طبقه بندی شی گرا

گسترش کلانشهر تبریز باعث شده بخش وسیعی از با ارزش ترین اراضی بلافصل شهرها به زیر ساخت و ساز برود. بنابراین این تحقیق کاربردی تجربی با هدف بررسی پراکنش شهری و تغییرات کاربری اراضی در محدوده کلانشهر تبریز با استفاده از تصاویر ماهواره ای لندست برای یک مقطع 27 ساله و با استفاده از تکنیک طبقه بندی شی گرا صورت گرفته است. در این مقاله با اتکا به روش تحقیق تاریخی علی با اخذ تصاویر ماهواره ای چندزمانه لندست 5 و 7 از سازمان زمین شناسی امریکا و استفاده از تکنیک های پردازش تصاویر ماهواره ای شی گرا تغییرات کاربری اراضی در مقطع زمانی 2011-1984 با تأکید بر گسترش فضائی کلانشهر تبریز مورد ارزیابی قرار گرفته است. بر اساس نتایج حاصله مقدار مساحت کلانشهر تبریز (مادر شهر تبریز و شهرهای اقماری) از 34/7220 هکتار در سال 1984 به 82/22346 هکتار در سال 2011 رسیده است. مساحت قابل توجهی از توسعه اخیر بر روی اراضی زراعی و باغی صورت گرفته که کاهش 6470 هکتاری کاربری های مذکور لزوم مدیریت توسعه آتی شهرها با سیاست های های انبوه سازی و بلندمرتبه سازی (شهر فشرده)، استفاده از زمین های بایر و خالی موجود در داخل شهر (توسعه میان افزا)، هدایت سمت توسعه شهر در جهاتی غیر از زمین های کشاورزی محدوده را می طلبد.

یک گام اساسی جهت مدیریت و برنامه ریزی توسعه شهری و هم چنین ارزیابی اثرات تجمعی آن بررسی و شبیه سازی توسعه فیزیکی شهر می باشد. هدف از این مطالعه، درک عوامل مؤثر در روند توسعه فیزیکی منطقه شهری سردرود با عنایت به مقوله توسعه فضایی پایدار شهری از بعد اکولوژیکی و حفظ شرایط زیست محیطی آن در دو دهه آتی می باشد. بدین منظور با استفاده از تصاویر ماهواره ای چندزمانه لندست 5 و تکنیک های پردازش تصاویر ماهواره ای شی گرا تغییرات کاربری اراضی در مقطع زمانی 1390-1363 با تأکید بر گسترش پراکنده شهر سردرود، مورد ارزیابی قرار گرفته است. بر اساس نتایج حاصله مقدار مساحت شهر سردرود از 24/111 هکتار در سال 1363 به 12/528 هکتار در سال 1390 رسیده است. 94/162 هکتار از توسعه ذکر شده بر روی اراضی باغی و زراعی صورت گرفته که لزوم مدیریت توسعه آتی مبتنی بر اصول توسعه پایدار را می طلبد. بدین منظور عوامل مؤثر بر توسعه فیزیکی شهر سردرود بر اساس پیشینه تحقیق در قالب 14 شاخص شناسایی و با استفاده از روش شبکه عصبی مبتنی بر مدل LTM نقشه احتمال توسعه شهری تهیه گردید. پس از پیش بینی الگوی آتی توسعه شهری در شهر سردرود با استفاده از راهبرد حفاظت از باغات و فضاهای سبز در فرایند توسعه شهری با بلوک بندی نقشه احتمال توسعه شهری، دادن فضای لازم برای توسعه، به طول 15 کیلومتر و پیشنهاد اعمال ممنوعیت توسعه در اطراف کمربند سبز پیشنهادی، حفظ ذخایر اکولوژیک شهر سردرود با کاهش تخریب اراضی باغی و جلوگیری از اتصال شهر به کلانشهر تبریز مورد تأکید قرار گرفته است.

در این پژوهش، ارتباط کاربری اراضی با دمای سطح زمین[1] شهر اردبیل و خودهمبستگی فضایی با بهره گیری از شاخص موران بررسی شده است. بدین منظور از تصاویر ماهواره ای لندست 8 (OLI) سال های 2015 و 2018 استفاده شد. نخست تصاویر مربوط دریافت و پیش پردازش های لازم اعمال شد؛ سپس طبقه بندی با استفاده از روش شی گرا و الگوریتم نزدیک ترین همسایگی[2] صورت گرفت و دمای سطح زمین با الگوریتم پنجره مجزا (SW) استخراج شد. نتایج نشان داد دمای نواحی شهری در سال 2015، 43 درجه و در سال 2018، 45 درجه سانتی گراد بوده است که به دلیل جذب گرما و عوارض شهری مختلف، دمای بیشتری داشته اند. کاربری مناطق آبی نیز در سال 2015، دمای 35 درجه و در سال 2018، دمای 37 درجه سانتی گراد را به خود اختصاص داده است که آب گرمای بیشتری را دفع می کند و دمای کمتری دارد. همچنین نتایج نشان داد رابطه ای قوی بین کاربری اراضی و دما وجود دارد. درنهایت با استفاده از شاخص تحلیل لکه های داغ (Hotspot) خوشه های گرم و سرد جزایر حرارتی اردبیل استخراج شد. تحلیل خودهمبستگی فضایی با شاخص های موران جهانی نشان داد دمای سطح زمین اردبیل ساختار فضایی دارد؛ به بیانی دمای سطح زمین به شکل خوشه ای توزیع شده است. تحلیل لکه های داغ تأییدی آشکار بر متمرکز و خوشه ای شدن جزایر حرارتی شهر اردبیل در فضا با افزایش دوره زمانی بوده است.

داده های سنجش از دور و الگوریتم های مختلف طبقه بندی تصاویر ماهواره ای، ارزیابی روند تغییرات محیطی را در مقایسه چندزمانه امکان پذیر می کنند. هدف پژوهش حاضر، ارزیابی روند تغییرات کاربری اراضی محدوده و حریم شهر زنجان طی دو دهه گذشته با استفاده از الگوریتم های شی گرا و پیکسل پایه است. در این پژوهش، از تصاویر ماهواره ای لندست 5 سنجنده TM سال های 1999 و 2009 و سنجنده OLI/TRIS لندست 8 سال 2019 استفاده شد؛ همچنین از قابلیت های سامانه گوگل ارث انجین به منظور اخذ تصاویر تصحیح شده و طبقه بندی کاربری اراضی استفاده شد. به منظور تهیه نقشه کاربری اراضی، الگوریتم های طبقه بندی ماشین بردار پشتیبان، حداقل فاصله و جنگل تصادفی در بستر گوگل ارث انجین با روش نزدیک ترین همسایه الگوریتم طبقه بندی شی گرا در نرم افزار eCognition مقایسه شدند. براساس نتایج ارزیابی صحت، ضرایب کاپا و صحت کلی الگوریتم طبقه بندی شی گرا برای سال 2019 و الگوریتم طبقه بندی ماشین بردار پشتیبان برای سال های 1999 و 2009، بهترین نتیجه را نسبت به سایر الگوریتم ها نشان دادند و مبنای ارزیابی تغییرات کاربری قرار گرفتند. نتایج ارزیابی تغییرات طی سال های گذشته (1999- 2019) نشان می دهد اراضی دیمی 1264 هکتار، مراتع 648 هکتار، زراعت آبی و فضای سبز 142 هکتار و شبکه دسترسی راهها 122 هکتار به کاربری اراضی ساخته شده تغییر کاربری دادند و مناطق حومه ای جدید مانند شهرک الهیه، گلشهر، کاظمیه، کارمندان، کوی سایان، کوی فرهنگ، کوی فاطمیه و شهر آرا نیز در این دوره توسعه یافته اند؛ این امر ضرورت توجه به موضوع گسترش شهری و پیامدهای آن را در شهر و پیرامون آن نشان می دهد.

رشد سریع شهرنشینی فشارهای سنگینی بر سرزمین و منابع اطراف آنها وارد کرده و موجب کاهش پوشش گیاهی، کاهش فضاهای باز و مشکلات جدی اجتماعی و زیست محیطی شده است. از این رو، یک گام اساسی جهت مدیریت و برنامه ریزی توسعه شهری و همچنین ارزیابی اثرات تجمعی آن بررسی و شبیه سازی توسعه فیزیکی شهر می باشد. هدف از این مطالعه، درک عوامل موثر در روند توسعه فیزیکی کلانشهر تبریز با عنایت به مقوله توسعه فضایی پایدار شهری از بعد اکولوژیکی و حفظ شرایط زیست محیطی آن در دو دهه آتی می باشد. بدین منظور با استفاده از تصاویر ماهواره ای چندزمانه لندست 5 و 7 و تکنیک های پردازش تصاویر ماهواره ای شی گرا تغییرات کاربری اراضی در مقطع زمانی 2011-1984 با تاکید بر گسترش فضائی کلانشهر تبریز مورد ارزیابی قرار گرفته است. بر اساس نتایج حاصله مقدار مساحت کلانشهر تبریز (مادر شهر تبریز و شهرهای اقماری) از 34/7220 هکتار در سال 1984 به 82/22346 هکتار در سال 2011 رسیده است. مساحت قابل توجهی از توسعه اخیر بر بستر سیلابی و پهنه های آسیب پذیر از زلزله صورت گرفته که لزوم مدیریت توسعه آتی شهرهای محدوده را می طلبد. بدین منظور عوامل موثر بر توسعه فیزیکی کلانشهر تبریز بر اساس پیشینه تحقیق در قالب 24 شاخص شناسایی و با استفاده از روش های ارزیابی چند متغیره مبتنی بر ترکیب خطی وزن دار فازی نقشه سازی شدند و با استخراج اراضی مستعد توسعه فیزیکی آتی به همراه متغیر وابسته تغییر ات شهری طی سالهای 2011-1984 با استفاده از مدل سلول های خودکار زنجیره مارکوف  به پیش بینی الگوی آتی کاربری اراضی در قالب رویکرد حفاظت زیست محیطی و منطبق بر اصول توسعه پایدار تا سال 2038 پرداخته شد که درصورت استفاده از نتایج این تحقیق در توسعه های آینده شهر کمترین آسیب به اراضی زراعی و باغی خواهد رسید.

توسعه شهری و رشد بیرونی خارج از کنترل و ناهماهنگ در پیرامون مناطق شهری باعث از بین رفتن اراضی کشاورزی و باغی و تبدیل آنها به اراضی ساخته شده و افزایش ترافیک و آلودگیهای زیست محیطی می شود. جهت مدیریت و برنامه ریزی توسعه شهری و همچنین ارزیابی اثرات تجمعی آن بررسی و شبیه سازی توسعه فیزیکی شهر  ضروری می باشد. در سه دهه گذشته، توسعه شهر بناب به سوی پیرامون باعث تخریب اراضی زراعی و باغی و منابع زیست محیطی آن گردیده که ادامه توسعه با روند ذکر شده باعث تشدید مسائل زیست محیطی خواهد شد. از این رو، هدف از این مطالعه، درک عوامل موثر در روند توسعه فیزیکی شهر بناب با عنایت به مقوله توسعه فضایی پایدار شهری از بعد اکولوژیکی و حفظ شرایط زیست محیطی آن در دو دهه آتی می باشد. با استفاده از تصاویر ماهواره ای چندزمانه لندست 5 و تکنیک های پردازش تصاویر ماهواره ای شی گرا تغییرات کاربری اراضی در مقطع زمانی 1390-1363 با تاکید بر گسترش پراکنده منطقه شهری بناب و روستاهای پیرامونی، مورد ارزیابی قرار گرفته است. بر اساس نتایج حاصله مقدار مساحت منطقه شهری بناب و شش روستای پیرامونی از 4/608 هکتار در سال 1363 به 7/1717 هکتار در سال 1390 رسیده است. 51/1065 هکتار از توسعه ذکر شده بر روی اراضی باغی و زراعی صورت گرفته که لزوم مدیریت توسعه آتی مبتنی بر اصول توسعه پایدار را می طلبد. بدین منظور عوامل موثر بر توسعه فیزیکی منطقه شهری بناب بر اساس پیشینه تحقیق در قالب 14 شاخص شناسایی و با استفاده از روش رگرسیون لجستیک نقشه احتمال توسعه شهری تهیه گردید. پس از پیش بینی الگوی آتی توسعه شهری در شهر بناب و روستاهای پیرامونی با استفاده از راهبرد حفاظت از باغات و فضاهای سبز در فرایند توسعه شهری با بلوک بندی نقشه احتمال توسعه شهری، دادن فضای لازم برای توسعه، استخراج کمربند سبز طبیعی و پیشنهاد اعمال ممنوعیت توسعه در اطراف کمربند سبز، حفظ ذخایر اکولوژیک شهر بناب با کاهش تخریب اراضی باغی و کشاورزی و کنترل رشد پراکنده و انفصال شهرها و روستاها عملیاتی شده است.

در این تحقیق از روش مبتنی بر شی گرا در تهیه ی نقشه کاربری اراضی حوضه آبریز دره رود با استفاده از تصاویر لندست 5 با سنجنده TM و لندست 8 با سنجده OLI در یک بازه زمانی 30 ساله، از سال 1990 تا 2019 و تاثیرات آن بر تغییرات دبی رودخانه دره رود مورد بررسی قرار گرفت. تصاویر ماهواره ای در چهارده کلاس طبقه بندی شد که کلاس های کشت آبی، زراعت دیم، مناطق سنگی، مناطق مسکونی، باغات و دریاچه دارای افزایش مساحت و زمین های بایر، مراتع، اراضی جنگلی و بستر رودخانه دارای کاهش مساحت بوده اند برای پی بردن به تغییرات روند جریانی رودخانه ، از روش SCS در مدل HEC_HMS استفاده شد و به صورت چهار زیر حوضه مشیران، هوراند، سمبور و بوران تقسیم شده و با توجه به کاربری اراضی شماره منحنی CN و زمان تاخیر رواناب زیرحوضه ها به همراه ضریب K و X به مدل معرفی شد و اجرا گردید. نتایج نشان داد که اوج رواناب در زیرحوضه مشیران با کاهش 7 مترمکعب و کاهش 5/8 میلیمتر حجم رواناب و در زیرحوضه هوراند با کاهش 6/8 متر مکعب اوج رواناب و کاهش 12 میلیمتر حجم رواناب و زیر حوضه سمبور با کاهش 2/2 متر مکعب اوج رواناب و کاهش 12 میلیمتر حجم رواناب همراه بوده است در حالی که در زیر حوضه بوران بر خلاف سه زیر حوضه قبلی افزایش اوج رواناب به میزان 10 متر مکعب در ثانیه و افزایش حجم رواناب به میزان 6/9 میلیمتر برآورد شده است.

پوشش برف و یخ یک منبع حیاتی بوده و به تغییرات اقلیم بسیار حساس می باشد. اندازه گیری دقیق و منظم توزیع مکانی برف و یخ برای مدیریت منابع آبی ضروری می باشد. دراین پژوهش اقدام به استخراج سطح پوشش برف کوهستان سبلان با استفاده ازتصاویر ماهواره ای لندست ۵ برای سال ۲۰۰۰ و لندست ۸ برای سال ۲۰۲۰ با استفاده از طبقه بندی شی گرا و همچنین با استفاده از شاخص های طیفی NDSI و NDSINW شد. نتایج بررسی نقشه های طبقه بندی مستخرج از روش شی گرا نشان داد که مساحت تحت پوشش برف برای سال های ۲۰۰۰ و ۲۰۲۰ به ترتیب ۲۵۰۰ و ۱۹۵۴ کیلومترمربع می باشد که ضریب کاپا و صحت کلی برای هر دو سال به ترتیب 99/0 و 99 درصد می باشد. سپس اقدام به استخراج مساحت تحت پوشش برف با استفاده از شاخص های طیفی NDSI و شاخص NDSINW شد. هر دو شاخص ذکر شده قادر به استخراج سطح پوشش برف با دقت نسبی مناسب در منطقه سرد و زمستانی هستند. ولی شاخص NDSI به دلیل اینکه تمایزی میان برف و آب قائل نمی شود مکن است نتایج متفاوتی در مناطقی با حضور عوارض آبی در ارتباط با استخراج مساحت تحت پوشش برف حاصل کند. درحالی که شاخص NDSINW با حذف پس زمینه عوارض آبی دقیق تر عمل می کند. در رابطه با تحقیق حاضر شاخص NDSI مقادیر مساحت تحت پوشش برف را ۲۶۱۰ و ۲۵۷۷ کیلومترمربع و شاخص NDSINW مقادیر ۲۵۷۷ و ۱۹۳۷ کیلومترمربع به ترتیب برای سال های ۲۰۰۰ و ۲۰۲۰ استخراج کرده است که مساحت به دست آمده از شاخص NDSINW به مساحت استخراج شده به روش طبقه بندی شی گرا نزدیکتر می باشد.

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.