مدلسازی رشد شهری با استفاده از داده های سنجش از دور بر اساس شبکه عصبی – مارکوف و مدلسازی تغییرات زمین(LCM)

چکیده مقاله

در چند دهه اخیر سرعت لجام گسیخته شهرنشینی و متقابلاً گسترش کالبدی شهرها و دست­اندازی آن­ها به زمین­های مستعد کشاورزی ­حومه شهری تخریب­های غیر قابل جبرانی بر محیط زیست داشته است. ضرورت مدل­سازی و مهار این گسترش­های خارج از برنامه، محققین زیادی را از حوزه­ های مختلف بر آن داشته است تا جهت جلوگیری از چنین گسترش­هایی، مدل­های پایش و پیش­بینی مختلفی را ارائه دهند. هدف از پژوهش حاضر، مدلسازی رشد شهری شهر بجنورد بر اساس تلفیق طبقه­بندی شبکه عصبی مصنوعی پرسپترون چند لایه و مدل زنجیره مارکوف با استفاده از مدلساز تغییرات زمین بوده است. از تصاویر لندست 5 مربوط به سال 1384 و لندست 8 مربوط به سال 1392 جهت تهیه نقشه کاربری اراضی به روش شبکه عصبی پرسپترون چند لایه استفاده گردید و با اعمال متغیرهای فاصله از جاده، شیب و متغیر­های کیفی مدلسازی رشد شهری برای سال 1410 انجام گرفت. نتایج مدلسازی پتانسیل تبدیل در همه زیر مدل­ها صحت بالای 2/95 درصد را نشان داد. اعتبار­سنجی مدل با محاسبه ضرایب کاپا (ضرایب کاپای بالای 86 درصد) بیانگر اعتبار مدل می­باشند. نتایج بدست آمده از بررسی تغییرات و پیش­بینی کاربری اراضی نیز، گویای رشد توسعه مناطق شهری و متقابلاً کاهش کلاس­های دیگر کاربری اراضی بوده و با توجه به نتایج حاصل این روند در آینده نیز ادامه خواهد داشت. اراضی شهری از 38/1529 هکتار در سال 1384 به 1837 هکتار در سال 1392 افزایش یافته است. این روند صعودی در آینده نیز ادامه خواهد داشت و طبق نتایج بدست آمده به 31/2856 هکتار می­رسد.