تحلیل اثرات پروژه های مسکن اقتصادی بر فضای شهری با استفاده از پردازش تصویر و یادگیری ماشین مطالعه موردی: مسکن مهر منطقه رضویه مشهد

پروژه های مسکن اقتصادی، مانند مسکن مهر، تاثیرات گسترده ای بر فضای شهری و منابع طبیعی ایران داشته اند. این پژوهش با هدف بررسی اثرات کالبدی و زیست محیطی این پروژه ها در منطقه رضویه مشهد، با استفاده از سنجش ازدور، پردازش تصویر، و یادگیری ماشین انجام شد. تصاویر ماهواره ای Landsat-۸ برای سال های ۱۳۸۸ و ۱۴۰۰ از پلتفرم Google Earth Engine گردآوری و با تکنیک های پردازش تصویر، مانند محاسبه شاخص تفاوت نرمال شده پوشش گیاهی (NDVI) و تعادل سازی هیستوگرام، تحلیل شدند. کاربری زمین به سه کلاس فضای سبز، مسکونی، و بایر با الگوریتم جنگل تصادفی (Random Forest) و دقت ۸۲.۷% طبقه بندی شد. مدل شبکه عصبی کانولوشنی (CNN) نیز برای پیش بینی شاخص های فضایی و اجتماعی، مانند تراکم جمعیت و گسترش شهری، به کار رفت. نتایج نشان داد که میانگین NDVI از ۰.۳۲ در سال ۱۳۸۸ به ۰.۲۱ در سال ۱۴۰۰ کاهش یافت. مساحت مناطق مسکونی از ۶,۲۱۰ هکتار در سال ۱۳۸۸ به ۱۳,۱۳۴ هکتار در سال ۱۴۰۰ افزایش یافت و ۴,۳۸۴ هکتار فضای سبز به کاربری مسکونی تبدیل شد. این تغییرات از اثرات زیست محیطی منفی ساخت وسازهای گسترده حکایت دارند. یافته ها بر ضرورت ارزیابی های زیست محیطی پیش از اجرای پروژه های انبوه سازی تاکید می کنند. پیشنهاد می شود تغییرات شهری با تصاویر ماهواره ای دقیق تر، مانند Sentinel-۲، و مدل های پیشرفته یادگیری عمیق به صورت دوره ای پایش شوند تا توسعه پایدار شهری تضمین شود. این روش می تواند برای تحلیل پروژه های مشابه در دیگر مناطق ایران به کار رود.

کلیدواژه ها:

مسکن اقتصادی ، سنجش ازدور ، پردازش تصویر ، یادگیری ماشین ، توسعه شهری