در ادامه با محاسبه خطاي RMSE بين تصاوير خروجي مدل با تصاوير واقعي، مدل مذكور اعتبارسنجي گرديد. نتايج نشان‌ مي‌دهند كه مدل با ميانگين RMSE تقريباً 0.13 براي NDVI عملكرد بسيار خوبي داشته است. همچنين از مدل CA جهت پيش‌بيني روند تغييرات پوشش گياهي استفاده گرديد. نتايج نشان مي‌دهند كه وسعت پوشش گياهي در دو سال آخر يعني سال-هاي پيش‌بيني شده 2015 و 2017 توسط مدل شبكه عصبي روند صعودي داشته و منطقه مورد مطالعه سرسبزتر شده است.

Monitoring land use change is important in many planning and urban management activities. Due to human activities and natural phenomena, the face of the earth always changes.Therefore, for optimal management of natural areas, awareness of the land use change ratio is considered necessary. The purpose of this study was to evaluate and reveal land use changes, especially the use of vegetation cover in the Auchan region, from the functions of Minoodasht city of Golestan province in a 30-year time span using remote sensing and spatial information systems and MATLAB, ARCGIS and ENVI software.For this purpose, Landsat satellite ETM sensor was used from 1987, 1993, 1998, 2000, 2003, 2008, 2013, 2015, and 2017, and after making necessary corrections in the preprocessing stage, to monitor vegetation time changes, the index Vegetation cover (NDVI) was calculated in MATLAB software for each 9 time intervals.Then, by using the calculated images of the first 7 years and the model of the neural network (time series), the images of the eighth and ninth year were predicted and obtained, and then calculating the RMSE error between the output images of the model with the actualImages, the validation model it turned out the results show that the model with an average RMSE of about 0.13 was very good for the NDVI.The CA model was used to predict vegetation changes. The results show that the vegetation cover in the last two years, 2015 and 2017, has been upgraded by the neural network model and the study area has become greener