ارزیابی عملکرد نقشه‌های پوشش اراضی جهانی در استخراج محدوده اراضی کشاورزی (مطالعه موردی: حوضه آبریز دریاچه ارومیه)

پایش پیوسته اراضی کشاورزی به دلیل تاثیر آن بر حفظ منابع و سلامت اکوسیستم ها و امنیت غذایی یکی از ضرورت‌های مدیریت منابع آب و خاک در یک حوضه آبریز است. نقشه های پوشش اراضی جهانی (glc) با توجه به مقیاس‌های متنوع، در دسترس بودن و عدم نیاز به پردازش‌های تخصصی می‌توانند برای استخراج محدوده‌ اراضی کشاورزی مورد استفاده قرار گیرند. این مطالعه عملکرد سه محصول glc شامل mcd12q1 lc، cgls lc و cci lc را نسبت به نقشه کاربری اراضی مرجع سال 2015 در حوضه آبریز دریاچه ارومیه را بررسی می کند. ابتدا بر اساس کلاس های اصلی نقشه کاربری اراضی مرجع سال 2015 (مرتع، اراضی کشاورزی، پهنه های آبی، اراضی ساخته شده و زمین بایر)، کلاس های معادل از نقشه های پوشش اراضی جهانی به منظور مقایسه با هم ادغام و ترکیب شدند. سپس عملکرد نقشه های glc براساس معیارهای مساحت، سازگاری مکانی و صحت کلی با استفاده از نقاط کنترل زمینی ارزیابی شدند. نتایج نشان داد که دو محصول mcd12q1 lc و cgls lc در ارائه تصویر کلی از پوشش اراضی حوضه آبریز به ترتیب با صحت کلی 74 و 86 درصد، نسبت به محصول cci lc عملکرد برتری دارند. همچنین mcd12q1 lc و cgls lc به ترتیب در طبقه بندی دو کلاس مرتع و اراضی کشاورزی به عنوان پوشش های غالب در سطح حوضه آبریز با صحت طبقه بندی 81 و 89 درصد عملکرد قابل قبولی داشتند. استفاده از محصول lc cgls می تواند به پایش پیوسته اراضی کشاورزی در کاربردهای عملیاتی به منظور ارزیابی کلی از روند تغییرات توسعه در حوضه آبریز دریاچه ارومیه کمک شایانی بنماید. از دیگر یافته های مهم این پژوهش این است که محصول پوشش اراضی با قدرت تفکیک مکانی بهتر لزوماً صحت طبقه بندی بهتری برای همه انواع پوشش‌‌ها ندارد. این مطالعه می تواند به عنوان یک مرجع روش شناسی در ارزیابی عملکرد محصولات glc در مقیاس های مختلف و دیگر مناطق کشور استفاده شود.

Evaluating the Performance of Global Land Cover Maps in Agricultural Land Delineation (Case Study: Lake Urmia Basin)

Continuous monitoring of agricultural lands is imperative for managing water and soil resources in a watershed, due to its impact on ecosystem health and food security. Global Land Cover (GLC) maps can be used as a proxy for local and regional land use maps because of their availability, variety, and ease of use without complex processing. This study investigates the performance of three GLC products including MCD12Q1 LC, CGLS LC, and CCI LC against a reference land use/ land cover map of the year 2015 in the LUB. First, identical classes between the reference map and the GLC maps were determined based on the main land use/ land cover classes of the reference map of 2015 (rangeland, agricultural land, water, builtup areas, and bare land). To do so, different classes were merged accordingly to match the classes of the reference map. Subsequently, performance (Area and spatial consistency, and classification accuracy) of the GLC products was evaluated based on ground truth points. Results showed that MCD12Q1 LC and CGLS LC outperformed CCI LC in providing an overview of the surface cover of the LUB with 74% and 86% overall accuracy, respectively. Moreover, MCD12Q1 LC and CGLS LC had an acceptable performance in classifying rangeland and agriculture land as the dominant land cover types in the LUB with 81% and 92% classification accuracy, respectively. The CGLS LC can also be used to continuously monitor agriculture areas in practical applications to examine the overall trend of urbanization and agricultural development. Another important finding is that the GLC product with higher spatial resolution does not necessarily provide better classification accuracy for all types of covers. This study can also be used as a methodological reference in the performance evaluation of the GLC products at different scales and other parts of the country.