نجمه ستاری؛ ملیحه عرفانی؛ فاطمه جهانی شکیب
چکیده
بررسی روند رشد شهرها و پیش‌بینی تغییرات آنها در آینده جهت برنامه‌ریزی‌های فضایی ضروری است. به این منظور نیاز به نقشه‌سازی پهنه‌های ساخت و ساز شده است. در بسیاری از مناطق خصوصاً در اقلیم خشک تفکیک مناطق ساخت و ساز شده از محیط اطراف به سادگی و با روش‌های معمول طبقه‌بندی تصاویر ماهواره‌ای و یا نمایه‌های متداول با دقت قابل ...
بیشتر
بررسی روند رشد شهرها و پیش‌بینی تغییرات آنها در آینده جهت برنامه‌ریزی‌های فضایی ضروری است. به این منظور نیاز به نقشه‌سازی پهنه‌های ساخت و ساز شده است. در بسیاری از مناطق خصوصاً در اقلیم خشک تفکیک مناطق ساخت و ساز شده از محیط اطراف به سادگی و با روش‌های معمول طبقه‌بندی تصاویر ماهواره‌ای و یا نمایه‌های متداول با دقت قابل قبول امکان‌پذیر نیست. از این رو بسیاری از پژوهشگران نمایه‌های طیفی مختلفی را جهت استخراج مناطق ساخت و ساز شده توسعه داده‌اند. استفاده از تغییرات دمای سطح زمین جهت نشان‌دادن مناطق ساخت و ساز شده به‌کمک الگوریتم زون‌های اقلیمی محلی (LCZ) کمتر مورد توجه بوده و روش نسبتاً جدیدی محسوب می‌شود. لذا در این مقاله تفکیک مناطق ساخت و ساز شده از سایر انواع پوشش اراضی پیرامونی آن با استفاده از الگوریتم LCZ انجام شد. با توجه به عدم محدودیت تعداد باند در این روش از چهار سری از تصاویر ماهواره‌ای لندست مربوط به سال 2020 استفاده شد و صحت آن با جدیدترین نمایه‌های ساخت و ساز شده (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، حال آنکه نمایه‌های BLFEI و BAEM قادر به تفکیک کامل مناطق ساخت و ساز شده از سایر انواع پوشش اراضی نبوده و صحت کلی نمایه BAEI نیز 37% به دست آمد. بنابراین استفاده از روش LCZ کارایی بالایی نسبت به نمایه‌های ساخت و ساز شده دارد و برای مناطق خشک و نیمه‌خشک توصیه می‌شود.
