نوع مقاله : مقاله پژوهشی
نویسندگان
1 دانشجوی دکتری مدیریت محیطی، دانشکدۀ برنامه ریزی و علوم محیطی، دانشگاه تبریز، ایران
2 استاد دانشکدۀ برنامهریزی و علوم محیطی، دانشگاه تبریز، ایران
3 دانشیار دانشکدۀ برنامهریزی و علوم محیطی، دانشگاه تبریز، ایران
4 سازمان آب منطقه ای آذربایجان شرقی
چکیده
مدلهای پیشبینی تغییرات کاربری و پوشش اراضی منبعی مهم برای مدیران و تصمیمگیران بهمنظور توسعۀ یک برنامۀ مدیریت پایدار زمین است. تغییر در کاربری باغ میتواند باعث تغییر در منابع آب و همچنین تغییر در میزان نفوذپذیری خاک گردد. شبیهسازی این نوع کاربری میتواند، در مناطقی که با کمبود منابع آب روبهرو هستند، برنامهریزان محیطی را از تغییرات رویداده در صورت ادامۀ مدیریت اعمال شده در یک بازۀ زمانی آگاه سازد. تحقیق حاضر نیز بهمنظور شبیهسازی و پیشبینی تغییرات زمانی و مکانی کاربری باغ تا سال 2026 صورت گرفته است. بدین منظور از روش ژئومد برای شبیهسازی مکانی تغییرات کاربری باغ استفاده گردید و به دلیل عدم قابلیت این مدل در شبیهسازی تغییرات زمانی، روش تحلیل زنجیرۀ مارکف برای رفع نقیصۀ مذکور با خطای تناسب 012/0 مورد استفاده قرار گرفت. به طوری که ابتدا کاربری باغ در سالهای 1987، 2000 و 2013 با استفاده از تصاویر ماهوارهای لندست 5، 7 و 8 بعد از تصحیحات لازم و روش ماشین بردار پشتیبان استخراج گردید. سپس برای آگاهی از میزان تأثیر هریک از معیارهای مورداستفاده در تغییر این نوع کاربری، بهجای روشهای دلفی از روش آماری رگرسیون لجستیک، استانداردسازی فازی و در نهایت ترکیب خطی وزندار استفاده گردید. برای اعتبارسنجی مدل از شاخص ROC بهره گرفته شد. شاخص مذکور با سطح زیرمنحنی 91/0 در هر دو شبیهسازی برای سالهای 2000 و 2013 نشاندهندۀ کارایی خوب مدل ژئومد در شبیهسازی تغییرات مکانی میباشد. در بازه 26 سال 294 هکتار توسعه باغات وجود دارد و مدل ترکیبی، افزایش 304 هکتار کاربری باغ را تا سال 2026 و برای 13 سال آینده در صورت ادامۀ روش مدیریتی اعمال شده تا به حال، نشان میدهد و این احتمال وجود دارد که رودخانۀ دائمی صوفیچای با مصرف بیش از اندازۀ آب برای آبیاری درختان مثمر مثل سیب، تبدیل به رودخانۀ فصلی گردد.
کلیدواژهها
عنوان مقاله [English]
Simulation of spatio-temporal pattern of Land use changes (emphasis on area under orchard) using Satellite Image and Integrating Marcov Chain Analyse and Geomod Model: A case study: Sofi Chai Basin of Maragheh
نویسندگان [English]
- Soghra Andaryani 1
- Mohammad Hosein Rezaei Moghadam 2
- khalil Valizadeh Kamran 3
- Farhad Almaspour 4
1 PhD student in Environmental Management, Faculty of Planning and Environmental Sciences, University of Tabriz, Iran
2 Professor, Faculty of Planning and Environmental Sciences, University of Tabriz, Iran
3 Associate Professor, Faculty of Planning and Environmental Sciences, University of Tabriz, Iran
4 Regional Water Authority of East Azarbaijan, Iran
چکیده [English]
Forecasting models of Land Use/ Cover changes are the main resources for managers and policy-makers in order to develop a sustainable land management plan. Changes of Orchard-lands have an effect on water resources as well as soil permeability. Thus simulation of this land use changes, in areas where there is a shortage of water resources, can provide more information about the occurred changes during a specified time scales along current management. The present study was carried out to simulate and predict the spatial-temporal changes of the orchard by 2026. For this purpose, Geomod method was used to simulate spatial changes of the orchard. Due to the lack of ability of this model in temporal simulation, Markov chain analysis method was used to solve the mentioned problem with the error proportional of 0.012. Orchard was extracted using Landsat 5, 7, and 8 satellite data after necessary corrections as well as SVM in 1987, 2000, and 2013. Then, to understand the impact of each of the criteria used to change this type of land use, instead of Delphi methods, logistic regression, Fuzzy standardization and, after all, WLC were used. The ROC index was used to validate the model. The results showed, this model has a good performance to simulate spatial changes because of area under Curve 0.91 for both of the 2000 and 2013. In the 26-years period, there are 294 hectares of orchard development, and the hybrid model showed that this land use will increase to 304 hectares till 2026
کلیدواژهها [English]
- Support vector Machine
- Logistic regression
- Weighted Linear Combination
- Sofi Chai Basin