مصطفی امیدی فر

شناخت لندفرم ها و نحوه پراکنش آنها از نیازهای اساسی در علم ژئومورفولوژی کاربردی و سایر علوم محیطی است و نقشه لندفرم ها نمایانگر اشکال سطح زمین و نیز ماهیت فرآیندهایی است که در زمان حاضر رخ می دهند. هدف از این تحقیق، شناسایی لندفرم ها و کاربری های اراضی حوضه آبریز قرنقو با استفاده از روش های طبقه بندی شی گرا شامل الگوریتم نزدیکترین همسایه و آستانه گذاری می باشد. بدین منظور از تصاویر ماهواره لندست برای بازه زمانی 1990 (TM) و 2020 (OLI) استفاده شد. برای اعمال طبقه بندی در گام نخست تصحیحات اتمسفری و رادیومتریکی بر روی تصاویر اعمال شد و سپس به منظور شناسایی و استخراج بهتر پدیده ها از الگوریتم های PCA و MNF استفاده شد. برای انجام طبقه بندی تصاویر ماهواره ای نیز از روش های طبقه بندی شی گرا شامل روش نزدیکترین همسایه و آستانه گذاری بهره گرفته شد. برای صحت نقشه های تولید شده با استفاده از ضریب کاپا و صحت کلی استفاده گردید. نتایج ارزیابی روش های مورد استفاده نشان داد که روش نزدیکترین همسایه دارای دقت بیشتری نسبت به روش آستانه گذاری می باشد. همچنین نتایج حاصل از طبقه بندی نشان داد که بیشترین میزان تغییرات کاهشی در خلال سال های 1990-2020 مربوط به کاربری مرتع متراکم می باشد، چرا که 49/12 درصد کاهش داشته است و بیشترین میزان تغییرات افزایشی مربوط به کاربری زراعت آبی می باشد که 83/10 درصد افزایش داشته است که مهمترین علت این افزایش مساحت را می توان به احداث سد سهند در طول زمان ارتباط داد.

میزان گسترش و تخریب منابع را میتوان با پیشبینی تغییرات کاربری مشخص کرد و برنامهریزیهای آینده را به مسیر مناسبی سوق داد. هدف از این پژوهش ارزیابی کاربری اراضی شهرستان قوچان با استفاده از طبقه بندی شیءگرا و پیکسل پایه و پیش بینی تغییرات این کاربریها با استفاده از مدل CA مارکوف تا سال 2030 می باشد. در این تحقیق از تصاویر ماهواره لندست سنجندههای ETM و OLI مربوط به سال های 2000 و 2018 (ماه آگوست) استفاده شد. ﭘ ﺲ از ﺗﻬی ه ﺗ ﺼاﻮیﺮ، تصحیحات رادیﻮﻣﺘﺮیک بر روی ﺗﺼاﻮیﺮ اعمال گردید و سپس ﺑﺎ اﺳﺘﻔﺎده از دو روش پیکسل پایه و شیءگرا ﻧﻘﺸه کﺎرﺑﺮی اراﺿی اﺳﺘﺨﺮاج ﮔﺮدی ﺪ. با استفاده از مدل سازی CA مارکوف و با توجه به دو نقشه کاربری اراضی به دست آمده، ماتریس احتمال تبدیل کاربریها به یکدیگر محاسبه شد و نقشه پیش بینی تغییرات CA مارکوف برای 12 سال بعد یعنی سال 2030 به دست آمد و مساحت و درصد هر کدام از کاربری ها به طور جداگانه محاسبه شد. ﺑ ﺮای ارزیﺎﺑی دﻗﺖ ﻃﺒﻘﻪ-ﺑﻨﺪی از ﺷﺎﺧﺺﻫﺎی دﻗﺖ کلی و ﺿﺮیﺐ کﺎﭘﺎ استفاده شد. نتایج به دست آمده در طبقه بندی شیءگرا در هر دو شاخص صحت کلی و ضریب کاپا به ترتیب 94 درصد و 97/0 درصد بود که دقیقتر از روش پیکسل پایه است. بیش ترین مساحت در منطقه با استفاده از طبقه بندی شیءگرا در سال 2000 مربوط به کاربری دیمزار و کاربری مناطق کوهستانی و با استفاده از روش پیکسل پایه مربوط به کاربری مرتع ضعیف و کاربری دیمزار میباشد. با توجه به طبقه بندی صورت گرفته برای سال 2018 با استفاده از طبقه بندی شیءگرا بیش ترین میزان مساحت را کاربری مرتع ضعیف و کاربری دیمزار داشتهاند. نتایج نشان داد که بیش ترین میزان افزایش تغییرات در بین کاربریها را کاربری مرتع ضعیف در سال 2030 خواهد داشت که نسبت به سال 2018 نیز 07/24491 هکتار افزایش یافته است. بیش ترین میزان کاهش مساحت را کاربری مرتع متراکم با 23/26615 هکتار خواهد داشت. کاربری انسان ساخت نیز در طی این بازه 12 ساله 62/530 هکتار رشد خواهد داشت. با پیش بینی تغییرات کاربری اراضی نه تنها می توان میزان گسترش یا تخریب منابع را مشخص کرد بلکه می توان این تغییرات را در مسیر برنامهریزیهای مناسب هدایت کرد.