تحلیل روند جنگل زدایی با استفاده از مدل های ماشین بردار پشتیبانی (SVM) و طبقه بندی بیشترین شباهت (MLC) و تاثیر آن بر دمای سطح زمین(LST) و شاخص های طیفی (منطقه مورد مطالعه: محدوده جنگلی تالش) (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
دمای سطح زمین اطلاعات مهمی را در زمینه نقش کاربری اراضی و پوشش زمین بر روی فرایندهای بیلان انرژی ارائه میدهد. بنابراین هدف این تحقیق، ارزیابی الگوهای LST در اثر تغییرات رخ داده در کاربری اراضی (LULC) می باشد.منطقه مورد مطالعه با وسعتی معادل 6/300 کیلومتر مربع در منطقه تالش واقع شده است. به این منظور تصاویر لندست در فصول خشک و مرطوب از سال 1365 تا 1401 دانلود گردید. چهار طبقه کاربری با طبقه بندی بیشترین شباهت(MLC) و ماشین بردار پشتیبانی(SVM) در بازه های زمانی 36 ساله شناسایی شد. مقادیر ضریب کاپا برای مدل SVM معادل 7802/0 بوده و برای مدل MLC معادل 5328/0 بوده است. شاخص های طیفی NDVI، NDSI و NDWI برای پوشش گیاهی، خاک بایر و آب محاسبه شده و در سالهای فوق با LST تطبیق داده شدند. تغییرات کاربری زمین طی سال های 1365 تا 1401 عامل مهمی در تغییرات دمای سطح زمین بوده که به طور متوسط از 7/13 درجه سانتیگراد تا 5/39 درجه سانتیگراد در فصل مرطوب و 37/0- تا 07/41 درجه سانتیگراد در فصل خشک متغیر بوده است. پهنه های آبی و پوشش گیاهی کمترین و خاک بایر بیشترین مقادیر LST را نمایش داده اند. بیشترین همبستگی منفی به میزان 74/0- متعلق به شاخص NDVI در سال 1365 بوده و بیشترین همبستگی مثبت به میزان 79/0 متعلق به شاخص NDSI در سال 1365 می باشد. مساحت پهنه جنگلی کاهش 3/20 درصدی و اراضی کشاورزی افزایش 217 درصدی را در 36 سال نشان می دهند. زمین های بایر بیشتر تغییر را داشته و از 2/68 کیلومتر مربع به 12 کیلومتر مربع کاهش یافتند. به طور کلی LST ، به علت افزایش فعالیت های انسانی از قبیل گسترش زمین های زراعی و جنگل زدایی در دوره مورد مطالعه افزایش یافته است.Analyzing the trend of deforestation using Support Vector Machine (SVM) and Maximum Likelihood Classification (MLC) models and its effect on land surface temperature (LST) and spectral indices (study area: Talesh forest area)
Earth surface temperature provides important information on the role of land use and land cover on energy balance processes. Therefore, the purpose of this research is to evaluate the LST patterns due to changes in land use (LULC). The studied area is located in Talesh region with an area of 300.6 square kilometers. For this purpose, Landsat images were downloaded in dry and wet seasons from 1365 to 1401. Four user classes were identified by maximum likelihood classification (MLC) and support vector machine (SVM) in 36-year intervals. The Kappa coefficient values for the SVM model were equal to 0.7802 and for the MLC model it was equal to 0.5328. NDVI, NDSI, and NDWI spectral indices were calculated for vegetation, barren soil, and water and were compared with LST in the above years. Changes in land use during the years 1365 to 1401 were an important factor in changes in the temperature of the earth's surface, which averaged from 13.7 degrees Celsius to 39.5 degrees Celsius in the wet season and -0.37 to 41.07 degrees Celsius in the dry season has been variable. Water areas and vegetation have the lowest and barren soil have the highest LST values. The highest negative correlation of -0.74 belongs to the NDVI index in 1365 and the highest positive correlation of 0.79 belongs to the NDSI index in 1365. The area of the forest area has decreased by 20.3% and agricultural land has increased by 217% in 36 years. Barren lands have changed the most and decreased from 2.68 square kilometers to 12 square kilometers. In general, LST has increased due to the increase of human activities such as the expansion of agricultural land and deforestation in the studied period.
تبلیغات
