بخشی از مقاله
چکیده
با توجه به رشد سریع شهرها در کشورهای درحالتوسعه، نیاز به مدیریت و برنامهریزی مناسب، برای جلوگیری از تأثیرات مخرب زیستمحیطی و اجتماعی اقتصادی آن، همواره احساس میشود. در این زمینه، طراحان و برنامه ریزان شهری به اطلاعات مکانی و زمانی مرتبط با الگو و میزان رشد، بهمنظور درک بهتر فرایند رشد شهری و تأثیرات آن نیاز دارند. تلفیق سامانههای اطلاعات مکانی و سنجشازدور، ابزار مؤثری را برای جمعآوری و آنالیز اطلاعات زمانی مکانی فراهم میسازد. این تحقیق، ضمن بررسی و مدلسازی توسعه شهری در سه دهه گذشته، بهپیش بینی توسعه شهر ملایر طی یک دهه آینده میپردازد تا پایه و اساسی را برای مدیریت شهری فراهم سازد. در تحقیق حاضر از تصاویر ماهوارهای چندزمانه لندست مربوط به سالهای 1364، 1380 و 1395 استفاده شد.
پس از انجام تصحیحات لازم در مرحله پیشپردازش، طبقهبندی با روش حداکثر احتمال صورت گرفت و ضرایب ارزیابی صحت استخراج شدند. برای پیشبینی روند تغییرات تا سال1405 از روش CA-Markov استفاده گردید. نتایج بهدستآمده نشان داد که بیشترین افزایش مساحت برای کاربری ساختهشده و مسکونی برابر با 24/97 درصد و بیشترین کاهش برای اراضی ناهموار به میزان30/38 می باشد. نتایج تحقیق حاکی از کارایی بالای مدل تلفیقی CA-Markov در پایش روند توسعه شهر در سالهای گذشته و پیشبینی رشد شهری برای سالهای آتی بر اساس الگوی رشد سالهای گذشته است.
-1 مقدمه
در دهههای اخیر رشد و توسعه شهرها بهویژه در کشورهای د ر حال توسعه سرعت گرفته است. بهطوریکه رشد شهرها در این کشورهامعمولاً با تغییرات ناخوشایندی چون تخریب و آلودگی زیستمحیطی، کاهش تنوع زیستی و حاشیهنشینی شهری همراه بوده است. شهرها سیستمهایی پیچیده، باز، پویا و خود سازمان دهنده هستند. با مدلسازی سیستم پیچیده شهری، الگوهای فضایی و روندهای رشد شهری را میتوان شبیهسازی کرد و درک بهتری از سیستم شهر بهعنوان یک کل، به دست آورد.[1]
از طرفی اطلاع از نسبت کاربریها دریک محیط شهری و نحوه تغییرات آن درگذر زمان یکی از موارد در مدلسازی و برنامهریزیها میباشد. بااطلاع از نسبت تغییرات کاربریها درگذر زمان میتوان تغییرات آتی را پیشبینی نموده و اقدامات مقتضی را انجام داد. استفاده از تصاویر ماهوارهای فنّاوری سنجشازدور بهترین وسیله برای پیشبینی تغییرات محیطی و استخراج کاربریهای اراضی بوده که بیشترین سرعت و دقت را داراست. با استفاده از دادههای چند زمانه سنجشازدور با کمترین زمان و هزینه میتوان نسبت به استخراج کاربریهای اراضی اقدام نموده و سپس با مقایسه آن در دورههای زمانی مختلف نسبت تغییرات را ارزیابی و برای سالهای آتی رشد شهر را شبیهسازی و پیشبینی نمود.[3]
پیشرفتهای اخیر در علوم کامپیوتر و کاربرد آن در برنامهریزی شهری بهخصوص از اواخر دهه 1950 میلادی رویکرد جدیدی در مدلسازی تغییرات مکانی را به همراه داشت.[4] از آن زمان تاکنون مدلهای دینامیکی و آماری بسیاری برای شبیهسازی رشد شهری ابداعشده است.[13] دراینبین مدل سلولهای خودکار مارکوف - - CA-Markov1 با تعیین احتمال تغییرات کاربری/ پوشش سرزمین در فرآیند زنجیره مارکوف و نیز شبیهسازی تغییرات مکانی آن از راه تعیین قوانین محلی با استفاده فیلتر مکانی سلولهای خودکار و نقشه-های شایستگی کاربریها به مدلسازی دینامیک تغییرات زمانی و مکانی کاربری/ پوشش سرزمین میپردازد.[12] از مزیتهای مدل سلولهای خودکار مارکوف میتوان به قابلیت شبیهسازی بعد مکانی، همسازی با سیستم اطلاعات جغرافیایی و دادههای دورسنجی، دینامیک زمانی، سادگی و قابلفهم بودن و قابلیت مدلسازی پدیده-های پیچیده اشاره کرد.
-2 پیشینه تحقیق
در سالهای اخیر استفاده از تصاویر ماهوارهای و مدل سازی در بررسی گسترش شهرها بسیار موردتوجه بوده است، که به تعدادی از آنها اشاره میشود: برای شبیهسازی تغییرات کاربری اراضی شهری شهرکرد و برای یک دوره زمانی 35 ساله انجام گرفت. نتایج مختلف شبیهسازی برای منطقه موردمطالعه، کاربردی بودن آتی مدل برای شبیهسازی روند رشد شهرهای ایران و سایر نقاط جهان را اثبات میکند.[5] برای پایش تغییرات منطقه از تصاویر سنجنده TM سالهای 1366، 1378 و 1390 و شیوه مقایسه پس از طبقهبندی استفاده شد. برای پیشبینی تغییرات کاربری و پوشش زمین تا سال 1402 نیز از مدل ترکیبی سلولهای خودکار مارکوف و بر اساس اعتبارسنجی قابلیت این مدل در منطقه موردمطالعه، استفاده شد.
نتایج نشان داد که در طی 24 سال گذشته، مناطق انسانساخت 56/7 درصد افزایشیافته و منجر به نابودی حدود 11 درصد از زمینهای کشاورزی و 4 درصد از پوشش جنگلی منطقه شده است. اعتبارسنجی مدل نشان داد که مدل از توان قابل قبولی در پیشبینی تغییرات منطقه برخوردار است.[6] با استفاده از تصاویر ماهوارهای چند زمانه لندست5 و 7 و روشهای پردازش تصاویر ماهوارهای شیءگرا، تغییرات کاربری اراضی در مقطع زمانی 2011-1984 با تأکید بر گسترش فضایی کلانشهر تبریز، مورد ارزیابی قراردادند.
بر اساس نتایج حاصله، مقدار مساحت کلان شهر تبریز - مادر شهر تبریز و شهرهای اقماری - از هکتار 7220 در سال 1984 به هکتار 22346 در سال 2011 رسیده است. همچنین نتایج پیشبینی با مدل سلول های خودکار مارکوف نشان میدهد که این مدل برای هدف موردنظر مفید بوده است.[7] برای پی بردن به نوع و میزان تغییرات رخ داده در منطقه از تصاویر ماهوارهای لندست سالهای 1999، 2006 و 2013 استفاده کردند. همچنین برای پیشبینی روند تغییرات تا سال 2020 از دو روش سلولهای خودکار مارکوف و مدل LCM استفاده گردید.
نتایج بهدست آمده از این تحقیق نشان داد که در طی 14 سال موردبررسی مدل سلولهای خودکار مارکوف با دقت 70 درصد بهپیش بینی نقشه کاربری اراضی پرداخته است. نقشه خروجی مدل برای سال 2020 بیشترین افزایش مساحت را برای کاربری مسکونی و ساختهشده به میزان 51/11 درصد و بیشترین کاهش را برای زمین بایر به میزان 29 درصد پیشبینی کرد. دقت مدل LCM برای پیشبینی نقشه کاربری اراضی 83 درصد اراضی ساختهشده و کاهش 24/8 درصدی زمینهای بایر پیشبینی گردید.
نتایج نشان داد که هر دو مدل دارای دقت مناسبی در پیشبینی توسعه فیزیکی یزد در دوره زمانی مذکور بوده است.[8] باهدف بازبینی، مدلسازی و پیشبینی تغییرات کاربری اراضی در دوره 25 ساله 1366-1391 توسط مدل زنجیره مارکوف-CA در منطقه کوهمره سرخی استان فارس انجام دادند. با استفاده از تصاویر سنجنده ETM+ و TM ماهواره لندست در سه دوره زمانی مربوط به سالهای 1366، 1379 و 1391 تهیه گردید. نتایج آشکارسازی تغییرات دوره اول - - 1366-79 با ضریب 83 درصد و دوره دوم - - 1379-1391 با ضریب کاپای 88درصد نشان میدهد که بیشترین افزایش مساحت در ناحیه مرتع و بیشترین کاهش مساحت در ناحیه جنگل رخداده است.
بهمنظور کالیبره کردن مدل زنجیره مارکوف، نقشه کاربری سال1391 پیشبینی شد و ماتریس خطای بین نقشه حاصل از مدلسازی و نقشه کاربری مرجع سال 1391 ضریب کاپای 75 درصد به دست داد. سپس نقشه کاربری اراضی برای چشمانداز 1403 با مدل سلولهای خودکار مارکوف پیشبینی گردید. نتایج نهایی حاکی از آن است که بیشترین تغییر کاربری نسبت به سال 1391 در ناحیه جنگل بوده و به کاربریهای کشاورزی آبی و مرتع تبدیل میشود.[9] مدل سازی رشد شهری شهر بجنورد بر اساس تلفیق طبقهبندی شبکه عصبی مصنوعی پرسپترون چندلایه و مدل زنجیره مارکوف با استفاده از مدلسازی تغییرات زمین بوده است.
از تصاویر لندست-5 مربوط به سال 1384 و لندست 8 مربوط به سال 1392 جهت تهیه نقشه کاربری اراضی به روش شبکه عصبی پرسپترون چندلایه استفاده گردید و با اعمال متغیرهای فاصله از جاده، شیب و متغیرهای کیفی مدل سازی رشد شهری برای سال 1410 انجام گرفت. نتایج مدل سازی پتانسیل تبدیل در همه زیر مدلها صحت بالای 95/2 درصد را نشان داد. اعتبارسنجی مدل با محاسبه ضرایب کاپا - ضرایب بالای 86 درصد - بیانگر اعتبار مدل میباشند.[10] از تصاویر سنجنده TM سال 1987، نقشه کاربری سال2011 و تصویر ETM+ سال 2009 برای تهیه نقشه پوشش جنگلی آبخیز چهلچای و ارزیابی تغییرات آن و از مدل تلفیقی سلولهای خودکار مارکوف برای شبیهسازی تغییرات پوشش جنگلی استفاده شد.
