كليدواژه :
مدل‌سازي , شبكه عصبي , زنجيره‌ي ماركوف , هليل رود
چكيده فارسي :
هدف اين پژوهش، بررسي تغييرات كاربري اراضي در گذشته و پيش بيني كاربري اراضي در آينده با استفاده از مدل‌ساز تغيير زمين (LCM) در حوزه آبخيز هليل رود مي باشد. آشكارسازي تغييرات كاربري اراضي با به‌كارگيري تصاوير ماهواره لندست، سنجنده‌هايTM (تصوير سال 1370)، ETM+ (تصوير سال 1382) و OLI (تصوير سال 1399) انجام گرفت. مدل‌سازي نيروي انتقال با روش شبكه عصبي پرسپترون چند لايه و هشت متغير ارتفاع، شيب، جهت، فاصله از جاده، فاصله از رودخانه، فاصله از اراضي كشاورزي، فاصله از شهر، شاخص تفاضل پوشش گياهي (NDVI) انجام گرفت. جهت پيش‌بيني تغييرات كاربري اراضي در دوره آتي، از زنجيره‌ي ماركوف استفاده گرديد. نتايج ارزيابي دوره‌هاي واسنجي با استفاده از آماره‌ي كاپا نشان داد كه دوره‌ي واسنجي 1370 تا 1399 بالاترين صحت را جهت پيش‌بيني تغييرات كابري اراضي سال 1420 داشت. نتايج تغييرات كاربري اراضي حاكي از آن است كه بيش‌ترين افزايش مساحت مربوط به اراضي كشاورزي به ميزان 7/293 كيلومتر مربع و بيش‌ترين كاهش مساحت مربوط به اراضي مرتعي به ميزان 6/382 كيلومتر مربع بوده است. هم‌چنين مساحت اراضي باير، باغي و مسكوني افزايش يافته و اراضي سنگلاخي بدون تغيير بوده‌اند. تخريب اراضي مرتعي بيش‌تر در راستاي تبديل اين اراضي به اراضي كشاورزي، باغي و مسكوني بوده‌است. هم‌چنين نتايج حاصل از پيش‌بيني نقشه كاربري آينده 1420با استفاده از مدل‌ساز تغيير زمين نشان داد كه در دوره‌ي زماني 1420-1399، مساحت اراضي مرتعي به ميزان 1/201 كيلومتر مربع كاهش و مساحت اراضي كشاورزي، مسكوني، باغي و باير به ترتيب به ميزان 01/158، 38/22، 2/20 و 0/53 كيلومتر مربع افزايش خواهد يافت.
چكيده لاتين :
The purpose of this study is to investigate land use changes in the past and predict future land use using land change modeler in Halil River watershed. The detection of land use changes was performed using Landsat satellite images (L5-TM-1991, L7- ETM+-2003 and L8-OLI-2020). Transition potential modeling was done using MLP neural network method and eight variables including altitude, slope, aspect, distance to road, distance to river, distance to agricultural lands, distance to urban and Normalized Difference Vegetation Index (NDVI). Finally, the Markov chain was used to predict future land use changes. Investigating the calibration periods using kappa statistics showed that the period of 1991-2020 had the highest accuracy to predict land use for 2041. The results of land use changes indicated that during the calibration period, among the six categories namely rangeland, agricultural land, residential land, barren land, rock and orchard, the highest increase and the highest decrease in area was related to agricultural lands and rangelands by 293.7 and 382.6 km2, respectively. Also, the area of barren lands, orchard and residential lands has increased and rocky lands have remained unchanged. The degradation of rangelands has been more in line with the conversion of these lands into agricultural, orchard and residential lands. Also, the prediction of future land use map (2041) using land change modeler showed that , the area of rangelands will decrease by 201.1 km2 and the area of agricultural lands, residential lands, orchards and barren lands will increase by 158.01, 22.38, 20.2 and 0.53 km2, respectively.
