زهرا ابریشمی - دانشجوی کارشناسی ارشد سنجش از دور دانشگاه شهید چمران اهواز
کاظم رنگزن - دانشیار و عضو هیئت علمی گروه سنجش از دور و GIS دانشگاه شهید چمران اهواز
ایوب تقی زاده - مربی و عضو هیئت علمی گروه سنجش از دور و GIS دانشگاه شهید چمران اهواز

بیابان زایی یکی از عوامل تهدید کننده حیات بشری است که موجب تخریب منابع طبیعی می شود. بنابراین شناخت پدیده بیابان زایی و عوامل موثر بر تشدید آن برای کشور ما دارای اهمیت حیاتی می باشد. پایش زمانی و دقیق تغییر عوارض سطح زمین برای درک روابط و کنش های متقابل بین انسان و پدیده های طبیعی به منظور تصمیم گیری بهتر خیلی مهم است. داده های سنجش از دور منابع اولیه ای هستند که به طور گسترده برای پایش تغییر در دهه های اخیر مورد استفاده واقع شده اند. در این مطالع تصاویر لندست (ETM) سال 2001 و لندست (OLI) سال 2012 با استفاده از تکنیک های پایش تغییر در منطقه بیابانی سوسنگرد (دشت آزادگان) در غرب استان خوزستان با مساحت 2301 کیلومتر مربع آنالیز شده اند. در این مقاله به منظور کشف تغییرات (changedetection) تصاویر ماهواره لندست در طول دوره 13 ساله، مورد بررسی قرار گرفته اند. و پس از تصحیات لازم روی تصاویر برای حذف نویز و کاهش ابعاد داده ها از روش MNF و (Minimum Noise Fraction) استفاده شده است. در ابتدا طبقه بندی نظارت نشده به منظور شناسایی تعداد کلاس موجود در منطقه و بعد از آن طبقه بندی نظارت شده به روش حداکثر احتمال (Maximum Likelihood) انجام شده است. به منظور کشف تغییرات، کلاس تشخیص داده شده است، که بعد از طبقه بندی تصاویر منطقه مورد مطالعه، مناطق کشاورزی کاهش پیدا کرده اند اما مناطق شوره زار افزایش پیدا کرده اند. و در نهایت با توجه به طبقه بندی زمین های کشاورزی بیشترین تغییر، و مناطق مسکونی کمترین تغییر را در طول دوره 13 ساله داشته است. بعد از انجام صحت سنجی روش حداکثر احتمال، دقت 95 درصدی برای طبقه بندی تصویر 2001 و دقت 93 درصدی برای طبقه بندی تصویر 2012 بدست آمده است. و نتایج صحت سنجی نشان دهنده دقت بالای این روش می باشد.

بیابان زایی، کشف تغییرات، طبقه بندی، الگوریتم حداکثر احتمال