بررسی کارایی مدل های الگوریتم جنگل تصادفی (RTC)، حداکثر احتمال (MLC) و ماشین بردار پشتیبانی (SVM) در تشخیص تغییرات پهنه آبی دریاچه نئور و تاثیر این تغییرات در دمای سطح زمین با استفاده از مدل LST در بازه زمانی 2002 تا 2022 (مقاله علمی وزارت علوم)
درجه علمی: نشریه علمی (وزارت علوم)
آرشیو
چکیده
تغییرات پوشش و کاربری زمین در اثر فعالیت های انسانی تاثیرات نامطلوبی بر محیط زیست بر جای گذاشته است. مناطق شرقی استان اردبیل نمونه بارز این پدیده به شمار می آید. هدف از این تحقیق تجزیه و تحلیل تغییرات مکانی و زمانی در پوشش و کاربری زمین و اثرات آن بر دمای سطح زمین در دریاچه نئور می باشد. برای برآورد کاربری و پوشش زمین از مدل های جنگل تصادفی (RTC)، مدل حداکثر احتمال (MLC) و ماشین بردار پشتیبانی(SVM) استفاده شده و کارایی هر کدام توسط ضریب کاپا برآورد گردیده و مشاهده شد که مدل SVM از بیشترین میزان ضریب کاپا ( 87/0) برخوردار است. برای استخراج شاخص LST نیز از باندهای 6 لندست 5 و 10 لندست 8 بهره گرفته شده و مشاهده شد که بخش غربی دریاچه با افزایش دمای سطح زمین مواجه گردیده است. در طول دوره زمانی 2002، 2013 و 2022 تغییرات قابل توجهی در پهنه آبی دریاچه نئور و پوشش های گیاهی مجاور آن مشاهده شد. زمین های بایر بیشترین وسعت را در تمام دوره های مورد مطالعه داشته است. پوشش گیاهی بر اساس مدل SVM حدود 04/1 کیلومتر مربع افزایش یافته است. مساحت سطح دریاچه بر اساس مدل MLC در سال 2002 معادل 19/3 کیلومتر مربع برآورد گردید. مساحت پهنه آبی در مدل MLC در بازه زمانی 2002 تا 2022 حدود 56/1 کیلومتر مربع کاهش یافته و این میزان کاهش برای مدل های RTC و SVM به ترتیب معادل 67/0 و 69/0 کیلومتر مربع می باشد.The effectiveness of Random Tree Algorithm (RTC), Maximum Likelihood (MLC), and Support Vector Machine (SVM) models in detecting changes in the water area of Lake Neor and the effects of these changes on the surface temperature using the LST model in the 2002-2022 period
Changes in land cover and land use due to human activities have left adverse effects on the environment. The eastern regions of Ardabil province are a clear example of this phenomenon. The purpose of this research is to analyze spatial and temporal changes in land cover and land use and its effects on the temperature of the surface of the earth in Lake Neor. To estimate land use and land cover, random forest models (RTC), maximum likelihood model (MLC) and support vector machine (SVM) were used and the efficiency of each was estimated by the Kappa coefficient and it was observed that the SVM model has the highest Kappa coefficient (0.87) Bands 6, 5 and 10 of Landsat 8 were also used to extract the LST index, and it was observed that the western part of the lake faced an increase in the temperature of the earth's surface. During the time period of 2002, 2013 and 2022, significant changes were observed in the water area of Neor Lake and its nearby vegetation. Barren lands had the largest extent in all studied periods. Vegetation has increased by 1.04 square kilometers based on SVM model. The surface area of the lake was estimated as 3.19 square kilometers based on the MLC model in 2002. The area of the water zone in the MLC model has decreased by 1.56 square kilometers between 2002 and 2022, and this decrease is 0.67 and 0.69 square kilometers for the RTC and SVM models, respectively.
تبلیغات
