شبيه سازي مكاني- زماني تغييرات گستره جنگل در آبخيز چهل چاي استان گلستان با استفاده از مدل تلفيقي سلول هاي خودكار و زنجيره ماركف

Simulating the spatiotemporal changes of forest extent for the Chehelchay watershed (Golestan province), using integrated CA-Markov model

اهميت پوشش و كاربري اراضي به عنوان يك عامل پويا و موثر بر شرايط زيستي ايجاب مي كند كه همواره اطلاعات كمي و كيفي دقيقي از آن تهيه و تغييرات مربوط به آن در بازه هاي زماني كوتاه‌مدت تعيين گردد. مدل‌سازي تغييرات پوشش اراضي، اطلاعات ارزشمندي را براي ادراك بهتر فرايند تغيير، تعيين عوامل موثر و پيش بيني مناطق در معرض تغيير فراهم مي آورد. در تحقيق حاضر از مدل تلفيقي CA-Markov براي شبيه سازي تغييرات پوشش جنگلي در آبخيز چهل چاي مينودشت استفاده شد. اين مدل كه تلفيقي از سلول هاي خودكار و زنجيره ماركف است، با افزودن مشخصه مجاورت مكاني به مدل تصادفي زنجيره ماركف، پوشش اراضي را براي سالهاي آينده پيش بيني مي كند. از تصاوير سنجنده TM سال 1987، نقشه كاربري سال 2001 و تصوير ETM+ سال 2009 براي تهيه نقشه پوشش جنگلي آبخيز چهل چاي و ارزيابي تغييرات آن در طي زمان استفاده گرديد. به‌منظور بررسي ارتباط تغييرات پوشش جنگل با برخي عوامل محيطي و انساني و تهيه نقشه هاي شايستگي تبديل اراضي، رابطه رگرسيون لجستيك بين نقشه تغييرات پوشش جنگلي به عنوان متغير وابسته و عوامل موثر به عنوان متغير هاي مستقل، برقرار گرديد. سپس پوشش و كاربري اراضي سال 2009 با استفاده از مدل CA-Markov و بر مبناي تغييرات مشاهده شده بين سالهاي 1987 تا 2001، پيش بيني شد. اعتبار-سنجي مدل با مقايسه نقشه شبيه سازي شده با نقشه واقعي حاصل از طبقه بندي تصوير ماهواره اي سال 2009 انجام شد. ضريب صحت استخراج شده، نشان دهنده قابليت بالاي اين مدل براي شبيه‌سازي تغييرات پوشش جنگلي در آبخيز چهل چاي مي باشد (شاخص كاپا = 92/0). در نهايت با فرض ادامه روند كنوني، نقشه پوشش جنگلي آبخيز مورد نظر براي سال 2020 پيش بيني گرديد كه نتايج بيانگر كاهش قابل توجه مناطق جنگلي است.

The importance of land-use/ land-cover (LULC) as a dynamic factor and effective on environmental conditions, makes it necessary to get precise quantitative and qualitative information from it and to identify its changes through short time periods. Modeling LULC changes provides useful information for better understanding of the changes process, determining driving forces and predicting areas under change conditions. In this study, the integrated CA-Markov model was used to simulate forest cover changes in the Chehelchay Water catchment at minodasht area of Golestan province of Iran. CA-Markov is a combined Cellular Automata/Markov chain land cover prediction procedure that adds an element of spatial contiguity to the stochastic Markov chain analysis. Landsat images of 1987 and 2009 and land-use map of 2001 were used to derive forest extent maps of the Chehelchay Water catchment and characterize changes through time. To investigate the relationships between forest extent changes and some environmental and human-related factors and to produce transition suitability maps, a logistic regression analysis was applied between forest extent changes as response variable and the deriving factors as explanatory variables. Future LULC types for 2009 were then predicted using CA–Markov model, based on the land-cover changes between 1987 and 2001. In order to evaluate the modeling results, prediction for 2009 was compared with the observed 2009 land cover map. The computed accuracy coefficient indicated high efficiency of CA-Markov for simulating forest extent changes in the Chehelchay Water catchment (Kappa = 0.92). Finally, assuming current trends in LULC changes continue, forest cover map for the year 2020 was developed. The results indicate that there will be a notable decrease in forest area.