پایش تغییرات و نقشه برداری جنگل های مانگروی ماهشهر با تلفیق سنجش ازدور و یادگیری ماشین

سال انتشار: 1405
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 23

فایل این مقاله در 20 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

JR_SCJS-24-2_015

تاریخ نمایه سازی: 18 مهر 1405

چکیده مقاله:

سابقه و هدف: جنگل ­های مانگرو یکی از غنی ­ترین اکوسیستم ­های ساحلی در مناطق گرمسیری و نیمه گرمسیری هستند که از ارزش اکولوژیکی و اقتصادی بالایی برخوردارند. علی­ رغم اهمیت فراوان مانگروها، این جنگل­ ها در سراسر جهان با نرخ هشداردهنده ای در حال تخریب و نابودی هستند. این روند، نیاز مبرم به نظارت دقیق بر وسعت، توزیع و تغییرات این اکوسیستم ­های حیاتی برای مدیریت و حفاظت موثر آن­ ها را دوچندان کرده است. در دهه­ های اخیر، پروژه ­های احیای گسترده ­ای، از جمله کاشت نهال ­­های حرا توسط صنایع منطقه ویژه اقتصادی بندر ماهشهر برای توسعه این پهنه ­های سبز آغاز شده است. بااین حال، مطالعات جامع و به ­روز در مورد پویایی تغییرات این اکوسیستم ­ها در خوریات ماهشهر محدود است. مطالعه حاضر با هدف بررسی تغییرات جنگل ­های مانگرو در منطقه ویژه اقتصادی بندر ماهشهر طی سال­های ۲۰۰۳ تا ۲۰۲۳ و تهیه نقشه طبقه­ بندی دقیق از این جنگل ­ها برای سال ۲۰۲۳ انجام شده است. نتایج این مطالعه می­ تواند مبنایی برای برنامه­ ریزی ­های حفاظتی آتی و ارزیابی اثربخشی پروژه­ های احیا در منطقه فراهم آورد.مواد و روش ­ها: برای پایش تغییرات زمانی- مکانی جنگل های حرا در دوره ۲۰۲۳-۲۰۰۳، از تصاویر ماهواره ای لندست (سری ۷ و ۸) در شرایط جزر و با حداقل پوشش ابر استفاده شد. چهار شاخص طیفی NDVI، NDWI۲، MVI و CMRI برای سه مقطع زمانی (۲۰۰۳، ۲۰۱۳ و ۲۰۲۳) محاسبه و با کالیبره سازی آستانه های تشخیص بر مبنای نقشه پایه سال ۲۰۲۳، نقشه های پراکنش برای هرسال تولید گردید. نقشه نهایی تغییرات از تلفیق این چهار شاخص و با اعمال قاعده اکثریت استخراج شد. برای تهیه نقشه طبقه بندی دقیق سال ۲۰۲۳، از تصاویر سنتینل-۲ و مجموعه ای متشکل از باندهای طیفی و شاخص های محاسبه شده استفاده گردید. نمونه های آموزشی کلاس مانگرو از نقشه پایه شرکت پتروشیمی و نمونه های سایر کلاس ها از طریق تفسیر بصری تصاویر با وضوح بالا جمع آوری شدند. مدل طبقه بندی جنگل تصادفی آموزش داده شده و بهینه سازی گردید. دقت نقشه نهایی با استفاده از ماتریس خطا ارزیابی و مساحت هر کلاس محاسبه شد. تمامی مراحل پردازش تصاویر، استخراج شاخص ها، تحلیل های آماری، طبقه بندی و ارزیابی دقت در محیط نرم افزار R انجام پذیرفت.نتایج و بحث: پایش بلندمدت تغییرات با استفاده از داده های لندست نشان داد که جنگل های مانگروی دست کاشت منطقه از حدود ۲ هکتار در سال ۲۰۰۳ به ۵/۱۰۹ هکتار در سال ۲۰۱۳ و سپس به ۶/۲۲۱ هکتار در سال ۲۰۲۳ توسعه یافته است. این رشد خالص ۶/۲۱۹ هکتاری طی دو دهه، موفقیت کلی پروژه های احیا را تایید می کند. نقشه نهایی تولیدشده با داده های سنتینل -۲ و الگوریتم جنگل تصادفی، با دقت کلی ۷۸/۹۴%، مساحت دقیق تری معادل ۸/۶۳۰ را برای جنگل های مانگروی مستقر در سال ۲۰۲۳ نشان داد. یک یافته روش شناختی کلیدی، اختلاف فاحش حدود ۵۵% بین برآورد لندست (۲۸۵ هکتار) و برآورد سنتینل-۲ برای سال مساحت جنگل­ های مانگرو در ۲۰۲۳ بود. این شکاف به وضوح محدودیت بنیادی داده های با وضوح متوسط (۳۰ متر) را در شناسایی عرصه های کوچک، پراکنده و خطی و خطای کم شماری سیستماتیک ناشی از آن را آشکار می سازد. مقایسه با مطالعات پیشین که از روش های ساده تر یا داده های با وضوح پایین تر استفاده کرده اند، نشان می دهد که رویکرد تلفیقی چندشاخصه و چندکلاسه این پژوهش، با افزایش قدرت تفکیک طیفی، دقت شناسایی را به طور قابل توجهی بهبود بخشیده و امکان تفکیک بهتر مانگرو از پهنه های گلی و پوشش های گیاهی مشابه ساحلی را فراهم کرده است.نتیجه گیری: این مطالعه با به کارگیری یک چارچوب تلفیقی نوین، برآورد دقیق و قابل اتکایی از وسعت جنگل های مانگروی دست کاشت در منطقه ویژه اقتصادی ماهشهر ارائه داد و نشان داد که تکیه بر داده های با وضوح متوسط می تواند منجر به کم برآوردی شدید شود. نقشه تولیدشده با دقت بالا، علاوه بر مستندسازی موفقیت کمی پروژه های احیا، به عنوان یک خط پایه معتبر برای پایش آتی سلامت، ارزیابی خدمات اکوسیستمی و مدیریت پایدار این ذخیره گاه های باارزش در محیط های صنعتی-ساحلی عمل خواهد کرد. برای تکمیل این چارچوب، پایش پیوسته با سری های زمانی و تلفیق داده های کمکی مانند لیدار برای تحلیل ساختار جنگل، به عنوان مسیر پژوهشی آتی پیشنهاد می شود.

کلیدواژه ها:

جنگل­ های حرا ، منطقه ویژه اقتصادی بندر ماهشهر ، شاخص ­های طیفی ، مدل جنگل تصادفی ، طبقه ­بندی

نویسندگان

سیما فریور قاضیانی

گروه فناوری های محیط زیست، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، تهران، ایران

یوسف رشیدی

گروه فناوری های محیط زیست، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، تهران، ایران

حسین محمودی

گروه اگرواکولوژی، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، تهران، ایران