پایش سریع تغییرات پوشش مانگرو با استفاده از الگوریتم ماشین بردار پشتیبان در پلتفرم محاسباتی گوگل ارث انجین (مطالعه موردی: جنگل های حرا قشم)
- سال انتشار: 1401
- محل انتشار: فصلنامه کاربرد سنجش از دور و سیستم اطلاعات جغرافیایی در علوم محیطی، دوره: 2، شماره: 2
- کد COI اختصاصی: JR_RSGIES-2-2_002
- زبان مقاله: فارسی
- تعداد مشاهده: 263
نویسندگان
دانش آموخته کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز
دانشجوی کارشناسی ارشد سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا؛ دانشگاه تهران
گروه سنجش از دورو GIS دانشگاه تبریز
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده برنامه ریزی و علوم محیطی، دانشگاه تبریز
چکیده
جنگل های مانگرو از مهمترین جنگل های مناطق حاره ای و نیمه حاره ای هستند که در امتداد سواحل جزر و مدی یافت می شوند. این جنگل ها یکی از آسیب پذیرترین اکوسیستم های دریایی به شمار می آیند که طی چندین سال تحت تاثیر فعالیت های انسانی دستخوش تغییرات می شوند. بنابراین پایش سریع و به موقع آن ها بایست در اهداف برنامه ریزان زیست محیطی قرار گیرد. امروزه سنجش از دور به عنوان ابزاری قدرتمند و به روز جهت پایش سریع جنگل ها شناخته شده است. هدف از این مطالعه بررسی تغییرات ۳۰ ساله جنگل های مانگرو دماغه شمالی جزیره قشم طی سال های ۱۹۸۶، ۲۰۰۰ و ۲۰۲۰ است. براساس اهداف پژوهشی نقشه پوششی مانگرو با اعمال الگوریتم ماشین بردار پشتیبان بروی تصاویر لندست ۵ و ۸ در محیط آنی گوگل ارث انجین استخراج گردید. نتایج یررسی تغییرات ۳۰ ساله حاکی از آن بود که جنگل های مانگرو طی ادوار پژوهشی (۱۹۸۶ تا ۲۰۲۰) روندی افزایشی داشته است بدین صورت که مساحت جنگل های مانگرو در سال ۱۹۸۶ از ۷۸/۵۱۳۰ هکتار به ۸۷/۵۴۷۱ هکتار در سال ۲۰۰۰ رسیده است که در حقیقت به میزان ۲۳/۶% مساحت جنگل ها افزایش داشته است. اما مساحت این جنگل ها در سال ۲۰۲۰ به ۱۳/۵۹۶۷ هکتار رسیده است که این میزان نسبت به مساحت یاد شده در سال ۱۹۸۶ به ۰۲/۱۴% افزایش یافته است. بطور کلی نتایج این پژوهش نشان می دهد که افزایش جنگل های مانگرو طی ادوار مطالعاتی نتیجه ی جنگل کاری مصنوعی توسط بومیان منطقه به منظور حفظ این اکوسیستم دریایی در منطقه بوده است که به تبع آن باعث رونق صنعت گردشگری در استان هرمزگان و حتی منطقه قشم شده است. آنچه که در پژوهش کنونی باعث تسریع فرایند پردازشی گردید، استفاده از الگوریتم ماشین بردار پشتیبان و سامانه آنلاین گوگل ارث انجین است.کلیدواژه ها
جنگل مانگرو, آشکارسازی تغییرات, گوگل ارث انجین, الگوریتم SVM, لندست, جزیره قشماطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.