تغییرات کاربری اراضی مبتنی‌بر تصاویر ماهواره‌ای در جلگۀ هراز

نوع مقاله : مقاله پژوهشی

نویسندگان

1 استادیار گروه مهندسی آبخیزداری، دانشکدة منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

2 استاد گروه مهندسی آبخیزداری، دانشکدة منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ساری، ایران

چکیده

سابقه و هدف: یکی از مهم‌ترین قدم‌ها به‌سمت توسعۀ پایدار حفاظت از تمامیت اراضی است؛ به‌طوری که سالیانه بخشی از اراضی، به‌دلایل متعدد، تغییر کاربری می‌یابند و خروج این‌گونه اراضی از مسیر تولید لطمات جبران‌ناپذیری درپِی دارد. ازآنجاکه شدت تغییر کاربری اراضی در استان مازندران، ازجمله جلگۀ هراز، به‌منزلۀ یکی از مهم‌ترین مسائل زیست‌محیطی، در مقیاس‌های کلان زمانی و مکانی رخ می‌دهد، بارزسازی و پایش تغییرات کاربری به‌منظور شناخت اولیه و ارزیابی روند تغییرات آنها می‌تواند روشی مفید برای مدیریت و برنامه‌ریزی به‌شمار رود. با توجه به اینکه جلگۀ هراز، در دهه‌های اخیر، از بحران تغییرات مخرب کاربری اراضی در امان نبوده است، لزوم پایش، بارزسازی و روندیابی این تغییرات یکی از مهم‌ترین فاکتورهای مدیریتی در این منطقه محسوب می‌شود.
مواد و روش‌ها: بررسی تغییرات کاربری‌ اراضی نیازمند تلفیق لایه‌ها در بازة زمانی معین است. هدف این پژوهش بررسی تغییر کاربری‌های اراضی جلگۀ هراز از 1980 تا 2021 است. بر این‌ اساس، برای سنجش تغییرات، از داده‌های لندست استفاده شد. با اعمال تصحیحات اتمسفری، هندسی و رادیومتری، عملیات بارزسازی تصاویر اجرا و با بهره‌گیری از روش طبقه‌بندی نظارت‌شده، الگوریتم حداکثر احتمال و اعمال توابع تحلیل مؤلفه‌مبنا، نقشه‌ها تولید شدند. نوع تغییرات کاربری ‌از تابع تفاضل تصاویر شناسایی و صحت نقشه‌ها، با استفاده از آزمون صحت کلی و آمارة کاپا، تعیین شد.
 نتایج و بحث: نتایج نشان داد، از 1980 تا 1990، چهار کیلومترمربع از مساحت اراضی جنگلی کاسته شد و مساحت مراتع نیز از 450 به 436 کیلومترمربع کاهش یافت. از سال 2000 تا 2010، مساحت اراضی جنگلی از 272 به 270 کیلومترمربع و مراتع نیز از 432 به 420 کیلومترمربع رسیده است. درنَهایت، طی سال‌های‌ 2011 تا 2021، از مساحت اراضی جنگلی نُه کیلومترمربع و مرتع نیز پنج کیلومترمربع کاسته شده است. نتایج بررسی روند تغییرات کاربری‌های اراضی منطقه حاکی از آن است که مساحت اراضی جنگلی و مرتعی کاهش یافته و به مساحت اراضی کشاورزی و مناطق مسکونی افزوده شده است.
نتیجه‌گیری: با توجه به نتایج به‌دست‌آمده و اهداف تعریف شده، می‌توان اذعان کرد کاربری‌های منطقه، طی دورة آماری درنظر گرفته‌شده (2021-1980)، با تغییرات مساحت روبه‌رو بودند و تغییر محسوسی را نیز نشان دادند. بنابراین دخالت‌های عوامل انسانی نقش اصلی را در تغییرات کاربری اراضی دارد. این نتایج می‌تواند به برنامه‌ریزان، در شناخت عوامل مؤثر در تغییر کاربری و اتخاذ تصمیمات صحیح مدیریتی در سطوح گوناگون، کمک کند.

کلیدواژه‌ها


عنوان مقاله [English]

Land Use Change Detection Based on Satellite Images in the Haraz Watershed Plain

نویسندگان [English]

  • Fatemeh Shokrian 1
  • Karim Solaimani 2
1 Assistant Prof., Dep. of Watershed Management Engineering, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University, Sari, Iran
2 2. Prof., Dep. of Watershed Management Engineering, Faculty of Natural Resources, Sari Agricultural Sciences and Natural Resources University, Sari, Iran
چکیده [English]

Introduction: One of the most important steps towards sustainable development is the protection of land integrity, so that a part of the land is changed annually for several reasons, and the withdrawal of such lands from the production path creates irreparable damages. Given the high intensity of land use change in Mazandaran province, including the Haraz plain, which represents a significant environmental issues at both macro and spatial scales, the monitoring and analysis of theese changes can be considered a valuable tool for for the management and planning of land use. Considering that Haraz plain has not been spared from the crisis of destructive land use changes in recent decades, the need to monitor, highlight and process these changes as one of the most important management factors in this region is confirmed.
Material and methods: In order to investigate land use changes, it is necessary to integrate a number of layers over a specific period of time. This research aims to investigate land use changes in Haraz Plain from 1980 to 2021. Therefore, Landsat data was employed to quantify the changes. By applying atmospheric, geometric, and radiometric corrections, image enhancement operations were performed and land use change maps were produced based on the supervised classification method, maximum likelihood algorithm and basis component analysis functions. The type of land use changes was determined from the difference function of the identification images and the accuracy of the maps using the overall accuracy test and the Kappa statistic.
Results and discussion: The results showed that from 1980 to 1990, the area of forest lands decreased by 4 km2. The rangeland area also decreased from 450 to 436 km2. From 2000 to 2010, the area of forest land decreased from 272 to 270 km2 and rangeland decreased from 432 to 420 km2. Finally, between 2011 and 2021, the area of forest lands decreased by 9 km2 and the rangeland area decreased by 5 km2. The results indicated a reduction in the area of forest and rangeland, accompanied by an increase in the area of agricultural land and residential areas.
Conclusion: The results obtained and the defined goals allow us to conclude that the area in question underwent changes in terms of its use during the considered statistical period (1980-2021). These changes were noticeable. Therefore, human factors interventions play a pivotal role in land use changes. The results of this study can assist planners in identifying the factors influencing land use changes and in making appropriate management decisions in the future.

کلیدواژه‌ها [English]

  • Remote sensing
  • Accuracy
  • Kappa coefficient
  • Mazandaran province
Abedini, M. & Mohammadzadeh Shishegaran, M., 2022, Investigation of Land Use Changes and Its Relationship with Groundwater Level (Case Study: Mallard County), Environmental Hazards Management, 9(1), PP. 31-44.
Amiri, F. & Tabatabaie, T., 2022, The Effect of Land Use Change/Land Cover on Land Surface Temperature in the Coastal Area of Bushehr, RS & GIS for Natural Resources, 13(2), PP. 130-147.
Arekhi, S., 2014, Prediction of Spatial Land Use Changes Based on LCM in a GIS Environment (A Case Study of Sarabeleh (Ilam), Iran, Iranian Journal of Forest and Range Protection Research, 12(1), PP. 1-19.
Arekhi, S. & Niazi, Y., 2010, Investigating Application of GIS and RS to Estimate Soil Erosion and Sediment Yield Using RUSLE (Case Study: Upper Part of Ilam Dam Watershed, Iran), Journalof Water and Soil Conservation, 17(2), PP. 1-27.
Bahremand Paskeh, Z. & Kavoosi Kalashami, M., 2020, Identification of Affecting Factors on Agricultural Land Use Change in Belgor Village, Sowmeh‌Sara County. Rural Development Strategies, 7(2), PP. 157-170.
Barati Ghahfarokhi, S., Soltani Kopaei, S., Khajahuddin, S.J. & Raigani, B., 2009, Investigation of Land Use Changes in Qale Shahrokh Basin Using Remote Sensing (1975 - 2002), Water and Soil Sciences, 13(47), PP. 349-365.
Dadashpoor, H. & Salarian, F., 2015, Analysis of the Impacts of Urban Sprawl on Land Use Changes in Sari City, Geographical Urban Planning Research, 3(2), PP. 145-163.
Delfan, E., Naghavi, H., Maleknia, R. & Nouredini, A., 2019, Comparing the Capability of Sentinel 2 and Landsat 8 Satellite Imagery in Land Use and Land Cover Mapping Using Pixel-based and Object-based Classification Methods, Desert Ecosystem Engineering Journal, 8(25), PP. 1-12.
Ebrahimi, R. & Ahmadpour, A., 2019, Modeling Dynamic Changes of Land Use with Object Based Image Analysis and CA-Markov Approach (Case Study: Shiraz City), Geophical Data [Internet], 27(108 ), PP. 137-149.  
Ellis, E.C., Klein Goldewijk, K., Siebert, S., Lightman, D. & Ramankutty, N., 2010, Anthropogenic Transformation of the Biomes, 1700 to 2000, Glob. Ecol. Biogeogr., 19, PP. 589-606, https://doi.org/10.1111/j.1466-8238.2010.00540.x.
Franco, L. & Magalhães, M.R., 2022, Assessing the Ecological Suitability of Land-Use Change, Lessons Learned from a Rural Marginal Area in South east Portugal, Land Use Policy, 122, P. 106381.
Hadian, F., Bashari, H., Jafari, R. & Soltani, S., 2014, Comparison of Landsat5 (TM Sensor) and IRS-P6 (AWiFS Sensor) Satellite Images for Analyzing Rangeland Vegetation Types (Case Study: Semirom, Isfahan), Iranian Journal of Range and Desert Research, 21(1), PP. 176-187.
Haji, K., Esmali-Ouri, A., Mostafazadeh, R. & Nazarnejad, H., 2022, Assessment of Land Cover/Land Use Changes Using Object-Oriented Processing of Satellite Imageries (1985-2015) in the Rozechai Watershed of Urmia, Jgs, 22(66), PP. 171-189.
Heydari, S., Mehrabi, A.A., Mohseni Saravi, M. & Saedi, S., 2015, Analysis of Land Use Changes Impacts and Demographic Changes (Case Study: Taleghan Barrier Surrounding Villages), Journal of Range and Watershed Management, 68(4), PP. 767-778.
Kalali Moghadam, J., 2014, Investigating Factors Affecting the Change of Agricultural Land (Case Study: Rural Areas of Rasht City), Journal of Reswarch and Rural Planning, 4(1 (9)), PP. 33-49.
Karbasi, A., Yazdankhah, B. & Mohammadzadeh, H., 2018, Investigation of Factors Affecting on Land Use Change in Khorasan Razavi, Journal of Environmental Studies, 44(1), PP. 99-111.
Karimian, T., Amini, A., Bagheri, M. & Ghaiumi Mohammadi, H., 2020, Land Use Change Monitoring Using Landsat Satellite Image Data (Case study: Khan Mirza Plain), Human Geograghy Researchquarterly, 52(2), PP. 419-436.
Kavian, A., Zargoosh, Z., Jafarian jolodar, Z. & Darabi, H., 2017, Modeling Land Use Changes in Haraz Watershed Using Logistic Regression and Markov Chain, Journal of Natural Environmental, 70(2), PP. 397-412.
Li, B., Yang, Zh., Cai, Y., Xie, Y., Guo, H., Wang, Y., Zhang, P., Li, B., Jia, Q., Huang, Y. & Qi, Z., 2022, Prediction and Valuation of Ecosystem Service Based on Land Use/Land Cover Change: A Case Study of the Pearl River Delta, Ecological Engineering, 179, P. 106612.
Liang, Y. & Song, W., 2022, Integrating Potential Ecosystem Services Losses into Ecological Risk Assessment of Land Use Changes: A Case Study on the Qinghai-Tibet Plateau, Journal of Environmental Management, 318, P. 115607.
Mahdavian, S., Zeinali, B. & Salahi, B., 2022, Monitoring Land Use Changes and Its Relationship with Land Surface Temperature and Vegetation Index in the Southern Areas of Ardabil Province (Case Study: Kiwi Chay Catchment), Journal of RS and GIS for Natural Resources, 13(4), PP. 21-48.‌
Tavakoli Sabour, S.M., & Maleki, M., 2017, Terrain Feature Extraction from OLI Sensor Images, Geographical Journal of Territory, 14(54), PP. 17-30.
Clay, S.A., 2011, GIS Applications in Agriculture, Volume three Invasive Sapecies, 2011, Boca Raton, London and New York: CRC Press, PP,1-8.
Mohammad Sharifi, M., Hayati, B., Pishbahar, E. & Dashti, G., 2020, Factors Affecting on Agricultural Land Use Change in the Dezful County, Journal of Agricultural Economics Research, 12(45), PP. 25-45.
Richards, J.A, 1999, Remote Sensing Digital Image Analysis, Springer-Verlag, Berlin, 240.
Roudgarmi, P., Khorasani, N., Monavari, M. & Nouri, J., 2009, Environmental Impact Prediction Using Remote Sensing Images and Techniques, Journal of Environmental Science And Technology, 11(1), PP. 161-172.
Roy, D.P., Huang, H., Houborg, R. & Martins, V.S, 2021, A Global Analysis of the Temporal Availability of PlanetScope High Spatial Resolution Multi-Spectral Imagery, Remote Sens. Environ., 264, P. 112586.
Seymohammadi, S., Tavakoli, M., Zarafshani, K., Mahdizadeh, H. & Amiri, F., 2021, Investigation of the Process of Land Use Change in Mahidasht Plain Watershed Using Remote Sensing Images, J. Sus. Dev. & Env, 2(2), PP. 56-70.
Shang, R., Zhu, Z., Zhang, J., ‌‌Qiu, S., Yang, Z., Li, T. & Yang, X., 2022, Near-Real-Time Monitoring of Land Disturbance with Harmonized Landsats 7–8 and Sentinel-2 Data, Remote Sens. Environ, 278, P. 113073.
Shayestehmand, M., Hayati, B. & Haghjou, M., 2019, Factors Affecting Agricultural Land Use Change in Tabriz City, Agricultural Knowledge and Sustainable Production, 29(1), PP. 237-249.
Soleimannejad, L., Eslam Bonyad, A., Naghdi, R. & Latifi, H., 2019, Classification of Quantitative Attributes of Zagros Forest Using Landsat 8-OLI and Random Forest Algorithm (Case Study: Protected Area of Manesht Forests), Forest Research and Development, 4(4), PP. 415-434.
Tang, X., Bullock, E.L., Olofsson, P. & Woodcock, C.E., 2020, Can VIIRS Continue the Legacy of MODIS for Near Real-Time Monitoring of Tropical Forest Disturbance?, Remote Sens. Environ, 249, P. 112024.
Zhu, Zh., Qiu, Sh. & Ye, S., 2022, Remote Sensing of Land Change: A Multifaceted Perspective, Remote Sensing of Environment, 282, P. 113266.