بررسی تغییر کاربری اراضی و اثرات احداث سد کرخه با استفاده از تصاویر ماهواره‌ای و روش طبقه‌بندی بیشترین شباهت

فصلنامه علمی مهندسی منابع آب

مقاله 2، دوره 9، شماره 28، فروردین و اردیبهشت 1395، صفحه 19-32   

نویسندگان

بهنام بلوچی^{* 1}؛ مریم دهقانی²؛ محمد رضا نیکو³

¹دانشجوی دکتری عمران-آب، بخش مهندسی راه، ساختمان و محیط زیست، دانشکده مهندسی، دانشگاه شیراز

²استادیار بخش مهندسی راه، ساختمان و محیط زیست، دانشکده مهندسی، دانشگاه شیراز

³استادیار بخش مهندسی راه، ساختمان و محیط زیست، دانشکده مهندسی، دانشگاه شیراز.

تاریخ دریافت: 05 تیر 1395،  تاریخ پذیرش: 05 تیر 1395 

چکیده

سد کرخه که یکی از مهمترین و بزرگترین سدهای خاکی ایران و خاورمیانه محسوب می‌شود. این سد تغییرات فراوانی، را از جمله تغییر کاربری اراضی، مقدار آب موجود در منطقه، سطح پوشش گیاهی و سطح مناطق شهری به همراه داشته است. از این رو، در تحقیق حاضر، از روشی کاربردی، برمبنای تصاویر ماهواره‌ای (Landsat) و روش طبقه‌بندی بیشترین شباهت، به منظور بررسی تغییرات ناشی از احداث سد کرخه در منطقه­ی مورد مطالعه استفاده داده شده است. در این بررسی، که در دوره­ی زمانی بلند‌مدت 40 ساله (از سال 1352 تا 1392‌) انجام شده است، پس از انجام عملیات پیش پردازش مورد نیاز برروی تصاویر، عملیات آشکارسازی تغییرات در 7 ردیف مختلف، مورد بررسی قرار گرفت و مساحت هر ردیف در هر سال ارائه گردید. نتایج حاصله نشان‌دهنده­ی این بودند که در سالهای پس از احداث سد، نسبت به قبل از احداث آن؛ مقدار کل آب، منطقه­ی شهری، کل پوشش گیاهی و کل خاک منطقه به‌ترتیب تا 5/2 درصد افزایش، 36/2 درصد افزایش، 4/1 درصد افزایش و 2/0 درصد کاهش نشان می‌دهد. به رغم این که نتایج به دست آمده روند منطقی را نشان می‌دهند، عملیات دقت‌سنجی تصاویر بطور کامل انجام گردید و مشاهده شد که تقریبا در تمام تصاویر دقت کل و ضریب کاپا بالاتر از 90 درصد؛ و دقت تولید و کاربر برای تمامی ردیفها بالاتر از 80 درصد به دست آمد. این اعداد نشا‌ن دهنده­ی دقت مناسب طبقه‌بندی انجام شده و اعتبار نتایج این تحقیق می‌باشد.

کلیدواژه‌ها

حوزه‌ی کرخه؛ Landsat؛ طبقه بندی با ناظر بیشترین شباهت؛ آشکارسازی تغییرات

عنوان مقاله [English]

Assessing Land-Use Change Induced by the Karkhe Dam Using Satellite Images and Maximum Likelihood Classification Method

نویسندگان [English]

Behnam Balouchi¹؛ Maryam Dehghani²؛ Mohammad Reza Nikoo³

چکیده [English]

The Karkhe River is one of the most important rivers in Iran and is the third largest river in terms of the discharge volume. In its wild state. the river usually left many damage its wake. In order to reduce these detrimental out comes, the Karkhe Dam was built, which is one of the most important and also the largest dams in Iran and the Middle East. This dam has instigated an economic reforminits basin, such as changes in the land-use, amount of water, vegetation and the urban areas. Some of the major changes occurred ofter the dam construction have been evaluated: The Using Landsat satellite images spanning between 1352 and 1392, maximum likelihood classification identifying 7 classes was conducted on the pre-processed images. The results showed the barren soil decrease of 0.2 percent; the residential area, vegetation and water supply have increased by 2.36, 1.4 and 2.5 percent, respectively. In spite of the logical trend of these results, the accuracy assessment was as an added measure to confirmed the previous results. The evaluation showed a high accuracy almost in all of the classification results. The overall accuracy and the Kappa coefficient estimated from the accuracy assessment are higher than 90% and 0.9, respectively, while the user and producer accuracies are more than 80%. This demonstrates the high performance of the maximum likelihood classification.

کلیدواژه‌ها [English]

Karkhe Basin, Landsat, supervised maximum likelihood classification, change detection

مراجع

1. باقر زاده کریمی، م. و ف. فتحی سقزچی. 1388. بررسی اثر بالا آمدن آب دریای خزر بر اراضی کشاورزی اطراف تالاب انزلی با استفاده از سنجش از راه دور. مجله علمی تخصصی تالاب- دانشگاه آزاد اسلامی واحد اهواز.1: 105-118.
2. سلاجقه، ع. س. رضوی زاده، ن. خراسانی، م. حمیدی‌فر، و س. سلاجقه. 1390. تغییرات کاربری اراضی و آثار آن بر کیفیت آب رودخانه (مطالعة موردی: حوزة آبخیز کرخه). مجله محیط شناسی. 37(58): 81-86.
3. گودرزی، م. و م. فرح‌پور. 1386. بررسی امکان جداسازی دیمزارها از مراتع با استفاده از سنجش از راه دور (مطالعه موردی منطقه تهم استان زنجان). فصلنامه علمی پژوهشی تحقیقات مرتع و بیابان  ایران. 14 : 432-446.
4. نعیمی نظام آبادی، ع. م. قهرودی تالی، و م. ر. ثروتی، 1389. پایش تغییرات خط ساحلی و لندفرم‌های ژئومورفولوژیکی خلیج فارس با استفاده از روش سنجش از راه دور و سیستم اطلاعات جغرافیایی (مطالعه موردی: منطقه ساحلی عسلویه). مجله علمی پژوهشی فضای جغرافیایی. 10(30): 45-61.
5. El-Asmar, H. M. and M. E. Hereher, 2010. Change detection of the coastal zone east of the Nile Delta using remote sensing. Environ. Earth Sci j.
6. Huang X. and Friedl M. A. 2014. Distance metric-based forest cover change detection using MODIS time series. Int. J. Appl. Earth Observ. Geoinfor. 29: 78–92.
7. Nasierding, N., and Y. Zhang, 2009. Change detection of sandy land areas in Minfeng oasis of Xinjiang, China. Environ Monit. Assess. J. 151:189–196.
8. Richards, J. A. 2013. Remote sensing digital image analysis. Fifth edition. Springer Heidelberg, New York, Dordrecht, London.
9. Singh, S. K. D. Sharma, N. Singh, and D. N. Bohra. 1988. Temporal change detection in river courses and flood plains in an arid enviromenta through satellite remote sensing. J. Ind. Soc. Remote Sens. 16: 53-58.
10. Yuan, F. K. E. Sawaya, B. C. Loeffelholz, and M. E. Bauer. 2005. Land cover classification and change analysis of the Twin Cities (Minnesota) metropolitan area by multitemporal Landsat remote sensing. Remote Sens, Environ. Journal. 98: 317– 328.
11. Zhou, Q. B. Li, and Y. Chen. 2011. Remote sensing change detection and process analysis of long-term land use change and human impacts. Ambio J. 40: 807-818.