بخشی از مقاله
چکیده
توسعه فضای سبز شهری در جهت کاهش آلودگیهای شیمیایی هوای شهرها در کنار عواملی همچون ایجاد منابع گذران اوقات فراغت برای شهروندان از جمله ضروریات زندگی شهرنشینی میباشد. استفاده از فناوریهای دورسنجی و به کارگیری دادههای ماهوارهای اغلب موجب کاهش هزینهها، صرفه جویی در وقت، افزایش دقت و سرعت می گردد. آشکارسازی تغییرات فرآیندی است که امکان مشاهده و تشخیص تفاوتها و اختلاف سری زمانی پدیدهها، عارضهها و الگوی سطح زمین را فراهم میکند.
نقشه پوشش و کاربری اراضی و آشکارسازی تغییرات با استفاده از تکنیک های سنجش از دور و GIS اهمیت ویژهای برای برنامه ریزان، سیاستگذاران و غیره دارد. هدف تحقیق بررسی میزان تغییرات کاربری اراضی از جمله فضای سبز منطقه 6 شهرداری شیراز است. به این منظور مراحل تحقیق شامل افزایش رزولوشن مکانی باندهای تصاویر ماهوارهای، استخراج ویژگی از تصاویر، طبقهبندی اراضی منطقه مورد مطالعه و بررسی تغییرات کاربری اراضی است. نتایج تحقیق بیان کننده کاهش مناطق فضای سبز منطقه 6 شهرداری شهر شیراز ما بین سالهای 2013 تا 2017 است که شامل از بین رفتن 35100 مترمربع از مناطق فضای سبز میباشد.
-1 مقدمه
توسعه صنایع و افزایش جمعیت سبب شده است تا بخش زیادی از زمینهای شهری در سالهای اخیر دستخوش تغییرات کاربری اراضی گردد. با افزایش و پیشرفت این تغییرات در مناطق شهری گسترهای از تغییرات زیست محیطی دیده می شود که بیشتر در ارتباط با تغییر کاربری نواحی زراعی و باغی به مسکونی است .[1] از آنچا که تغییرات در کاربری اراضی به عنوان تغییرات برگشت ناپذیر تلقی میشوند [2] دسترسی به آمار و اطلاعات بهروز و بههنگام شده و آگاهی از روند این تغییرات از عوامل کلیدی در برنامهریزیها، تصمیمگیریها و ابزارهای مدیریت در هر سازمانی میباشد. که این امر با کاربرد فرآیند آشکارسازی تغییرات کاربری اراضی میسر خواهد شد .[3]
تصاویر سنجش از دور به علت رقومی بودن ارایه اطلاعات بههنگام، فراهم آوردن دید همه جانبه استفاده از قسمتهای مختلف طیف الکترومغناطیس برای ثبت خصوصیات پدیدهها، پوشش تکراری، سرعت انتقال، چند طیفی بودن و تنوع اشکال دادهها از ارزش زیادی برخوردار است. با استفاده از تصاویر ماهوارهای با قدرت تفکیک مکانی متفاوت میتوان نقشههای کاربری اراضی را در سطوح مختلف تهیه نمود و وضعیت موجود کاربری اراضی را مورد مطالعه قرار داد .[4] از جمله ویژگیهای منحصر به فرد فناوری سنجش از دور این است که آن را به عنوان بهترین ابزار در زمینه کشف تغییرات پوشش گیاهی نواحی شهری را در بازه های زمانی مختلف بررسی مینماید .[5]
همچنین گسترش سکونتگاههای غیررسمی با توجه به تغییرات غیر اصولی و اشتباه کاربری اراضی شهری در جهت توسعه پایدار کشورهای کمتر توسعه یافته باعث بروز مشکلات اجتماعی و زیست محیطی بسیاری گردیده که با توجه به نقش دادههای سنجش از دور و مدلسازی های سیستم اطلاعات مکانی میتوان الگوی مناسبی را در بازه زمانی مشخص طراحی و این مشکلات را برطرف نمود .[6]
آشکار سازی تغییرات در مناطق شهری، کنشهای متقابل میان انسان و پدیده های طبیعی بهتر درک شده و تغییرات ایجاد شده در منابع طبیعی و محیط زیست کمی و نقشهسازی میشوند. همچنین آشکارسازی تغییرات شهری کمک خواهد کرد با برنامهریزی جامع کاربری اراضی شهری رشد مناطق شهری را در مناسبترین جهت هدایت کرد تا ضمن تامین نیازهای ساکنان شهر منابع طبیعی و اراضی باغی و زراعی حفظ گردند. لذا در فرآیند برنامهریزی برای یک شهر خصوصا از دیدگاه آمایشی نگاه گذشته شهر و مشخص کردن تغییرات به وجود آمده در محدوده شهر و توصیف آن اهمیت ویژهای دارد .[7]
Sedat Keles و همکاران در مقاله ای تحت عنوان شهرنشینی و تغییرات پوشش جنگلی منطقه ترابزون ترکیه طی سالهای 1975تا2000 میلادی با استفاده از دادههای ماهواره لندست به این نتیجه رسیدند که با توجه به افزایش جمعیت شهرنشین و کاهش فعالیت های کشاورزی و در نتیجه کاهش جمعیت روستانشین سالانه حدود 42 درصد از جنگلهای این منطقه رو به نابودی و تبدیل آنها به مناطق مسکونی و صنعتی شده است .[8]
همچنین Liu jiyan و همکاران در مقاله ای تحت عنوان بررسی الگوی تغییرات کاربری اراضی و استفاده صحیح از زمین و منابع طی سالهای 1995 تا 2000 میلادی در منطقه دشتهای دلتای رود تانگ تسه و منطقه سیچوان کشور چین با استفاده از دادههای سنجنده TM ماهواره لندست و تهیه مدلهای موثر استفاده از زمین با توجه به شرایط اقتصادی، اجتماعی و اقلیمی موفق به ایجاد شرایطی گردیدند که ویژگیهای زمانی و فضایی تغییرات کاربری زمین به رسمیت شناخته شود و مطالعات منطقهای در جهت استفاده درست از زمین شکل گیرد. از نتایج به دست آمده میتوان به توقف جنگل زدایی و گسترش زمینهای کشاورزی در اطراف این دلتا نام برد .[9]
-2 منطقه مورد مطالعه
شیراز یکی از شهرهای بزرگ ایران و مرکز استان فارس است. جمعیت شیراز در سال 1395 خورشیدی بالغ بر 745،712،1 تن بوده که این رقم با احتساب جمعیت ساکن در حومهی شهر به 000،869،1 تن میرسد. شیراز در بخش مرکزی استان فارس، در ارتفاع 1486 متری از سطح دریا و در منطقهی کوهستانی زاگرس واقع شده و آب و هوای معتدلی دارد . این شهر از سمت غرب به کوه دراک، از سمت شمال به کوههای بمو، سبزپوشان، چهلمقام و باباکوهی - از رشته کوههای زاگرس - محدود شده است. منطقه 6 شهرداری از سال 1372 در حد انتهای شمال غربی شهر شیراز راه اندازی شده است.
مساحت محدوده این منطقه 2500 هکتار است که از سمت شمال شهرک جوادیه و پردیس و کوههای مشرف منصورآباد و چمران، از سمت جنوب اراضی جبل الدراک تا میدان رودکی و از سمت شرق خیابان همت شمالی و جنوبی و میدان قصرالدشت میباشد. این منطقه در سالهای اخیر به خصوص پس از تبدیل بیرویه کاربریهای باغی به مسکونی دچار تحولاتی زیادی از جمله افزایش جمعیت، گسترش فیزیکی سکونت و از بین رفتن باغ های قدمت دار که به ریههای تنفی شیراز نام برده میشود و تبدیل آنها به کاربریهای مسکونی شده است.
-3 روش تحقیق
در این تحقیق به منظور بررسی تغییرات کابری اراضی منطقه 6 شهرداری شیراز از تصاویر لندست 8 در سه سال 2013، 2015 و 2017 استفاده شده است. به این منظور مراحل تحقیق شامل افزایش رزولوشن مکانی باندهای تصاویر ماهوارهای، استخراج ویژگی از تصاویر، طبقهبندی اراضی شهری و بررسی تغییرات کاربری اراضی است که در ادامه تشریح میشوند.
-3-1 ادغام باندها با استفاده از الگوریتم گرام اشمیت
در این تحقیق به منظور افزایش رزولوشن مکانی باندها از الگوریتم گرام اشمیت استفاده شده است در این الگوریتم میتوان از یک پایه دلخواه، پایهای یکای متعامد ساخت .[10] به این صورت که ابتدا بر روی 10 باند طیفی لندست با قدرت تفکیک مکانی کمتر تبدیل مولفه-های اصلی اعمال کرده و مولفه اول آن را به منظور تعدیل اطلاعات از باند پانکروماتیک استفاده شده است. پس از تعدیل اطلاعات، معکوس تبدیل مولفههای اصلی بر روی مولفهها اعمال شده و در انتها 10 باند طیفی با قدرت تفکیک مکانی بالا بدست میآید.
-3-2 استخراج ویژگی
پس از اخذ اطلاعات اپتیک چند باندی سنجنده لندست، منطقه مورد مطالعه با محاسبه ویژگیهای متفاوت توصیف میشود. از آنجا که هدف این تحقیق تعیین میزان تغییرات فضای سبز شهری است به منظور استخراج ویژگی از شاخصهای گیاهی و شاخصهای فضای رنگی استفاده شده است.
-3-2-1 تبدیل فضای رنگ
بر اساس روش مورد استفاده در توصیف رنگها، روشهای مختلفی برای تبدیل فضای رنگی تصاویر تعریف شده است. در این بخش به بیان سه تبدیل فضای رنگ با استفاده از تصاویر باندهای آبی، سبز و قرمز سنجنده مورد نظر پرداخته شده است .[11] تبدیل تصاویر به صورت IHS سه شاخص اصلی شدت، رنگ و اشباع را شامل میشود که شاخص اول مربوط به روشنایی کلی یک رنگ است. شاخص دوم مربوط به طول موج و شاخص سوم میزان خلوص رنگ را نشان میدهد.
یک در نظر گرفته میشود تا تضمینی بر قرار گیری در محدوده ماکسیمم و مینیمم RGB باشد.
-3-2-2 شاخصهای گیاهی
انتقال اطلاعات طیفی دو یا چند باند به منظور شناسایی بهتر گیاهان، با استفاده از شاخصهای گیاهی انجام میشود. در این شاخصها معمولا از دو باند مادون قرمز نزدیک و باند قرمز استفاده شده که دلیل آن جذب بالا و انعکاس پایین امواج در محدوده باند قرمز و جذب پایین و انعکاس بالای امواج در محدوده باند مادون قرمز نزدیک میباشد .[12] در جدول 1 تعدادی از شاخصهای گیاهی معرفی شدهاند.
-3-3 طبقهبندی کننده ماشین بردار پشتیبان
الگوریتم ماشینهای بردار پشتیبان در اواخر دهه هفتاد میلادی توسط Vapnik و Cortes به عنوان طبقهبندی کننده دودویی ارائه شد، اما در دهههای اخیر، این الگوریتم مورد توجه بیشتری قرار گرفته است. به گونهای که امروزه جز الگوریتمهای پر کاربرد برای طبقهبندی داده-های سنجش از دوری محسوب میشود. دلیل عمده گسترش استفاده از این روش و نتایج مطلوب آن مقایسه با دیگر طبقهبندی کنندهها، استفاده الگوریتم ماشینهای بردار پشتیبان از ویژگیهای هندسی دادههای آموزشی به جای ویژگیهای آماری آنها است .[13] ماشین-های بردار پشتیبان دارای چهار ویژگی هستند:
الف - قابلیت تعمیم بالا: ماشینهای بردار پشتیبان برای جداسازی نمونههایی که به دو کلاس مختلف تعلق دارند، از یک ابرصفحه با حاشیه بیشینه استفاده میکند که به آن ابرصفحه تصممگیری بهینه گفته میشود.
ب - متغییر کمکی: هنگامی که دادهها به صورت خطی قابل جداسازی نیستند، ماشینهای بردار پشتیبان این قید را با استفاده از متغیر کمکی برای هر نمونه در نظر میگیرید.
ج - فضای ویژگی: ماشینهای بردار پشتیبان با تبدیل دادهها از فضای RN به فضای ویژگی با ابعاد R H که در آن H > N یک تابع تصمیم-گیری غیرخطی ایجاد میکند که در فضای ویژگی حاصل از آن، به صورت خطی قابل جدا شدن هستند.
د - بردارهای پشتیبان: تنها بردارهای پشتیبان در ساخت ابرصفحه نقش دارند. هدف از روش ماشینهای بردار پشتیبان، یافتن ابرصفحهای است که بتواند بهترین صورت دو کلاس متمایز را از یکدیگر جدا کند. حال با توجه به تفکیکپذیر بودن کلاسها به صورت خطی یا غیرخطی، نحوه طبقهبندی دادهها و یافتن ابرصفحه توسط این الگوریتم متفاوت خواهد بود .[14]
