|
|
مدل سازی تغییرات پوشش اراضی با استفاده از شبکه عصبی مصنوعی و زنجیره مارکف (مطالعه موردی: سواحل میانی استان بوشهر)
|
|
|
|
|
نویسنده
|
غلامعلی فرد مهدی ,میرزایی محسن ,جورابیان شوشتری شریف
|
منبع
|
سنجش از دور و سامانه اطلاعات جغرافيايي در منابع طبيعي - 1393 - دوره : 5 - شماره : 1 - صفحه:61 -74
|
چکیده
|
اراضی ساحلی استان بوشهر به علت موقعیت ویژه در صادرات و واردات دریایی، وجود ذخایر نفت و گاز، کشاورزی، وجود نیروگاه هستهای، شرایط مناسب صید و صیادی و جاذبه های گردشگری از اهمیت راهبردی و اقتصادی بالایی برخوردار است. از این رو می بایست از روش های نوین جهت پایش و مدل سازی تغییرات در این مناطق استفاده نمود. هدف از این مطالعه، پایش و مدل سازی تغییرات کاربری اراضی در یک دوره 23 ساله (1367-1390) با استفاده از شبکه عصبی مصنوعی و زنجیره مارکف در محیط اکستنشن مدل ساز تغییرات اراضی (lcm) می باشد. بدین منظور از هفت متغیر، سه زیرمدل و دوره واسنجی 1379-1384 جهت مدل سازی تغییرات کاربری اراضی سال 1390 استفاده گردید. پس از ارزیابی صحت مدل با استفاده از آماره کاپا، نقشه پوشش اراضی سال 1395 با استفاده از دوره واسنجی 1390-1384 پیش بینی شد. نتایج نشان داد که در طول دوره مطالعه، تغییرات شدید از اراضی باز به اراضی کشاورزی و رهاسازی زمین -های کشاورزی در منطقه مشاهده گردید. از سال 1367 تا 1384 به میزان 76/19715 هکتار به وسعت اراضی کشاورزی افزوده شده و بین سال های 1384 تا 1390 تنها 48/14% از کاربری کشاورزی بدون تغییر مانده است و وسعت زیادی از کشاورزی رهاسازی شده است. از دیگر نتایج این تحقیقی توسعه زیاد کاربری شهری (33/17760 هکتار) است. در این مطالعه lcm توانست 76/0 از تغییرات را بدرستی پیش-بینی نماید. به طوری که در سال 1395 به میزان 12000 هکتار افزایش وسعت در توسعه شهری منطقه پیش-بینی شده است.
|
کلیدواژه
|
پیش بینی تغییرات کاربری اراضی ,سنجش از دور ,شبکه عصبی مصنوعی ,زنجیره مارکف ,سواحل استان بوشهر
|
آدرس
|
دانشگاه تربیت مدرس, استادیار دانشکده منابع طبیعی، دانشگاه تربیت مدرس, ایران, دانشگاه تربیت مدرس, دانش آموخته کارشناسی ارشد محیط زیست، دانشکده منابع طبیعی، دانشگاه تربیت مدرس, ایران, دانشگاه تربیت مدرس, دانش آموخته کارشناسی ارشد محیط زیست، دانشکده منابع طبیعی، دانشگاه تربیت مدرس, ایران
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Authors
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|