بررسي تغييرات كاربري اراضي پايين‌دست سد كجكي حوضه هيرمند افغانستان با استفاده از طبقه‌بندي‌كننده بيشترين شباهت، درخت تصميم‌گيري و ماشين‌هاي بردار پشتيبان

كاهش آورد رودخانه مرزي هيرمند از افغانستان به ايران از چالش‌هاي هميشگي مديريت منابع آب در شرق كشور بوده كه در سال‌هاي اخير تشديد شده است. توسعه كشاورزي در پايين‌دست سد كجكي (در حوضه آبريز رودخانه هيرمند) در افغانستان و خشكسالي اخير از دلايل كم‌شدن آب اين رودخانه به شمار مي‌آيد. در مقاله حاضر به‌طور كمّي به اين موضوع پرداخته مي‌شود و براي اين منظور كاربري اراضي دشت هلمند افغانستان با استفاده از تصاوير ماهواره‌اي بررسي شده است. به‌خاطر اهميت نوع الگوريتم انتخاب‌شده در تهيه تصاوير طبقه‌بندي‌شده، سه الگوريتم بيشترين شباهت (MLC)، درخت تصميم‌گيري (DT) و ماشين‌هاي بردار پشتيبان (SVM) ارزيابي شده‌اند. از مشكلات عمده در انجام آزمون‌ها، تهيه نمونه‌هاي آموزشي از افغانستان است؛ بدين منظور از نقشه‌هاي FAO، نقشه‌هاي اطلس كاربري اراضي افغانستان، نقشه‌هاي مركز سازمان زمين‌شناسي امريكا و تصاوير Google Earth كمك گرفته شد. با توجه به تصاوير موجود، دوره 20‌ساله اخير در سه تاريخ 1990، 2001 و 2011 ميلادي مربوط به ماهواره لندست (ETM+ TM,) در نظر گرفته شد و از هر سه روش جواب‌هاي نسبتاً مشابهي به‌دست آمد. نقشه‌هاي حاصل از الگوريتم‌هاي فوق با ضريب كاپا و دقت كلي ارزيابي شدند و دقت مناسبي داشتند. نتايج تغييرات كاربري اراضي نشان مي‌دهند كه مجموع كل كشت محصولات آبي در منطقه، حدود 62 درصد افزايش يافته، به‌طوري‌كه مقدار آن از رقم 103 هزار هكتار در سال 1990، به حدود 122 هزار هكتار در سال 2001 و به حدود 167 هزار هكتار در سال 2011 رسيد كه مويد تاثير قطعي آن بر كاهش رواناب ورودي از رودخانه هيرمند به كشور است. با وجود نتايج نزديك روش‌ها، طبقه‌بندي درخت تصميم‌گيري كارآمدي بيشتري از لحاظ اتكاي كمتر به نمونه‌هاي آموزشي از خود نشان داد.

One of the major challenges in the Iran water resources management is reduction of Helmand River’s inflows that has happened several times in recent years. Increasing in the basin’s cultivated area (mainly after Kajaki dam) and the recent droughts are declared as the reasons; however none of them is analyzed in a quantative manner. This paper aimed to address this issue and at this stage evaluated land cover changes in the last two decades using remote sensed data. Due to importance of the selected algorithm for classification, three methods have been applied for the evaluation, including maximum likelihood classifier (MLC), decision trees (DTs) and support vector machines (SVMs). It is obvious that direct sampling was not possible from the study area, therefore the FAO land use maps, watershed atlas of Afghanistan (AIMS), and Google Earth images were applied in this regard. Considering the capabilities of Landsat (ET and ETM+), three images for 1990, 2001 and 2011 during growing season (all in May) were prepared and processed for this study. The results were evaluated using Kappa coefficient and overall accuracy, which showed almost similar performances of the algorithms. It was concluded that the total cultivated area in the region increased from 103’000 ha in 1990 to 122’000 ha in 2001. Notably that this amount increased to 167’000 ha in 2011. These changes show definite impact of land use change on the river inflows. In spite of similar results of the applied methods, we found DT method more suitable for such an analysis due to its computation cost and efficiency as well as less relying on training samples.