ارزيابي روش هاي مختلف سنجش از دور براي پايش تغييرات كاربري اراضي (مطالعه موردي حوزه دره شهر- استان ايلام)

Assessing different remote sensing techniques to detect land use changes (Case study in Dareshahr, Ham province)

در حال حاضر، تغييرات بدون برنامه كاربري اراضي، به يك مشكل عمده تبديل گرديده است. بيشتر تغييرات كاربري اراضي، بدون برنامه ريزي روشن و منطقي با توجه اندك به اثرات زيست محيطي آنها صورت مي گيرد. از آنجا كه تغييرات در كاربري اراضي در سطوح وسيع و گسترده صورت مي گيرد، بنابراين تكنولوژي سنجش از راه دور ابزاري ضروري و با ارزش جهت پايش تغييرات مي باشد. در اين مطالعه پس از اعمال تصحيحات هندسي و راديومتريك بر روي تصاوير لندست(TM) سال 1988 و لندست(ETM+) سال 2001، از پنج روش پايش تغيير شامل، رگرسيون تصوير، تفاضل NDVI، تجزيه مولفه هاي اصلي، تبديل تسلدكپ و روش مقايسه پس از طبقه بندي در حوزه دره شهر استان ايلام با مساحت 80470 هكتار استفاده شده است. در همه اين روش ها پس از استانداردسازي نقشه ها، جهت تغييرات مشخص شده است. در اين مطالعه براساس نتايج حاصل از روش مقايسه پس از طبقه بندي و محاسبه ضريب كاپا دقت روش هاي ديگر بررسي شده است. براساس نتايج بدست آمده مشخص گرديد كه بعد از روش مقايسه پس از طبقه بندي، روش تفاضل NDVI و تفاضل PC2 به ترتيب با ضريب كاپاي 667/0 و 659/0 بيشترين دقت را در پايش تغييرات كاربري اراضي منطقه مورد مطالعه داشته اند. با وجود اين روش هاي پايش تغيير متفاوت ويژگيهاي خود را داشته و هيچ روشي به تنهايي مناسب و قابل استفاده براي تمام موارد نمي باشد. بنابراين در عمل بهتر است چندين روش پايش تغيير مورد استفاده قرار گيرد و در مرحله بعد نتايج آنها مقايسه شده و بهترين روش از طريق ارزيابي كيفي يا كمي تعيين گردد.

Presently, unplanned changes of land use have become a major problem. Most land use changes occur without a clear and logical planning with little attention to their environment impacts. Since that landuse change occurring over large areas, remote sensing technology is an essential and useful tool for landuse change detection. In this study,after applying geometric and radiometric correction on landsat images of TM(1988) and ETM+(2001) ,five techniques of change detection have been used in 80470 hectare in the region of Daresher,Ilam province. These change detection techniques included Image regression, NDVI differencing, Principal component analysis (PCA), Tasselled cap (KT) and post-classification comparison. In all these techniques, following standarizing maps,change direction has been determined. The accuracy of the results obtained by each technique was evaluated by comparison with post-classification method through Kappa coefficient calculation. According to the results, NDVI differencing and PC2 differencing showed the largest accuracy with Kappa coefficients of 0.667 and 0.655, respectively .However, Different change detection algorithms have their own merits and no single approach is optimal and applicable to all cases. In practice, several change detection techniques should be used to implement change detection, whose results are then compared to identify the best approach through visual or quantitative assessment.