پایش، ارزیابی و پیش بینی روند تغییرات مکانی کاربری اراضی/پوشش زمین با استفاده از مدل زنجیره ای مارکوف (مطالعه موردی: دشت بسطاق- خراسان جنوبی)
محورهای موضوعی : توسعه سیستم های مکانیکامران کریمی 1 , چوقی بایرام کمکی 2
1 - دانشجوی دکتری بیابانزدایی، دانشکده مرتع و آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
2 - استادیار دانشکده مرتع و آبخیزداری، دانشگاه علوم کشاورزی و منابع طبیعی گرگان
کلید واژه: تغییرات کاربری, تصاویر ماهواره ای, پیش بینی تغییرات, مدل زنجیرۀ مارکوف, دشت بسطاق, Landuse changes, Satellite Images, Predict of changes, Markov chain model, Bostagh plain,
چکیده مقاله :
پایش و مدیریت بهینه منابع طبیعی نیازمند اطلاعات به هنگام و صحیح است. در این راستا نقشه های کاربری/ پوشش زمین یکی از مهم ترین منابع اطلاعاتی در مدیریت منابع طبیعی محسوب می شود. مدیریت بهینه منابع نیازمند بررسی، شناخت تغییرات و تخریب های منابع در گذشته و برنامه ریزی صحیح و اصولی به منظور کنترل و مهار تخریبات احتمالی حادث شده در آینده می باشد. یکی از روش های کارآمد جهت پیش بینی تغییرات پوشش و کاربری اراضی مدل زنجیره ای مارکوف است. در این مطالعه تغییرات پوشش اراضی طی سال های گذشته و امکان پیش بینی آن در آینده با استفاده از مدل زنجیرۀ مارکوف در دشت بسطاق بررسی شده است. بدین منظور با استفاده از تصاویر سنجنده های MSS (1366)، ETM+ (1381) و OLI (1393) و اطلاعات جانبی منطقه، تغییرکاربری اراضی تهیه و نقشه کاربری اراضی سال 1403 پیش بینی گردید. تعیین نقشه های کاربری پس از انجام تصحیحات بر روی تصاویر ماهواره ای، تعیین نمونه های آموزشی و ارزیابی دقت طبقه بندی ها با استفاده از ضریب کاپا صورت گرفت. نتایج نشان می دهد که طبقه فاقد پوشش/ بایر و مرتع، پویاترین کاربری های موجود در منطقه بوده که درصد مساحت این اراضی طی 1366 تا 1393 به ترتیب برابر 64/21% (افزایشی) و 14/31% (کاهشی) بوده که بیانگر تخریب کلی و جایگزینی کاربری های ضعیف تر در منطقه است. نتایج حاصل از پیش بینی تغییرات در فاصلة زمانی 1403-1393، نشان داد که طی این دوره احتمال می رود 98% اراضی مسکونی، 88% اراضی فاقد پوشش، 77% اراضی شور، 45% اراضی مرتعی و، 37% کشاورزی بدون تغییر باقی خواهند ماند. همچنین تبدیل کاربری مرتع به اراضی فاقد پوشش بالاترین (94/41%) و تبدیل اراضی فاقد پوشش به اراضی مسکونی (02/0%)، مرتع به اراضی مسکونی (03/0%)، دارای کم ترین احتمال تبدیل هستند. نقشه پیش بینی حاصله از مدل زنجیره مارکوف برای ارائه دیدی کلی به منظور مدیریت بهتر منابع طبیعی بسیار حائز اهمیت است.
Monitoring and optimal management of natural resources is requiring an update and accurate information. In this context, land use/cover maps is considered as a one of the most important sources of information on natural resources management. Optimal management of resources requires assessment and understanding of the changes and degradation of resources in the past. It also needs to have an accurate plan in order to control and inhibition of the happened destruction potential in future. The Markov chain model is one of the most efficient methods for predicting changes in land use and land cover. In this research, land cover changes in previous years and the possibility of predicting in the future are investigated in Bostagh plain using the Markov chain model. Therefore, using MSS (1987), ETM+ (2002) and OLI (2014) images sensors and region ancillary information, land use map is provided and 2024 land use map is predicted too. Land use maps were performed using kappa coefficient after correcting satellite images, determining training samples, and evaluating classification accuracy. According to the results, bare/barren and rangeland classes are the most dynamic existing usage in the region. The area percentage of these lands during 1987 to 2014 was 21.64% subtractive and 31.14% additive respectively. This represents a total degradation and replacement of the weaker use in the region. The results of predicting changes in the time interval 2014-2024, showed that 98% of residential lands, 88% of bare land, 77% of saline land, 45% of rangeland, and 37% of agriculture will remain unchanged. Moreover, the conversion of rangeland to bare land (41.94%) are the highest, and the conversion of bare lands to residential lands (0.02%) and rangeland to residential lands (0.03%) are the lowest possibility of conversion. Predicting maps derived from the Markov chain model are very important to provide an overview for better natural resources management. Landuse changes Satellite images Predict of changes Markov chain model Bostagh plain
