سامانه مدیریت نشریات علمی دانشگاه شهید بهشتی

خزایی, عادل, عباسپور, مجید, بابایی کفاکی, ساسان, تقوی, لعبت, رشیدی, یوسف. (1402). بررسی و پیش بینی تغییرات کاربری اراضی کلانشهر تهران با استفاده از تکنولوژی سنجش از دور. , 21(2), 121-138. doi: 10.48308/envs.2022.1226
عادل خزایی; مجید عباسپور; ساسان بابایی کفاکی; لعبت تقوی; یوسف رشیدی. "بررسی و پیش بینی تغییرات کاربری اراضی کلانشهر تهران با استفاده از تکنولوژی سنجش از دور". , 21, 2, 1402, 121-138. doi: 10.48308/envs.2022.1226
خزایی, عادل, عباسپور, مجید, بابایی کفاکی, ساسان, تقوی, لعبت, رشیدی, یوسف. (1402). 'بررسی و پیش بینی تغییرات کاربری اراضی کلانشهر تهران با استفاده از تکنولوژی سنجش از دور', , 21(2), pp. 121-138. doi: 10.48308/envs.2022.1226
خزایی, عادل, عباسپور, مجید, بابایی کفاکی, ساسان, تقوی, لعبت, رشیدی, یوسف. بررسی و پیش بینی تغییرات کاربری اراضی کلانشهر تهران با استفاده از تکنولوژی سنجش از دور. , 1402; 21(2): 121-138. doi: 10.48308/envs.2022.1226

بررسی و پیش بینی تغییرات کاربری اراضی کلانشهر تهران با استفاده از تکنولوژی سنجش از دور

فصلنامه علوم محیطی
مقاله 8، دوره 21، شماره 2، 1402، صفحه 121-138    اصل مقاله (1.39 M)
نوع مقاله: مقاله پژوهشی
شناسه دیجیتال (DOI): 10.48308/envs.2022.1226
نویسندگان
عادل خزایی1؛ مجید عباسپور* 2؛ ساسان بابایی کفاکی3؛ لعبت تقوی3؛ یوسف رشیدی4
1گروه علوم محیط زیست و جنگل، دانشکده منابع طبیعی و محیط زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایرا ن
2گروه مکانیک، دانشکده مهندسی مکانیک و پژوهشکده علوم و فناوری های آب، انرژی و محیط زیست، دانشگاه صنعتی شریف، تهران، ایران
3گروه علوم محیط زیست و جنگل، دانشکده منابع طبیعی و محیط زیست، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران
4گروه فناوری های محیط زیست، پژوهشکده علوم محیطی، دانشگاه شهید بهشتی، تهران، ایران
چکیده
سابقه و هدف: ﻛﻼن ﺷﻬﺮ ﺗﻬﺮان ﺑﻪ ﻋﻨﻮان ﺑﺰرﮔﺘﺮﻳﻦ پایتخت ﺧﺎورﻣﻴﺎﻧﻪ با پدیده هایی چون آﻟﻮدﮔﻲ ﻫﺎی زﻳﺴﺖ محیطی، تغییرات کاربری ها، ﺗﻤﺮﻛـﺰ ﺑـﻴﺶ از اﻧﺪازه ﻓﻌﺎﻟﻴﺘ ﻬﺎی اﻗﺘﺼﺎدی و صنعتی روبرو است. شناخت تغییرات کاربری اراضی در گذشته و پیش بینی وضعیت آینده آن به منظور یک برنامه ریزی اصولی، پویا و آینده نگرانه ضروری است. در این مطالعه پویایی فضایی- زمانی تغییرات کاربری اراضی کلانشهر تهران در یک دوره زمانی 20 ساله و پیش بینی تغییرات آینده این کاربری ها در یک افق 40 ساله به عنوان اهداف کلی این مطالعه انتخاب شدند.
مواد و روش ­ها: پس از تشکیل یک پایگاه داده از تصاویر ماهواره های لندست 5 و 8 برای سه دوره زمانی 1380، 1390 و 1400، نقشه کاربری اراضی سال های 1380، 1390 و 1400 تهیه شد. برای اعتبارسنجی نقشه ها از تصاویر گوگل ارث، نقاط واقعیت زمینی و ضرایب صحت و کاپا استفاده شد. دوره زمانی 1400 تا 1440 برای پیش بینی تغییرات آینده مدنظر قرار گرفت. به منظور پهنه بندی و پیش بینی وضعیت آینده تغییرات کاربری اراضی از 6 زیر مدل انتقال تغییرات کاربری با شبکه عصبی مصنوعی، زنجیره مارکوف، و مدل LCM استفاده شد. ارزیابی صحت مدل از مقایسه نقشه واقعیت زمینی سال 1400 و نقشه پیش بینی 1440، و مقادیر موفقیت خنثی، موفقیت، خطا و هشدار خطا بدست آمد.
نتایج و بحث: نتایج نشان داد که دوره 1380 تا 1400، با گسترش مناطق مسکونی، رشد مناطق شهری و کاهش فضاهای سبز شامل باغات، درختزارها و پارک ها همراه بوده است. گسترش مناطق مسکونی در درجه اول در خاک های کم توان و بایر و سپس در باغات و فضای سبز بوده است. این رشد شهری به وضوح در مناطق 5، 21 و 22 بوده و روند توسعه فیزیکی آن به صورت خطی بوده است. کاهش سطح باغات و فضای سبز بسیار فاجعه بار بوده و این کاهش بویژه در مناطق مرکزی شهر به دلیل تراکم بالای ساختمان ها و انبوه سازی بسیار مشهود می باشد. پارک های شهری به وضوح در مناطق شرق تهران وضعیت بغرنجی را دارند. مساحت کشاورزی دیم افزایش داشته و از مساحت عرصه های بایر و اراضی کم توان کاسته شده است. بیشترین تغییرات کاربری مربوط به اراضی کم توان و اراضی زراعی اتفاق افتاده است. بررسی نقشه های وضعیت آینده پوشش اراضی ادامه همان روند 20 سال گذشته را نشان داد. هر چند رشد مناطق مسکونی با آهنگ کمتری نسبت به دوره قبل خواهد بود ولی همچنان بر ظرفیت و ابعاد شهر بویژه در مناطق غربی، جنوبی و جنوب غربی افزوده خواهد شد. روند کاهنده باغات، درختزارها، پارک ها و فضای سبز شهری نیز همچنان مشاهده می شود. این روند در مورد پارک ها شدت بیشتری دارد و با سرعت بیشتری تخریب خواهند شد. دلیل این مورد علاوه بر خشکسالی و پژمردگی درختان بر اثر تغییر اقلیم، آلودگی ها، تبدیل این کاربری های سبز به کشاورزی دیم، پارک ها، مراتع و مناطق شهری نیز می باشد. در مورد فضای سبز شهری، منطقه 16 و 4 بدترین وضعیت را داشته، مناطق 17 و 19، 2، 5 و 22 نیز از این آسیب در امان نخواهند بود. کاهش در مساحت مراتع و کشانده شده شهرها به مناطق جدید بیشتر شده،چرخه نابودی پوشش گیاهی از حاشیه تهران بیشتر خواهد شد.
نتیجه ­گیری: ساخت و ساز در مناطق جنوب تهران دارای تمایل بیشتر بوده و روند کاهنده باغات و فضای سبز شهری نیز همچنان مشاهده خواهد شد. مناطق مرکزی تهران بدلیل غلبه بافت شهری کلاً از درختان عاری خواهد شد و نکته قابل تأمل نابودی کمربند سبز شمال تهران در آینده می باشد.
کلیدواژه‌ها
لندست؛ توسعه فیزیکی شهری؛ پیش بینی تغییرات کاربری؛ سنجش از دور؛ تهران
عنوان مقاله [English]
Investigating and predicting land use changes in Tehran metropolis using remote sensing technology
نویسندگان [English]
Adel Khazaei1؛ Majid Abbaspour2؛ Sasan Babaei Kafaky3؛ Lobat Taghavi3؛ Yousef Rashidi4
1Department of Environment and Forest Sciences, Faculty of Natural Resources and Environment, Science and Research Branch, Islamic Azad University, Tehran, Iran
2Department of Mechanics, Faculty of Mechanical Engineering and Research Institute of Water, Energy and Environmental Sciences and Technologies, Sharif University of Technology, Tehran, Iran
3Department of Environment and Forest Sciences, Faculty of Natural Resources and Environment, Science and Research Branch, Islamic Azad University, Tehran, Iran
4Department of Environmental Technologies, Institute of Environmental Sciences, Shahid Beheshti University, Tehran, Iran
چکیده [English]
Introduction: The metropolis of Tehran as the largest capital of the Middle East is faced with phenomena such as environmental degradation, land use change and high concentration of agricultural and industrial disasters. Knowing the changes of land use in the past and predicting its future status is necessary in order to carry out a principled, dynamic planning. In this study, the spatio-temporal dynamics of land use changes in the Tehran in a 20-year period and the prediction of future changes in these land uses in the next 40-year were selected as the general objectives of this study.
Material and methods: After forming a database of Landsat 5 and 8 satellite images for three times of 2001, 2011 and 2021, the land use map of this times were prepared. For the validation of the maps Google Earth images, ground points and accuracy and Kappa coefficients were used. The time period from 2021 to 2061 was considered to predict future changes. In order to zoning and predict the future of land use changes, 6 land use change transfer sub-models with artificial neural network, Markov chain, and LCM model were used. Evaluation of the accuracy of the model was obtained from the comparison of the ground map of 2021, the future map of 2061, and the values ​​of Null success, success, Miss and False Alarm were obtained.
Results and discussion: The results showed that the period from 2001 to 2021 was associated with the expansion of residential areas, the growth of urban areas and the reduction of green spaces including gardens and parks. The expansion of residential areas has been primarily in poor and barren soils and then in gardens and green spaces. This urban growth was clearly in region 5, 21, 22 and its physical development process was linear. The decrease in the level of gardens and green space is very catastrophic and this decrease is especially evident in the central areas of the city due to the high density of buildings. Urban parks are clearly in a complicated condition in the eastern areas of Tehran. The area of ​​rain fed agriculture has increased and the area of ​​barren soils and poor lands has decreased. Most of the changes in land use related to low capacity lands and agricultural lands have occurred. Studying the maps of the future of land cover showed the continuation of the same trend of the past 20 years. Although the growth of residential areas will be slower than the previous period, but the capacity and dimensions of the city will continue to increase, especially in the western, southern and southwestern regions. The decreasing trend of gardens, parks and urban green space is still observed. This process is more intense in the case of parks and they will be destroyed more quickly. The reason for this is besides drought and withering of trees due to climate change, pollution, and conversion of these green land uses to rain fed agriculture, parks, poor rangelands and urban areas. As for the urban green spaces, the 16 and 4 regions have the worst positions, and the 17, 19. 2, 5 and 22 regions will not be safe from this damage either. The decrease in the area of ​​ rangelands and cities moved to new areas will increase; the cycle of destruction of vegetation will increase from the outskirts of Tehran.
Conclusion: Construction was more in the south of Tehran and the decreasing trend of urban green space will continue to be observed. The central areas of Tehran will be completely devoid of trees due to the predominance of the urban areas, and the point to consider is the destruction of the green belt in the north of Tehran in the future.
کلیدواژه‌ها [English]
Landsat, Urban physical development, Predicting land use change, Remote sensing, Tehran
مراجع

Amany, A.K. and Ebraheem, M.A., 2020. Comparative Analysis of land use and urban growth modeling using geomatics technology (city of Najaf-Iraq).  IOP Conference Series: Materials Science and Engineering. 881(1), 12-23.

Azari, M., Billa, L. and Chan, A., 2022. Multi-temporal analysis of past and future land cover change in the highly urbanized state of Selangor, Malaysia. Ecological Processes. 11(1), 1-15.

Azizi Qalati, S., Rangzan, K., Taghizadeh, A. and Ahmadi, Sh., 2014. Modeling land use changes using logistic regression method in LCM model (Case study: Koohmareh Sorkhi Region of Fars Province). Iranian Forest and Poplar Research. 22(4), 585- 596. (In Persian with English abstract).

Azizi, M. and Dehghani, M., 2014. Assessment of influencing factors on land use changes in urbanExpansion of metropolis, case study: District 22 of municipality of Tehran. Armanshahr Architecture and Urban Development Journal. 7(13), 343-359. (In Persian with English abstract).

Bokaeain, F., Shamsipour, A. and Alikhah Asl, M., 2020. Monitoring land use change emphasizing physical urban development of Tehran, using remote sensing and GIS. Journal of Environmental Science and Technology (JEST). 22(1), 61-78. (In Persian with English abstract).

Chen, H. and Pontius J. R.G., 2010. Diagnostic tools to evaluate a spatial land change projection along a gradient of an explanatory variable. Landscape Ecology. 25 (9), 1319-1331.

Dadashpour, H., Panahi, H. and Shams Al-Dini, A., 2019. Analysis of motivating factors and predicting land use change in the metropolitan area of Tehran with emphasis on an integrated regional model. Journal of Regional Planning. 9 (35 consecutive), 39-56. (In Persian with English abstract).

Esmaeili, F., Khodadad, M. and Roudgar Saffari, V., 2018. Investigation of urban land use changes using GIS and RS in Tehran (Case study: 15 metropolitan area of Tehran). Journal of RS and GIS for Natural Resources. 8(4), 49-62. (In Persian with English abstract).

Falahatkar, S., Hosseini, S.M., Salman Mahiy, A. and Ayoubi, Sh., 2016. Prediction of Land Use/ Cover Change by Using LCM Model. Environmental Research. 7(13), 163-174. (In Persian with English abstract).

Fathollahi Roudbary, S., Nasirahmadi, K. and khanmohamadi, M., 2018. Land use change modeling using LCM module (Case study: NEKA region). Natural Ecosystems of Iran. 9(1), 53-69. (In Persian with English abstract).

Gholamalifard, M., Joorabian Shooshtari, S., Hosseini Kahnuj, H. and Mirzaei, M., 2012. Land cover change modeling of coastal areas of Mazandaran province using LCM in a GIS environment. Journal of Environmental Studies (JES). 38(4), 109-124. (In Persian with English abstract).

Heidari Mozaffar, M. and Saleh Joneghani, E., 2021. Modeling Urban Expansion and Development of Isfahan City by Using Remote Sensing Data in LCM Model. JGST. 10(4), 179-190

Heydarian, H., Rangzan, K., Maleki, S. and Taghizadeh, A., 2014. Land use change detection using post classification comparison LandSat satellite images (Case study: land of Tehran). Journal of RS and GIS for Natural Resources. 4(4), 1-10. (In Persian with English abstract).

Karimzadeh Motlagh, Z.K., Lotfi, A., Pourmanafi, S., Ahmadizadeh, S. and Soffianian, A., 2020. Spatial modeling of land-use change in a rapidly urbanizing landscape in central Iran: Integration of remote sensing, CA-Markov, and landscape metrics. Environmental Monitoring and Assessment. 192(11), 1-19.

Mishra, V.N., Rai, P.K. and Mohan, K., 2014. Prediction of land use changes based on land change modeler (LCM) using remote sensing: A case study of Muzaffarpur (Bihar), India. Journal of the Geographical Institute" Jovan Cvijic", SASA. 64(1), 111-127.

Mohammad Youssefi, M., Pajouhesh, M. and Honarbakhsh, A., 2020. Modeling Trends Land Use Changes Local by Using LCM Model Based on Artificial Neural Networks and Markov Chain Analysis (Case Study: BeheshtAbad Watershed). Jwmr. 11(21), 129-142. (In Persian with English abstract).

Mohammadyari, F., Pourkhabbaz, H., Aghdar, H. and Tavakoly, M., 2019. Modeling land use pattern, city Behbahan city in the period 2000 - 2028 using remote sensing and GIS. 9(18), 223-238. (In Persian with English abstract).

Nadizadeh Shorabeh, S., Hamzeh, S., Zanganeh Shahraki, S., Firozjaei, M.K. and Jokar Arsanjani, J., 2020. Modelling the intensity of surface urban heat island and predicting the emerging patterns: Landsat multi-temporal images and Tehran as case study. International Journal of Remote Sensing. 41(19), 7400-7426.

Najafzadeh, F., Mohammadzadeh, A., Ghorbanian, A. and Jamali, S., 2021. Spatial and Temporal Analysis of Surface Urban Heat Island and Thermal Comfort Using Landsat Satellite Images between 1989 and 2019: A Case Study in Tehran. Remote Sensing. 13(21), p. 4469.

Naserikia, M., Asadi Shamsabadi, E., Rafieian, M. and Leal Filho, W., 2019. The urban heat island in an urban context: A case study of Mashhad, Iran. International journal of environmental research and public health. 16(3), p. 313.

Rajabzadeh, F., 2016. Land use changes in southwest of Tehran using remote sensing technique and Markov chain. Protection of water and soil resources. 6(2), 59-71.

Saeifar, M.H. and Mohammadnia, M., 2015. Land use/land cover change detection in Tehran city using Landsat satellite images. Journal of Applied Environmental and Biological Sciences. 5(12), 199-207.

Sharma, R., Nehren, U., Rahman, S.A., Meyer, M., Rimal, B., Aria Seta, G. and Baral, H., 2018. Modeling land use and land cover changes and their effects on biodiversity in Central Kalimantan, Indonesia. Land. 7(2), p.57.

Tavakoli Nia, J., Azizpour, F. and Ansari, T., 2009. Changes in agricultural land use and relative increase in temperature in Yazd due to its rapid growth. Geography and regional development. 7(12), 37- 54. (In Persian).

Vahedian Beicky, L., Poorahmad, A. and Saif al-Dini, F., 2011. The effect of physical development of Tehran on land use change in region 5. New Attitudes in Human Geography (Human Geography). 4(1), 29-46. (In Persian with English abstract).

Yaghoubkhani, M., 2012. The study of land use changes in the Tehran metropolitan area by using MOLAND model. In 48th International Society of City and Regional Planning (ISOCARP) Congress: Perm, Russia. p. 1-9.

آمار
تعداد مشاهده مقاله: 11,511
تعداد دریافت فایل اصل مقاله: 4,776