مدل‌سازی تغییرات کاربری زمین ازطریق زنجیرۀ مارکوف و استفاده از سیستم‌های اطلاعات جغرافیایی و سنجش از دور (مورد شناسی: استان قم)

طی دهه‌های اخیر، افزایش جمعیت شهرنشین و رشد بی‌رویه و کنترل‌نشدۀ شهرها در سرتاسر جهان، به‌ویژه در کشورهای در‌حال توسعه، موجب بروز مسائل زیست‌محیطی بسیاری نظیر نابودی باغات و زمین‌های کشاورزی اطراف شهرها و از‌بین‌رفتن منایع طبیعی شده‌است. یکی از اجزای اصلی در استراتژی فعلی برای مدیریت منابع طبیعی و نظارت بر تغییرات زیست‌محیطی، تحلیل و سنجش میزان پوشش و تغییرات کاربری زمین است. در همین راستا، این پژوهش سعی بر آن دارد تا با استفاده از تکنیک‌های سنجش از دور و سیستم‌های اطلاعات جغرافیایی و همچنین، با به‌کارگیری روش زنجیرۀ مارکوف، به مدل‌سازی تغییرات کاربری زمین در استان قم بپردازد. به‌همین‌منظور، با استفاده از تصاویر سری زمانی ماهواره‌های لندست 5 ،4 و 8 (در طول 30 سال و در سه بازۀ زمانی) و انجام پیش‌پردازش‌ها (تصحیحات اتمسفری و توپوگرافی)، کاربری‌‌های اصلی زمین مانند مناطق مسکونی و صنعتی، زمین‌‌‌های کشاورزی، مراتع، کویر و شوره‌‌زار و دریاچۀ نمک و آب استخراج شدند. تجزیه‌و‌تحلیل نقشه‌‌های به‌دست‌آمده در این دورۀ 30 ساله نشان می‌دهد که مساحت مراتع در استان از سال 1365 تا 1395 کاهش یافته، به‌‌طوری که از 5600 به 4848 کیلومترمربع رسیده‌است. همچنین، مساحت اراضی کشاورزی در طی دورۀ 30 ساله حدود 100 کیلومترمربع کاهش یافته‌است و با افزایش شهرنشینی، وسعت مناطق مسکونی و صنعتی نیز افزایش یافته و از 130 به 364 کیلومتر مربع رسیده‌است. در‌نهایت باتوجه به اینکه پیش‌‌‌بینی تغییرات کاربری زمین، در دید کلی برای مدیریت بهتر منابع طبیعی و حفاظت زمین‌های کشاورزی اطراف مناطق شهری و اتخاذ تدابیر و سیاست‌‌های دراز‌مدت موثر است، با استفاده از مدل پیش‌‌‌بینی زنجیرۀ مارکوف، تغییرات کاربری زمین در سال 1405 پیش‌‌‌بینی شد که با گسترش مناطق مسکونیصنعتی و کویر و شوره‌‌زار و کاهش زمین‌‌های کشاورزی همراه بوده‌است. این تحقیق نشان می‌دهد که داده‌‌های سری زمانی سنجش از دور می‌‌توانند در مدل‌سازی تغییرات کاربری زمین نقش بسیار موثری ایفا کنند.

Land Use Change Modeling Through Markov Chain by Using of GIS and Satellite Imagery, Case Study: Ghom Province

In the last decades, urban population growth and uncontrolled urban growth in all around the world, especially in developing countries, caused many environmental issues such as diminishment of agricultural land use and natural resources as well. Land Coverage and land use change is one of the main components of the current strategy for natural resources management and environmental change monitoring. In this way, this research aimed to model the land use changes in Ghom province, through Markov chain by using of GIS and remote sensing. In this order, using time series images of Landsat satellites (4, 5 and 8) in four different dates within 30 years and performing image preprocessing (Atmospheric and topographic corrections), main land use applications such as residential and industrial areas, agricultural lands, pastures, desert and salt marsh and Salt Lake and water were extracted and studied. The 30years map analysis showed that the area of pasture in the province decreased within 1986 to 2016, so that the area decreased from 5600 to 4848 square kilometers. The area of agricultural land on this period dropped about 100 square kilometers and with urbanization development, the extent of residential and industrial areas increased from 130 to 364 square kilometers. Finally, because the prediction of land use changes is effective in managing the natural resources and protection of agricultural lands around the cities, we used the model to predict land use changes for the next 10year (2026) using Markov chain. The results showed an expansion of residential/industries areas, desert and salt marsh and a reduction in agricultural lands. This research revealed that the remote sensing time series data could be very effective in land use changes modeling.