پیش‌بینی تغییرات پوشش زمین در افق 1407 با استفاده از مدل تلفیقی زنجیره‌ای مارکوف و سلول خودکار؛ مطالعه موردی: حوزه آبخیز مشرف‌به دریاچه بزنگان

مقدمه: آشکارسازی و پیش بینی تغییرات، لازمه مراقبت از یک اکوسیستم به ویژه در مناطقی با تغییرات سریع و اغلب بدون برنامه ریزی در کشور های درحال توسعه است. اهداف: هدف این پژوهش، پیش بینی تغییرات کاربری اراضی حوضه آبخیز مشرف به دریاچه بزنگان برای سال 1407 باهدف بررسی تحولات اکوسیستم دریاچه بزنگان و برمبنای تغییرات مشاهده شده بین سال های 1381 تا 1394 می باشد.مواد و روش ها: برای این منظور کلاس بندی محدوده موردمطالعه بر اساس پنج رده زراعت آبی، زراعت دیم، مراتع، پهنه آب و اراضی مسکونی برای سال های 1368، 1381 و 1394 با استفاده از تصاویر سنجندهای tm، etm وoli و بهره گیری از متد ica با صحت کلی92.23 درصد و ضریب کاپای 0.89 درصد انجام شده است. سپس با استفاده از مدل تلفیقی زنجیره مارکوف و سلول های خودکار، تغییرات کاربری اراضی پیش بینی گردیده است. جهت اعتبارسنجی مدل، صحت کلی و ضریب کاپا در نرم افزار ایدریسی و به کمک ماژولerrmat تعیین شده است.نتیجه گیری: ماتریس خطا صحت کلی عملکرد را معادل 71 درصد و ضریب کاپا را 0.87 درصد نشان داد که تاییدکننده مدل زنجیره مارکوف و ca مارکوف برای پیش بینی کلاس های کاربری اراضی در 13 سال آینده می باشد. نتایج حاصله نشان می دهد ادامه روند کنونی تغییر کاربری در منطقه، مساحت دریاچه بزنگان را در سال 1407 به 12.81 هکتار، مساحت اراضی زراعت آبی را به 495.91 هکتار، اراضی زراعت دیم را به 5764.42 هکتار، مراتع را به 4592.15 هکتار و مساحت اراضی مسکونی را به 94.74 هکتار خواهد رساند.

Prediction of Land Cover Changes in Horizon of 2028 through a Hybrid Model of Markov Chain and Cellular Automata;Catchment Area around Bazangan Lake Case Study

Introduction and Background Detection and prediction of changes are necessary for maintenance of an ecosystem particularly in rapidlychanging and often unplanned regions in developing countries.Aims This study predicts the land use changes in catchment area around Bazangan Lake for the year of 2028 with the aim of investigating the evelopment in Bazangan Lake ecosystem based on the observeddegradation from 2002 to 2015.Methodology The classification of studied area was carried out based on five categories of irrigated agriculture, rainfed agriculture, rangeland, water zones and residential areas through TM, ETM and OLI sensors and utilization of independent component analysis (ICA) with an overall accuracy of 92.23% andkappa coefficient of 0.89% for the years of 1999, 2002 and 2015. Afterwards, the land use changes were predicted by a hybrid model of Markov chain and cellular automata. The overall accuracy and kappa coefficient were determined in IDRISI software by the help of ERRMAT Module to verify mode.Conclusion According to error matrix, the overall accuracy of performance was 71 percent and kappa coefficient 0.87 percent which proved Markov chain and cellular automaton (CAMarkov) for predicting the land use classes in upcoming 13 years. According to results, the continued current process of landuse changes in this region will change Bazangan Lake area to 12.81 hectares, the irrigated agriculture land area to 495.91 hectares, rainfed agriculture land area to 5764.42 hectares, rangelands to 4592.15 hectares, and residential land area to 94.74 hectares in the next 13 years.