نجمه ستاری؛ ملیحه عرفانی؛ فاطمه جهانی شکیب
چکیده
بررسی روند رشد شهرها و پیشبینی تغییرات آنها در آینده، برای برنامهریزیهای فضایی، ضرورت دارد. بهاینمنظور، به نقشهسازی پهنههای ساختوسازشده نیاز است. در بسیاری مناطق، بهویژه در اقلیم خشک، تفکیک مناطق ساختوسازشده از محیط اطراف بهسادگی و با روشهای معمول طبقهبندی تصاویر ماهوارهای و یا نمایههای متداول، با دقت ...
بیشتر
بررسی روند رشد شهرها و پیشبینی تغییرات آنها در آینده، برای برنامهریزیهای فضایی، ضرورت دارد. بهاینمنظور، به نقشهسازی پهنههای ساختوسازشده نیاز است. در بسیاری مناطق، بهویژه در اقلیم خشک، تفکیک مناطق ساختوسازشده از محیط اطراف بهسادگی و با روشهای معمول طبقهبندی تصاویر ماهوارهای و یا نمایههای متداول، با دقت مورد قبول، امکانپذیر نیست؛ ازاینرو بسیاری از پژوهشگران نمایههای طیفی گوناگونی را بهمنظور استخراج مناطق ساختوسازشده، توسعه دادهاند. استفاده از تغییرات دمای سطح زمین برای نشاندادن مناطق ساختوسازشده، بهکمک الگوریتم زونهای اقلیمی محلی (LCZ) کمتر مورد توجه بوده است و روش نسبتاً جدیدی محسوب میشود؛ بنابراین در این مقاله، تفکیک مناطق ساختوسازشده از سایر انواع پوشش اراضی پیرامونی آن، با استفاده از الگوریتم LCZ انجام شد. با توجه به محدودیتنداشتن تعداد باند در این روش، از چهار سری تصاویر ماهوارهای لندست متعلق به سال 2020 استفاده شد و صحت آن با جدیدترین نمایههای ساختوسازشده (DBI، BLFEI، BAEI و BAEM) که بهصورت خودکار طبقهبندی شدهاند، مورد مقایسه قرار گرفت. نتایج این مطالعه نشان داد که صحت طبقهبندی ناشی از الگوریتم LCZ ٪96 است؛ درصورتی که نمایههای BLFEI و BAEM قادر به تفکیک کامل مناطق ساختوسازشده از سایر انواع پوشش اراضی نیست و صحت کلی نمایة BAEI نیز 37% بهدست آمد. بنابراین کارآیی روش LCZ بیشتر از نمایههای ساختوسازشده است و درمورد مناطق خشک و نیمهخشک، توصیه میشود.