ارزيابي دقت زنجيره ماركوف در پيش‌بيني تغييرات پوشش گياهي با استفاده از سنجش از دور و سامانه‌هاي اطلاعات جغرافيايي

Investigation of Vegetation Cover Crown Percentage Changes Pridection using Marcov Chain using RS and GIS

زنجيره ماركوف مدلي است كه از آن براي پيش‌بيني وضعيت آينده براساس نرخ تغييرات گذشته استفاده مي‌شود. اين روش براساس احتمال تبديل يك نوع پوشش زمين به نوع ديگر است. اين احتمالات براساس تغييرات گذشته توليد مي‌شوند و براي پيش‌بيني آينده به‌كار مي‌روند. هدف مقاله حاضر ارزيابي مدل ماركوف براي شبيه‌‌سازي تغييرات درصد تاج‌پوشش گياهي است. براي تهيه نقشه پوشش گياهي تصاوير سنجنده TM ماهواره لندست مربوط به سال‌هاي 1368، سال 1377 و سنجنده LISS III ماهواره IRS براي سال 1385 از پناهگاه حيات‌وحش موته استفاده شد. به‌منظور پيش‌بيني وضعيت پوشش گياهي در سال 1385 از مدل زنجيره ماركوف به‌وسيله نقشه‌هاي تهيه‌شده مربوط به سال‌هاي 1368 و 1377 و در بازه زماني 9ساله استفاده شد. دقت تمامي نقشه‌هاي تهيه‌شده در پژوهش ارزيابي شد. نقشه تهيه‌شده از تصوير سال 1385 براي مقايسه با نقشه تهيه‌شده از طريق مدل به‌كار گرفته شد. ضريب كاپا براي نقشه پيش‌بيني‌شده از زنجيره ماركوف در حد متوسط 53 درصد بود. براي بررسي مناطق درست پيش‌بيني‌شده و قسمت‌هايي كه باعث ايجاد خطاي پيش‌بيني‌شده گرديدند، از روش مقايسه پس از طبقه‌بندي استفاده شد. نتايج نشان دادند به‌علت كاهش شديد درصد تاج‌پوشش گياهي در اكثر مناطق و افزايش آن در مناطق قرق، اين روش نتوانسته است با دقت مناسبي پيش‌بيني كند. اما اين روش در مقياس‌هاي كوچك، براي درك كلي از وضعيت آينده ارزشمند است.

Markov chain is a model that use for prediction future conditions based on the rates of past change. The method is based on probability that a given piece of land will change from one cover to another. These probabilities are generated from past changes and then applied to predict future change. The main objective of this paper is to evaluate the validation of Markov model in vegetation cover crown percentage change simulation. In this study, TM images sensor for 1989, 1998 and LISS III image sensor for 2006 from Landsat and IRS satellite from Mouthe wild life refuge were used to provide maps of vegetation cover percentage. In order to prediction of vegetation cover in 2006, Markov chain model were used by vegetation map of 1989 and 1998, during 9 years. Validation of all maps was evaluated. Finally the map for 2006 that had provided by image was used to evaluate the map from Markov model. Kappa for this map was 53 %. Post classification was used to investigate the area with high accurate prediction and error in prediction. Results have shown because of high decrease in vegetation cover in non-core zone and increase vegetation cover in core zone this model couldn’t predict by high accuracy. But this model is valuable in small scale, in order to general view of future.