مریم نقدی زادگان جهرمی

رشد شتابان جمعیت شهری جهان در چند دهه اخیر، سبب گسترش فیزیکی و تغییرات اساسی در فرم شهرها شده است. فرم شهری به عنوان آرایش فضایی عناصر فیزیکی شهر، آثار معناداری بر فعالیت و سلامت جسمی و روانی، الگوهای حمل ونقل، تعاملات اجتماعی، کیفیت زیست محیطی، تغییرات اقلیمی و بهزیستی انسان دارد؛ بنابراین هدف اصلی پژوهش حاضر، تحلیل فضایی-زمانی فرم شهری در کلان شهرهای ایران است. داده های جمعیتی و تصاویر ماهواره ای لندست برای استخراج تحولات جمعیت و اراضی شهری در هشت کلان شهر تهران، مشهد، اصفهان، شیراز، تبریز، کرج، قم و اهواز در سه مقطع زمانی 1366، 1379 و 1396 استفاده شد. متریک های سیمای سرزمین برای کمی سازی فرم شهری، تحلیل مؤلفه های اصلی برای شناسایی ابعاد فرم شهری و تحلیل خوشه برای دسته بندی کلان شهرها براساس ویژگی های فرم شهری به کار برده شد. یافته های پژوهش نشان داد در اغلب کلان شهرهای ایران، میان رشد جمعیت و رشد اراضی شهری، تناسبی وجود ندارد. در سه دهه اخیر، کلان شهرهای شیراز و تبریز بیشترین میزان پراکنده رویی شهری را تجربه کرده اند. نتایج تحلیل مؤلفه های اصلی، سه بعد شکل، چشم انداز و تراکم را برای فرم کلان شهرهای ایران شناسایی کرد. کلان شهرهای کرج و شیراز با ویژگی های پیچیدگی نسبتاً پایین در شکل پچ های شهری، پیچیدگی بالا در چشم انداز شهری، تعدد پچ های کوچک، ارزش پایین متریک میانگین فاصله میان پچ های مجاور، تراکم بالای پچ های شهری و سهم پایین تر بزرگ ترین پچ شهری، به رشد پراکنده و بی نظم متمایل هستند. کلان شهرهای تهران و قم با ویژگی های پیچیدگی پایین در شکل پچ های شهری، پیچیدگی نسبتاً بالا در چشم انداز شهری، تراکم پایین پچ های شهری و سهم بالای بزرگ ترین پچ از مساحت کلان شهر، متمایل به فرم شهری فشرده تر و منظم تر در مقایسه با سایر کلان شهرهای ایران هستند. سایر کلان شهرها به لحاظ فرم شهری، حد واسط الگوی فشرده و منظم کلان شهر تهران و الگوی پراکنده و بی نظم کلان شهر کرج قرار می گیرند.

تصاویر با توان تفکیک مکانی بالا مانند IRS به منظور استخراج اطلاعات پوشش زمین در مقیاس محلی تا ناحیه ای مورداستفاده قرارمی گیرند. اما استفاده از این تصاویر به صورت چندزمانه بسیار پرهزینه و محدود است. از سوی دیگر، تصاویر سنجنده MODIS به صورت روزانه از نواحی گسترده در 36 باند مختلف و با توان های تفکیک مکانی 250، 500 و 1000متر باسهولت زیادی قابل دسترس است. ولی به علت ضعف قدرت تفکیک مکانی، این تصاویر برای بررسی جزئیات در محیط های پیچیده با تنوع پوشش بالامناسب نمی باشند. لذا استفاده همزمان ازتصاویر MODIS و IRS می تواند مفیدتر باشد. در این تحقیق، امکانات ترکیب تصاویر IRS و MODIS اخذشده از بخشی از نواحی استان تهران با استفاده از تکنیک جداسازی طیفی موردبررسی قرار گرفته است. در این تکنیک، ابتدا تصویر IRS طبقه بندی شده، سپس سهم هرکلاس در هریک ازپیکسل های تصویرMODIS محاسبه می شود. بامحاسبه رادیانس هریک ازپیکسل های MODIS و اعمال الگوریتم جداسازی-طیفی، مشخصه طیفی برای هریک از انواع پوشش های زمینی موجودمحاسبه شده و برمبنای آن تصویرترکیب شده تولید می شود. نتایج به دست آمده نشان می دهندکه تصویر ترکیب شده، استفاده از توان تفکیک طیفی تصویر MODIS به منظور بارزسازی بیشتر عوارض در نواحی ناهمگن را امکان پذیر می سازد. ضمنا واریانس محلی و نوع پوشش تاثیر زیادی بر کیفیت تصویر ترکیبی دارند. نتایج این روش رابطه زیادی با دقت زمین مرجع نمودن تصاویر با توان تفکیک مکانی بالا و پایین نشان می دهند و با افزایش آن، کیفیت تصاویر تولیدی نیز افزایش می یابد.

تصاویر با توان تفکیک مکانی بالا مانند IRS به منظور استخراج اطلاعات پوشش زمین در مقیاس محلی تا ناحیه ای مورد استفاده قرار می گیرند. اما استفاده از این تصاویر به صورت چندزمانه بسیار پرهزینه و دسترسی به آنها با محدودیت هایی روبرو است. از سوی دیگر، تصاویر سنجنده MODIS به صورت روزانه در 36 باند مختلف و با توان های تفکیک مکانی 250، 500 و 1000 متر در دسترس قرار می گیرند. اما این تصاویر برای نمایش جزئیات مناطق با تنوع پوشش زیاد مناسب نمی باشند. لذا استفاده همزمان از تصاویر MODIS و IRS می تواند مفید باشد. هدف این تحقیق استفاده از تکنیک جداسازی طیفی برای ترکیب تصاویر IRS و MODIS اخذ شده از منطقه اسلامشهر می باشد. در ابتدا تصویر IRS طبقه بندی شده، سپس سهم هر کلاس در هر یک از پیکسل های تصویر با توان تفکیک مکانی پایین اما توان تفکیک طیفی بالاتر (MODIS) محاسبه می شود. با محاسبه رادیانس هر یک از پیکسل های MODIS و اعمال الگوریتم جداسازی طیفی، مشخصه طیفی برای هریک از انواع پوشش های زمینی موجود مشخص شده و تصویر ترکیب شده حاصل می شود. سپس تصویر IRS و تصویر ترکیب شده به منظور استخراج نقشه پوشش زمینی، طبقه بندی می شوند. بررسی و مقایسه تصاویر طبقه بندی شده، حاکی از همبستگی بالای تصویر ترکیبی طبقه بندی شده با تصویر IRS ، در مقیاس ناحیه ای می باشد. نتایج این روش بستگی زیادی به دقت زمین مرجع نمودن تصاویر با توان تفکیک مکانی بالا و پایین دارد و با افزایش این دقت میتواند بهبود یابد.