CV Personal Website


FA
Mohamad Akbari

Mohamad Akbari

Associate Professor

Full-Time Faculty Member

Faculty: Engineering

Department: Civil Engineering

Degree: Ph.D

CV Personal Website
FA
Mohamad Akbari

Associate Professor Mohamad Akbari

Full-Time Faculty Member
Faculty: Engineering - Department: Civil Engineering Degree: Ph.D |

بررسی تغییرات کاربری اراضی شهر بیرجند بر اساس داده‌های ماهواره‌ای منطبق بر هوش مصنوعی از سال 2017 تا 2024

Authorsمحمد اکبری
Conference Titleششمین همایش ملی دانش آموزش محتوا (PCK)برای رشته آموزش جغرافیا
Holding Date of Conference2025-12-17
Event Placeبیرجند
Page number0-0
PresentationSPEECH
Conference LevelInternal Conferences
Keywordsتغییرات کاربری اراضی, سنجش از دور, شهر بیرجند, داده‌های ماهواره‌ای, فروسرخ میانی (SWIR)

Abstract

تغییرات کاربری اراضی به عنوان یکی از چالش‌های مهم زیست‌محیطی و توسعه شهری، پیامدهای گسترده‌ای بر اکوسیستم‌ها و زیرساخت‌ها دارد. با توجه به محدودیت‌های شدید منابع آبی و حساسیت بالای محیط کویری، تغییرات محیطی معنی‌داری در این شهر رخ داده است. هدف اصلی، بررسی و تحلیل تغییرات کاربری اراضی شهر بیرجند بر اساس داده‌های ماهواره‌ای منطبق بر هوش مصنوعی در بازه زمانی ۲۰۱۷ تا ۲۰۲۴ بوده است. این مطالعه از نوع کاربردی-توسعه‌ای با رویکرد کمی و تحلیلی-توصیفی است. روش تحقیق شامل سه مرحله اصلی بود: ابتدا، بررسی ادبیات نظری از طریق روش اسنادی-کتابخانه‌ای انجام شد. سپس، با استفاده از تصاویر ماهواره‌ای چندطیفی از پلتفرم هوش مصنوعی (Living atlas arcgis)، نقشه‌های طبقه‌بندی کاربری اراضی برای سال‌های منتخب تولید و تحلیل تغییرات پس از طبقه‌بندی صورت گرفت. در نهایت، شاخص فروسرخ میانی نیز جهت تکمیل تحلیل‌ها مورد بررسی قرار گرفتند. یافته‌ها نشان داد که شهر بیرجند در دوره مورد مطالعه، شاهد رشد فزاینده و پیوسته توسعه کاربری اراضی شهری (افزایش مساحت از ۱۱٪ به ۱۳٪) بوده است که عمدتاً به صورت گسترش لکه‌ای و غیرمتمرکز در اراضی بایر پیرامونی و محورهای اصلی رخ داده است. تحلیل نمودار روند تغییرات نیز تأییدکننده این شتاب در سال‌های پایانی دوره است. در نهایت، نتایج این پژوهش با استفاده از هوش مصنوعی، الگوی گسترش شتابان و لکه‌ای شهر بیرجند و پیامدهای آن بر منابع حساس کویری را به روشنی به تصویر کشیده و قابلیت بالای ترکیب سنجش از دور و هوش مصنوعی را در پایش دقیق دینامیک‌های شهری به اثبات می‌رساند.

Paper URL