سنجش از دور
کامران مروج؛ شیلان فعله گری؛ علیرضا شریفی؛ احمد گلچین؛ پرویز کرمی
چکیده
پیشینه و اهداف: فعالیتهای انسانی و فرآیندهای طبیعی باعث ایجاد تغییرات کاربری میشوند که منجر به مسائل مهمی مانند جنگلزدایی، از بین رفتن تنوع زیستی و افزایش آسیبپذیری در برابر بلایای طبیعی مانند سیل میشود. رشد جمعیت و افزایش تقاضاهای اجتماعی-اقتصادی فشار قابل توجهی بر کاربری و پوشش زمین وارد میکند که اغلب منجر به تغییرات ...
بیشتر
پیشینه و اهداف: فعالیتهای انسانی و فرآیندهای طبیعی باعث ایجاد تغییرات کاربری میشوند که منجر به مسائل مهمی مانند جنگلزدایی، از بین رفتن تنوع زیستی و افزایش آسیبپذیری در برابر بلایای طبیعی مانند سیل میشود. رشد جمعیت و افزایش تقاضاهای اجتماعی-اقتصادی فشار قابل توجهی بر کاربری و پوشش زمین وارد میکند که اغلب منجر به تغییرات غیرقانونی میشود که عمدتاً به سوء مدیریت در کشاورزی، توسعه شهری، مراتع و جنگلها نسبت داده میشود. ادغام سنجش از دور و سیستمهای اطلاعات جغرافیایی (GIS) یک رویکرد قوی برای ارزیابی دقیق و نظارت بر تغییرات کاربری زمین در مناطق وسیع ارائه میدهد. داده های ماهواره ای، به ویژه از منابعی مانند اسکنر چندطیفی Landsat (MSS)، نقشه برداری موضوعی (TM) و نقشه برداری موضوعی پیشرفته (ETM+)، به طور گسترده برای تجزیه و تحلیل تغییرات کاربری زمین، به ویژه در مناطق جنگلی و کشاورزی استفاده شده است. این مطالعه با هدف تحلیل تغییرات کاربری اراضی در بافت خاک برنج شالیزاری در گیلان، شمال ایران از سال 1391 تا 1401 انجام شده است. با استفاده از دادههای Landsat MSS و ETM+ و نرمافزار GIS، این مطالعه تلاش میکند تا تغییرات کاربری و پوشش قابلتوجهی را شناسایی و مشخص کند و بینشهای ارزشمندی را در مورد پویایی چشمانداز منطقهای ارائه دهد.روشها: در این مطالعه که در استان گیلان انجام شد، تصاویر ماهوارهای Landsat-8 از سالهای 1391 و 1401، با حداقل پوشش ابری، استفاده شد. برروی تصاویر ماهوارهای لندست-8 برای کاهش خطاها اصلاحات هندسی و رادیومتری انجام شد. با استفاده از روش حداکثر احتمال، طبقهبندی نظارت شده طبقات کاربری زمین را مشخص کرد. این روش احتمال یک پیکسل متعلق به هر کلاس از پیش تعریف شده را محاسبه میکند و پیکسل را به کلاسی با بیشترین احتمال اختصاص میدهد. این رویکرد جامع، تحلیل پویایی کاربری زمین در منطقه مورد مطالعه را تسهیل کرد و بینش های ارزشمندی را در مورد تغییرات محیطی در طول زمان ارائه داد.یافتهها: ارزیابی نقشههای طبقهبندی کاربری اراضی دقت کلی 80% و ضریب کاپا بیش از 0.8 را نشان داد که نشاندهنده توافق قابلتوجه با کلاسهای حقیقت زمینی است. بهره برداری از مساحت جنگل از 46 درصد در سال 2011 به 33 درصد در سال 2011 کاهش یافته است که نشان دهنده تخریب اکوسیستم است. به همین ترتیب، اراضی مرتع از 51 درصد در سال 1391 به 42 درصد در سال 1401 کاهش یافت. در مقابل، زمین های کشاورزی شاهد رشد قابل توجهی بودند که از سال 2013 تا 1401 به میزان 7 درصد (34 درصد به 41 درصد) افزایش یافت. مساحت زمین مسکونی افزایش قابل توجهی را تجربه کرد و 34 درصد افزایش یافت. این یافتهها بر تغییرات قابلتوجه کاربری زمین، از جمله کاهش جنگلها و افزایش گسترش مسکونی تاکید میکند، که نیاز مبرم به شیوههای مدیریت پایدار زمین در منطقه مورد مطالعه را برجسته میکند.
سنجش از دور
شیلان فعله گری؛ کامران مروج؛ علیرضا شریفی؛ احمد گلچین؛ پرویز کرمی
چکیده
پیشینه و اهداف: هر کشوری به خاک بهعنوان یک منبع طبیعی حیاتی، متکی است که بهطور قابل توجهی در حفظ محیط زیست و تولید مواد غذایی کمک میکند. تهیه نقشه توزیع عناصر غذایی خاک بهعنوان یک ابزار ارزشمند برای تصمیمگیری مدیران عمل میکند. با توجه به ماهیت زمانبر و پرهزینه آنالیز آزمایشگاهی برای این متغیرها در مقیاس بزرگ، تلاشهایی ...
بیشتر
پیشینه و اهداف: هر کشوری به خاک بهعنوان یک منبع طبیعی حیاتی، متکی است که بهطور قابل توجهی در حفظ محیط زیست و تولید مواد غذایی کمک میکند. تهیه نقشه توزیع عناصر غذایی خاک بهعنوان یک ابزار ارزشمند برای تصمیمگیری مدیران عمل میکند. با توجه به ماهیت زمانبر و پرهزینه آنالیز آزمایشگاهی برای این متغیرها در مقیاس بزرگ، تلاشهایی برای کاوش نیتروژن خاک از طریق سنجش از دور انجام شده است. پژوهش حاضر، به کاربرد روشهای سنجش از دور همراه با مدلهای رگرسیون و تصادفی جنگل برای پیشبینی نیتروژن کل خاک در استان گیلان میپردازد. این مطالعه، با هدف پاسخ به دو سوال اصلی انجام شد: (1) آیا میتوان از دادههای SAR برای تعیین مقدار نیتروژن کل خاک استفاده کرد؟ (ب) الگوریتمهای ماشین بردار پشتیبانی (SVM)، درخت رگرسیون تقویتشده (BRT) و جنگل تصادفی (RF) در پیشبینی محتوای نیتروژن خاک چگونه عمل میکنند؟روشها: این مطالعه بر ارزیابی قابلیتهای دادهای ماهوارههای Landsat-9 و Sentinel-1 بهصورت جداگانه و ترکیبی، با استفاده از الگوریتمهای پیشرفته مانند SVM، RF و BRT متمرکز شد.. نمونهبرداری هدفمند بهصورت استراتژیک انجام شد تا شرایط متنوع منطقه مورد مطالعه را بر اساس پوشش زمین/ کاربری زمین، پارامترهای اقلیمی و توپوگرافیکی نشان دهد. متغیرهای مختلف، از جمله پارامترهای آبوهوایی، اجزای توپوگرافی، و شاخصهای زیرگروه سنجش از دور، در ارتباط با دادههای SAR و تصاویر نوری مورد بررسی قرار گرفتند. الگوریتمهای یادگیری ماشین غیرخطی، بهویژه SVM، RF و BRT برای پیشبینی وضعیت نیتروژن کل خاک با مدلسازی روابط پیچیده بین خواص خاک و متغیرهای محیطی مورد استفاده قرار گرفتند. نرم افزار R، با استفاده از بسته CARET برای ورودی پارامتر، برای پیادهسازی الگوریتم استفاده شد.یافتهها: نتایج، حاکی از موارد زیر بود: عملکرد الگوریتمهای RF و BRT از SVM پیشی گرفت و در پایش مقادیر نیتروژن کل خاک مؤثر بود، تصاویر SAR چند زمانی دقت بالاتری را در نظارت بر محتوای نیتروژن کل خاک در مقایسه با دادههای سنجش از دور نوری نشان دادند و پیشبینیهای واقعیتر را در خاکهای شالیزاری تسهیل کردند، ادغام متغیرهای محیطی منجر به افزایش دقت الگوریتمها شد. متغیرهای سنجش از دور، نقش مهمی را در این پژوهش ایفا کردند و به ترتیب، تأثیر 61 و 51 درصدی در الگوریتمهای RF و BRT گزارش شد. مقایسه الگوریتمهای SVM و RF نشان داد که RF پس از اجرای الگوریتم BRT در رتبه دوم قرار دارد و دقت برآورد نیتروژن کل خاک با الگوریتم SVM بهدست نیامد. با این حال، الگوریتمهای BRT و RF قادر به نظارت بر تغییرات نیتروژن کل خاک بودند و BRT با ثبت دقیق 58٪ تغییرات بهدلیل مقدار R2 بالاتر (58/0) و مقادیر RMSE (25/0 میلیگرم بر کیلوگرم) و MAE (19/0 میلیگرم بر کیلوگرم) کمتر، عملکرد بهتری داشت.نتیجهگیری: در انتها، موارد کلیدی زیر بهعنوان نتیجهگیری کلی از این پژوهش استخراج شد: 1) الگوریتمهای RF و BRT در نظارت بر سطوح نیتروژن کل خاک بهطور مؤثر بهتر از SVM عمل کردند، 2) تصاویر SAR چند زمانی دقت بالایی در ردیابی نیتروژن کل خاک در مقایسه با سنجش از دور نوری ارائه میدهند و پیشبینی دقیق را در خاکهای شالیزاری تسهیل میکنند، 3) ترکیب متغیرهای محیطی باعث افزایش دقت الگوریتمی شد و 4) متغیرهای سنجش از دور به ترتیب 61 و 51 درصد به الگوریتم های RF و BRT کمک کردند.
