مقايسه تخصيص اكوسيستمي كاربري سرزمين با استفاده از الگوريتم ژنتيك و رويكرد تخصيص چند هدفه

Comparison of Ecosystem- Based Land Allocation Using Genetic Algorithm and MOLA

آمايش سرزمين اصطلاح گسترده‌اي است كه به فرايندهاي مختلف مديريت سرزمين مربوط مي‌شود. يكي از پيچيده‌ترين فرايندها اختصاص انواع مختلف كاربري زمين به واحدهاي مكاني و ايجاد نقشه پهنه‌بندي شده كاربري‌هاي رقيب است. تعيين واحد كاري مناسب براي پهنه‌بندي كاربري‌ ها يكي از چارچوب‌هاي دسته‌ بندي روش‌هاي مختلف تخصيص كاربري است كه بيشتر به دو دسته واحد سلولي (مانند روش MOLA) و پهنه‌اي (مانند روش روي‌هم‌گذاري نقشه و تجزيه و تحليل سيستمي) تقسيم مي‌شوند. الگوريتم‌هاي بهينه‌‌سازي نيز از روش‌ هاي تخصيص كاربري هستند كه علاوه بر امكان استفاده همزمان از چند هدف در فرايند تخصيص كاربري، مي‌توانند هر دو رويكرد سلولي و پهنه‌اي را در خود جاي دهند. در اين مطالعه، از الگوريتم ژنتيك براي تخصيص كاربري اراضي در شهرستان گرگان استفاده شد كه همزمان به تناسب و ويژگي‌هاي سيماي سرزمين توجه دارد. افزون برآن، در يك رويكرد از طبقه‌بندي شي‌گراي هدفمند (بر اساس ويژگي‌هاي محيط‌زيستي) براي ايجاد اكوسيستم‌هاي خرد و تخصيص كاربري براي هر واحد محيط‌ زيستي بهره گرفته شد. نتايج نشان داد كه در مقايسه با روش MOLA كه تنها به تناسب سلولي زمين توجه دارد، تخصيص كاربري با الگوريتم ژنتيك اكوسيستمي منجر به بهبود قابل ملاحظه‌اي در شاخص‌هاي سيماي سرزميني شده است. اين نكته را مي‌توان در بهبود چهار شاخص سيماي سرزمين شامل: تعداد لكه، ميانگين توپري، اندازه موثر شبكه و شاخص پيوستگي مشاهده نمود. به عبارت ديگر، كاربري‌ها در الگوريتم ژنتيك شي‌گرا به پهنه‌هايي اختصاص يافته‌اند كه داراي همگني و هم‌شكلي در منابع پايدار اكولوژيك هستند. بنابراين، تنوع ويژگي‌ها در هر يگان محيط‌زيستي به حداقل ممكن مي‌‌رسد.

Land use planning is a broad term that can be applied to different processes related to management of land use. One of the most complex tasks in this process is allocating land use categories to spatial units, resulting in a land use zoning map. Specifying the appropriate land unit for land allocation is one of the typical issues that are mainly divided into two categories including cell (such as MOLA approach) and polygon units (such as map overlay and systemic analysis). Optimization algorithms are the part of land allocation methods that have both Multi-Objective approach and cell or polygon structures. In this study, the Genetic Algorithm (GA) is used for land allocation based on suitability and landscape metrics in Gorgan Township. Moreover, in an innovative approach, object-oriented classification (based on environmental parameters) was used to create ecosystem units and land allocation was applied to these units. The results showed that land allocation through ecosystem-based Genetic Algorithm leads to a significant improvement of landscape metrics in comparison with MOLA. The genetic algorithm approach improved four landscape metrics including number of patches, contiguity, and effective mesh size and cohesion index. In this process, land use was allocated to homogeneous units in terms of ecological resources. Thus, diversity was minimum in the environmental units considered for the land allocation processes.