استفاده از شاخص احتمالاتی و منطق فازی در تهیه نقشه تغییرات کاربری اراضی شهری (شمال و شمال غرب مشهد)
شهر مشهد در طی سالهای اخیر رشد نسبتاً سریع داشته و در نتیجه تغییرات قابل ملاحظه ای در کاربری اراضی صورت گرفته است. هزاران هکتار زمین کشاورزی، باغ و مراتع تخریب شده و به کاربری های دیگری چون شهر، نواحی صنعتی و غیره تبدیل شده است. به پیروی از آن، خیابان ها تعریض شده پارک های جدیدی ایجاد شده است. ک...
Main Author: | |
---|---|
Format: | Article |
Language: | fas |
Published: |
سازمان جغرافیایی نیروهای مسلح
2003-01-01
|
Series: | اطلاعات جغرافیایی |
Online Access: | http://www.sepehr.org/article_28364_a95625262bcda1d1e957ac5f41e21894.pdf |
Summary: | شهر مشهد در طی سالهای اخیر رشد نسبتاً سریع داشته و در نتیجه تغییرات قابل ملاحظه ای در کاربری اراضی صورت گرفته است. هزاران هکتار زمین کشاورزی، باغ و مراتع تخریب شده و به کاربری های دیگری چون شهر، نواحی صنعتی و غیره تبدیل شده است. به پیروی از آن، خیابان ها تعریض شده پارک های جدیدی ایجاد شده است. کشف و بازیابی تغییرات کاربری اراضی شهری از مهمترین مسائل و نیازمندی های برنامه ریزی و مدیریت شهر می باشد. برای کشف و بازیابی تغیرات و استفاده از داده های سنجش از دور روشهای مختلف وجود دارد. در این تحقیق روشهای تفریق و تقسیم تصاویر ، رگرسیون، تحلیل مؤلفه اصلی و باندهای تفریقی و استفاده از منطق فازی، مقایسه طبقه بندی واحتمالات بین حاصل از روش حداکثر احتمال. برای شناخت و کشف تغییرات با استفاده از تصاویر ماهواره های لندست تی ام مربوط به سالهای 1987 و 1996 شهر مشهد مورد ارزیابی قرار گرفته اند. در این تحقیق با استفاده از احتمالات پسین حاصل از طبقه بندی حداکثر احتمال اقدام به تعیین نوع و مقدار احتمال عضویت هر پیکسل در تغییر شد. سپس کلاس های نظیر در سالهای 1987 و 1996 از هم کم شدند. نتایج حاصل از این بررسی نشان می دهند که: الف) تصاویر ماهواره ای چند زمانه تغییرات کاربری اراضی در منطقه مورد مطالعه را به خوبی نشان می دهند. ب) با استفاده توأم از دو روش تحلیل مؤلفه های اصلی و منطقه فازی محل و درجات عضویت پیکسل ها در تغییرات قابل تشخیص اند. ج) در تصاویر حاصل از کم کردن احتمالات پسین مربوط به کلاس های نظیر تغییرات با اعداد منفی یا مثبت مشخص می باشند و با خوبی از مناطق عدم تغییر قابل تشخیص می باشند. بنابراین روش مبتنی بر استفاده از احتمالات پسین حاصل از طبقه بندی حداکثر احتمال به عنوان مناسب ترین روش می باشد. زیرا هم نوع و ماهیت تغییرات و هم احتمال عضویت در تغییرات را می تواند مشخص نماید. |
---|---|
ISSN: | 2588-3860 2588-3879 |