|
|
تحقیقات کاربردی علوم جغرافیایی، جلد ۱۸، شماره ۵۰، صفحات ۲۱۹-۲۳۴
|
|
|
| عنوان فارسی |
مدلسازی تجربی پتانسیل انتقال تغییر پوشش سرزمین شهرستان بهبهان با الگوریتم شبکه عصبی مصنوعی |
|
| چکیده فارسی مقاله |
تغییر کاربری زمین، یکی از مهمترین چالشهای برنامهریزی کاربری زمین است که در برابر برنامهریزان، تصمیمگیران و سیاست گذاران قرار دارد و تأثیر مستقیمی بر بسیاری از مسائل از قبیل رشد اقتصادی و کیفیت محیط دارد. مطالعه حاضر، روند تغییرات کاربری اراضی شهر بهبهان برای سالهای 1392 و 1406 با استفاده از LCM در محیط سامانه اطلاعات جغرافیایی را بررسی میکند. تجزیه و تحلیل و بارزسازی تغییرات کاربریها، به کمک دو دوره از تصاویر ماهواره لندست سالهای 1378 و 1392 انجام شد و نقشههای پوشش اراضی برای هر سال تهیه شد. مدلسازی پتانسیل انتقال، به کمک الگوریتم پرسپترون چندلایه شبکه عصبی مصنوعی با استفاده از شش متغیر مستقل صورت پذیرفت و میزان تخصیص تغییرات کاربریها به همدیگر، به روش زنجیره مارکف مورد محاسبه قرار گرفت. نتایج پیشبینی نشان داد بیشترین کاهش تغییرات شامل تخریب مراتع و بیشترین افزایش مساحت در کاربری کشاورزی میباشد. با توجه به نتایج جدولبندی افقی نقشه سال 1406 میتوان بیان کرد که از مجموع کل مساحت منطقه، 22/28336 هکتار از اراضی بدون تغییر و 78/33223 هکتار از اراضی تغییر کاربری دادهاند. همچنین روند تخریب مراتع و جنگل در طی این بازه زمانی میتواند زنگ خطری برای مدیران و برنامهریزان شهری و منابع طبیعی باشد. |
|
| کلیدواژههای فارسی مقاله |
روند تغییرات، زنجیره مارکوف، شبکه عصبی، مدلساز تغییر سرزمین |
|
| عنوان انگلیسی |
Empirical modeling potential transfer of land cover change pa city with neural network algorithms |
|
| چکیده انگلیسی مقاله |
Land-use change is one of the most important challenges of land-use planning that lies with planners, decision-makers and policymakers and has a direct impact on many issues, such as economic growth and the quality of the environment. The present study examines the land use change trends in Behbahan city for 2014 and 2028 using LCM in the GIS environment. Analysis and visibility of user variations, carried out in two periods of Landsat satellite images of 2000 (ETM + sensor) and 2014 (OLI sensors), and land cover maps for each year. The transmission potential modeling was performed by using the multi-layer perceptron artificial neural network algorithm using six independent variables and the distribution of changes in user usage were calculated by Markov chain method. The results of the prediction showed that the most reduction in the changes is the degradation of the rangelands and the greatest increase in the area of agricultural use. According to the horizontal tabulation results of the 2028 map, it can be stated that from the total area of the area 28336.22 hectares of land were unchanged and 33223.78 hectares of land use change. Also Rangeland and forest degradation during this time period can be a danger to urban planners and natural resources. nk href="moz-extension://8b922523-7922-435a-ac74-8ddb59e9beaf/skin/s3gt_tooltip_mini.css" rel="stylesheet" type="text/css" > |
|
| کلیدواژههای انگلیسی مقاله |
Trend of change, Markov chain, Neural network, Land Change Modelar |
|
| نویسندگان مقاله |
فاطمه محمدیاری | fatemeh mohammadyary Behbahan Khatam Alanbia University of Technology دانشگاه بهبهان
حمیدرضا پورخباز | hamidreza pourkhabbaz Behbahan Khatam Alanbia University of Technology دانشگاه بهبهان
حسین اقدر | hossin aghdar Shahid Chamran University of Ahvaz دانشگاه شهید چمران اهواز
مرتضی توکلی | morteza Tavakoly Associ profe of Geography Tarbiat Modares University of Technology دانشگاه تربیت مدرس، گروه جغرافیا
|
|
| نشانی اینترنتی |
http://jgs.khu.ac.ir/browse.php?a_code=A-10-3272-1&slc_lang=fa&sid=1 |
| فایل مقاله |
فایلی برای مقاله ذخیره نشده است |
| کد مقاله (doi) |
|
| زبان مقاله منتشر شده |
fa |
| موضوعات مقاله منتشر شده |
|
| نوع مقاله منتشر شده |
پژوهشی |
|
|
|
برگشت به:
صفحه اول پایگاه |
نسخه مرتبط |
نشریه مرتبط |
فهرست نشریات
|