مدل سازی تخریب اراضی کشاورزی بر اثر رشد و توسعه شهری با به کارگیری روش های شیء پایه پردازش تصاویر ماهواره ای در محدوده شهری ارومیه
محل انتشار: مجله آمایش سرزمین، دوره: 8، شماره: 2
سال انتشار: 1395
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 193
فایل این مقاله در 26 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JTCP-8-2_001
تاریخ نمایه سازی: 10 آبان 1402
چکیده مقاله:
مطالعه حاضر، مدل سازی تغییرات کاربری اراضی محدوده شهر ارومیه را به منظور آشکارسازی تغییرات انجام گرفته در اراضی کشاورزی مد نظر قرار داده است. در این زمینه تصاویر ماهوارهای لندست به کار گرفته شد. سپس، پردازش شیء پایه تصاویر ماهواره ای با اعمال فرایند سگمنت سازی انجام گرفت و در مرحله بعدی با بهینه سازی مقیاس سگمنت سازی و تجزیه تصویر به عناصر تشکیل دهنده آن، از انواع الگوریتم های شیء پایه متناسب با شرایط فیزیکی و هندسی هر یک کلاس های کاربری اراضی به کار گرفته شد. در طول فرایند پردازش تصاویر علاوه بر اطلاعات طیفی، از اطلاعات مربوط به شکل، همگنی و بافت (GLCM) برای استخراج کاربری ها استفاده شد. نتایج پژوهش نشان می دهد شهر ارومیه در طی ۳۱ سال گذشته گسترش فیزیکی زیادی داشته، به طوری که مساحت آن از ۴۳/۷ درصد کل منطقه مورد مطالعه در سال ۱۳۶۳، به ۷۵/۳۰ در سال ۱۳۹۴ افزایش یافته است. این افزایش با کاهش زمین های کشاورزی جبران شده، به طوری که حجم وسیعی از اراضی کشاورزی مستعد مورد ساخت وساز قرار گرفته است که به معنای تخریب اراضی حاصل خیز به ویژه اراضی باغی در این منطقه به خصوص در محدوده مسیر رودخانه شهرهای چای، بند، محور مهاباد، محور سرو، محور دریا، و محور سلماس بوده است. همچنین، نتایج این تحقیق در شناسایی قابلیت الگوریتم های شیءگرا برای مطالعات شهری اهمیت زیادی دارد و می تواند راهگشای تحقیقات آتی در به کارگیری الگوریتم های کارآمد شیءگرا در پردازش تصاویر سنجش از دور برای مطالعات شهری باشد.
کلیدواژه ها:
نویسندگان
بختیار فیضی زاده
استادیار، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز، تبریز، ایران
سعید سلمانی
دانشجوی کارشناسی ارشد، دانشکده جغرافیا و برنامه ریزی، دانشگاه تبریز، تبریز، ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :