ارزیابی مدل تلفیقی زنجیره مارکوف و سلول‌های خودکار در شبیه‌سازی تغییرات کاربری و پوشش اراضی سد گتوند

آب و توسعه پایدار

مقاله 6، دوره 9، شماره 2 - شماره پیاپی 24، شهریور 1401، صفحه 47-56   

نوع مقاله: پژوهشی کاربردی

شناسه دیجیتال (DOI): 10.22067/jwsd.v9i2.2112.1106

نویسندگان

محمد کیانپور کل خواجه^{* 1}؛ مهدی پژوهش²؛ صمد امامقلی زاده³

¹کارشناسی‌ارشد سازه‌های آبی، دانشکده کشاورزی، دانشگاه صنعتی شاهرود، ایران

²دانشیار حفاظت آب‌وخاک، دانشکده منابع طبیعی و علوم زمین، دانشگاه شهرکرد، ایران

³دانشیار گروه مهندسی آب و محیط‌زیست، دانشکده عمران، دانشگاه صنعتی شاهرود، ایران

چکیده

برای استفاده پایدار از زمین، آشکارسازی تغییرات کاربری و پوشش اراضی و شناسایی عوامل مؤثر بر تغییرات، امری ضروری است. استفاده از سنجش از دور و سامانه اطلاعات جغرافیایی اطاعات دقیق و منظمی را در خصوص پدیده‌های سطح زمین ارائه می‌دهد. هدف از انجام این پژوهش ارزیابی کارایی مدل تلفیقی سلول خودکار و زنجیره مارکوف در شبیه‌سازی و پیش‌بینی تغییرات زمانی و مکانی تغییرات کاربری و پوشش اراضی محدوده سد گتوند است. ضریب کاپا برای سال ۱۳۷۰، ۰/۹۲، سال ۱۳۸۷، ۰/۹۷ و در سال ۱۳۹۹، ۰/۹۳ به دست آمد. دقت مدل CA-MARKOV برای پیش‌بینی تغییرات در دوره دوم ۸۵ درصد به دست آمد. مراتع پوشش غالب ناحیه مورد مطالعه را تشکیل می‌دهند. همچنین اراضی مرتعی و بایر تخریب و کاهش مساحت را داشته و مساحت سایر کاربری افزایش یافته است. نتایج حاصل از ماتریس پیش‌بینی تغییرات بر مبنای نقشه سال ۱۳۸۷ و ۱۳۹۹ نشان داد احتمال می‌رود در فاصله زمانی ۱۳۹۹ تا ۱۴۲۹، 1۰/۳۷ درصد مناطق آبی، ۲۱/۴۹ درصد مناطق ساخته شده، ۴۴/۴۱ درصد اراضی کشاورزی، ۲۵/۸۵ درصد اراضی بایر، ۴۱/۱۰ درصد مراتع و ۱۸/۱۵ درصد از مرغزارها بدون تغییر باقی بمانند. نتایج آشکارسازی نقشه کاربری اراضی سال ۱۴۲۹ نشان داد که مناطق آبی ۲/۳۱ درصد، مناطق ساخته شده ۵/۳۷، اراضی کشاورزی ۱۳/۹ درصد، اراضی بایر ۳۲/۳۷ درصد و مراتع ۴۴/۷۸ درصد منطقه مورد مطالعه را به خود اختصاص داده اند. نتایج بیانگر افزایش سطح زیر کشت و توسعه اراضی کشاورزی می‌باشد. همچنین نتایج نشان داد افزایش جمعیت و گسترش شهرنشینی در منطقه باعث تخریب مراتع شده است.

کلیدواژه‌ها

CA-MARKOV؛ سنجش از دور؛ پیش‌بینی؛ کاربری اراضی؛ ارزیابی صحت

مراجع

انصاری، ا. 1395. شناسایی کانون‌‌های برداشت و عوامل موثر در بروز طوفان‌‌های گرد و غبار در منطقه تالاب کویری میقان اراک. دانشگاه اراک. اراک.
رضایان، س.، جوزی، ع.، ایزدنیا، م.، مرشدی، ج. و مرادی مجد، ن. ۱۳۹۳. تأثیر تغییرات کاربری اراضی بر مورفولوژی رودخانه کارون (مطالعه موردی: محدوده سد گتوند تا تنگ عقیلی شوشتر). فصلنامه علوم محیطی، (۱)۱۲: 77-۸۶.
شکوهیده، ه.، پژوهش، م. و حیدری قهفرخی، ز. ۱۴۰۰. بررسی کارآیی مدل تلفیقی سلول‌های خودکار و زنجیره مارکوف در شبیه‌سازی الگوی مکانی - مانی سد کارون ۳. مرکز توسعه پژوهش‌های نوین، (۱)۷: 161-۱۷۷.
علی خواه اصل، م. و رضوانی، ف. ۱۳۹۷. پیش‌بینی تغییرات پوشش زمین در افق ۱۴۰۷ با استفاده مدل تلفیقی زنجیره‌ای مارکوف و سلول خودکار؛ مطالعه موردی: حوزه آبخیز مشرف به دریاچه بزنگان. فصلنامه تحقیقات جغرافیایی، (۳)۳۳: 74-۸۷.
نظریان، ا.ا.، قربانی، م. و کوهبانی، ح.ر. ۱۳۸۹. ارزیابی تغییرات کاربری اراضی حوضه آبخیز طالقان در دوره زمانی ۱۳۶۶ تا ۱۳۸۰. مجله علمی پژوهشی مرتعداری، (۳)۴: 440-۴۵۱.
Alabi A., Tobore A., Oyerinde G. and Senjobi B. 2021. Forest cover change in Onigambari reserve, Ibadan, Nigeria: Application of vegetation index and Markov chain techniques. The Egyptian Journal of Remote Sensing and Space Sciences, 24(3): 983-990
Camacho Olmedo M.T., Paegelow M., Mas J. and Escobar F. 2018. Geomatic approaches for modeling land change scenarios. In: Cartwright, W., Gartner, G., Meng, L., Peterson, M.P. (Eds.), Lecture Notes in Geoinformation and Cartography. Springer International Publishing AG. Cham, Switzerland.
Capitani C., Van Soesbergen A., Mukama K., Malugu I. and Mbilinyi et al. 2019. Scenarios of land use and land cover change and their multiple impacts on natural capital in Tanzania. Environ. Conserv, 46: 17–24.
Clarke K.C., Hoppen S. and Gaydos L. 1997. A self-modelling cellular automata model of historical urbanization in the San Francisco bay area. Environ. Plan, 24: 247– 261.
Du Y., Teillet P.M. and Cihlar, J. 2002. RAadiometric normalization of multitemporal high-resolution satellite images with quality control for land cover change detection, Remote Sensing of Environment, 82: 123-134.
Gupta R. and Sharma L.K. 2020. Efficacy of spatial land Change modeler as a forecasting indicator for anthropogenic change dynamics over five decades: a case study of Shoolpaneshwar Wildlife Sanctuary, Gujarat, India. Ecol. Indic, 112: 106171.
Huang L. and Ni N. 2008. Object-Oriented classification of high resolution satellite image for better accuracy. Proceedings of the 8th International Symposium on Spatial Accuracy Assessment in Natural Resources and Environmental Sciences, Shanghai, P. R. China.
Jie Z. 2011. Accuracy assessments and uncertainty analysis of spatially explicit modeling for land use/cover change and urbanization: A case in Beijing metropolitan area. SCIENCE CHINA Earth Sciences 2010, 53(2): 173-80.
Khoi D.D. and Murayama Y. 2010. Forecasting areas vulnerable to forest conversion in the Tam Dao National Park Region, Vietnam. Remote Sensing, 2(5): 1249–1272.
Kumar K.S., Kumari K.P. and Bhaskar P.U. 2016. Application of Markov Chain & Cellular Automata based model for prediction of Urban transitions. International Conference on Electrical, Electronics, and Optimization Techniques (ICEEOT). IEEE. Chennai, India.
Li Z.T., Li M. and Xia, B.C. 2020. Spatio-temporal dynamics of ecological security pattern of the Pearl River Delta urban agglomeration based on LUCC simulation. Ecol. Indic, 114: 106319.
Memarian H., Balasundram S.K., Talib J.B., Sung C.T.B. Sood A.M. and Abbaspour K. 2012. Validation of CA-Markov for simulation of land use and cover change in the Langat Basin, Malaysia. Journal of Geographic Information System, 4(6): 542-554. 
Wang Q., Guan Q., Lin J., Luo H., Ten Z. and Ma Y. 2021. Simulating land use/land cover change in an arid region with the coupling models. Ecological Indicators, 122(2021): 107231. 
Wu J. and Hobbs R. 2002. Key issues and research priorities in landscape ecology: an idiosyncratic synthesis. Landsc. Ecol, 17: 355–365.
Zhao Z., Zhang Y., Liu L., Liu F. and Zhang H. 2015. Recent changes in wetlands on the Tibetan Plateau: a review. J. Geogr. Sci, 25: 879–896.