پايش و تغييرات كاربري اراضي با استفاده از زنجيره اي ماركوف به‌ منظور پيش بيني آن (بررسي موردي: دشت عباس)

(Land Use /Cover Change Monitoring and Prediction Using Markov Chain (Case Study: The Abbas Plain

سنجش‌ از دور فناوري كليدي براي ارزيابي وسعت و مقدار تغييرات پوشش اراضي است كه اطلاع از اين تغييرات به‌ عنوان اطلاعات‌ پايه براي برنامه‌ ريزي‌ هاي مختلف اهميت ويژه ­اي دارد. در اين بررسي تغييرات كاربري اراضي طي 24 سال گذشته بررسي شد و امكان پيش ­بيني آن در آينده با استفاده از مدل زنجيره ي ماركوف منطقه دشت عباس مورد ارزيابي قرار گرفت. در اين پژوهش، تصاوير سنجنده ­هاي TM لندست 4،+ETM لندست 7 و OLI لندست 8 به ترتيب براي سال­ هاي 1368، 1382 و 1392 به همراه نقشه‏ هاي توپوگرافي و پوشش منطقه استفاده شد. تصاوير هر سه مقطع زماني به پنج طبقه ي كاربري اراضي: مرتع، كشاورزي (اعم از آبي و ديم)، مسكوني، بستر رودخانه و باير طبقه­ بندي شدند. بنا بر نتايج، كشاورزي پوياترين كاربري موجود در منطقه است وسعت آن طي 1368 تا 1392 روندي صعودي را در پي داشته است به‌ طوري‌ كه مقدار 4337 هكتار (12/7 درصد) به اين اراضي افزوده شده است. روند تغييرات كاربري مرتع نيز طي 1368 تا 1392 روندي نزولي بوده كه موجب كاهش 6573/6 هكتار (19/3 درصد) از اين طبقه شده است. نتايج حاصل از آناليز زنجيره­ ي ماركوف در دوره 1368 تا 1382 براي كاليبراسيون مدل و از نقشه­ هاي سال­ هاي 1382 تا 1392 و ماتريس آن براي پيش‌بيني تغييرات كاربري اراضي سال 1402 نشان‌ دهنده ضريب كاپاي 80% است. بر اين اساس در سال 1402، 49/1% از منطقه را طبقه كشاورزي و 10/1% منطقه را نيز پوشش مرتع تشكيل مي ­دهند كه بيانگر تغييرات كاربري­ ها به سمت كاربري كشاورزي است.

Remote sensing is a key technology for assessing expansion and rate of land cover changes that awareness of these changes as the basic information has a special importance for various programs. In this study, land use changes were examined over the past 24 years, and the feasibility of predicting it in the future was evaluated by using the Markov chain model of the Abbas Plain. Landsat TM, ETM+, and OLI satellite images for the years 1968, 2003 and 2013, respectively; along with topographic and vegetation maps of the study region were used in this research. The images for three periods were classified into five land-use classes of rangeland, agricultural land (irrigated and rain-fed)), residential land, riverbed and barren and hilly land. According to the results, agricultural land is the most dynamic land-use class in the study area and its area has followed an upward trend during the period 1968 – 2003, so that 4337 ha (7.12%) has been added to this land-use class during this period. The trend of rangeland use change has had a descending trend during the period 1968 – 2003, so that has caused its area to be decreased by 3.19% (6573.6 ha) during this period. The results obtained from Markov chain analysis in the period 1968-2003, for model calibration; the maps for the years 1968 and 2003, and its matrix for predicating land use changes of the year 2023 indicate the Kappa coefficient equal to 80 percent. Based on the obtained results, in the year 2023, 49.1 and 10.1 percent of the study region are comprised of agricultural land and rangeland, respectively.