خلاصة:
تغییرات سریع پوشش زمین در حومه شهرهای ایران، در دهه‌های اخیر مشکلات فراوانی از جمله تخریب منابع طبیعی، آلودگیهای زیستمحیطی و رشد نامناسب شهرها را در برداشته است. که اغلب موارد، این عوارض ناشی از تغییر غیر اصولی کاربری اراضی بوده است. مطالعه میزان تغییرات و تخریب منابع در سالهای گذشته و امکان‌سنجی و پیش بینی این تغییرات و الگوی رشد شهردر سالهای آینده میتواند گام مهمی در راستای برنامه‌ریزی و استفاده بهینه از منابع در آینده باشد. در این تحقیق، با استفاده از تصاویر ماهواره‌ای چندزمانه لندست مربوط به سالهای 1986، 2002 و 2019 اطلاعات جانبی و مدل زنجیرهای مارکوف تغییرات کاربری اراضی و پوشش زمین به وقوع پیوسته، طی 33 سال، در شهر خوی مدل شده تا با آشکارسازی تغییرات، میزان تبدیل برای هر دوره و پیش‌بیتی کاربری‌ها مورد نظر بدست آید. جهت انجام تحقیق ابتدا تصاویر مورد استفاده از نظر بهترین باندها جهت ترکیب باندی بررسی و انتخاب گردید. در ادامه با روش شبکه عصبی طبقه بندی انجام وارزیابی صحت و دقت طبقه‌بندی با ضریب کاپا و دقت کلی صورت گرفت. در پایان با بکارگیری مدل پیش بینی مارکوف تغییرات کاربری اراضی برای سال 2036 پیش بینی‌شد. نتایج بدست آمده حاکی از گسترش بی رویه مناطق ساخته‌شده و تخریب شدید اراضی کشاورزی طی دوره 2002 تا 2019 و کاهش شدید اراضی بایر و تبدیل آنها به اراضی ساخته‌شده در درون محدوده و حاشیه شهر میباشد. مدل سازی تغییرات نشان می‌دهد در دوره 2019 تا 2036 جهت رشد شهر به سمت اراضی کوهستانی و باغی تغییر خواهد یافت.
Speedy land-use changes in the suburbs of Iran, in present decades, have posed many problems, including the destruction of natural resources, environmental pollution, and inadequate urban growth. In most cases, these effects were due to unprincipled land-use change. Considering the rate of change and destruction of resources in previous years and feasibility, forecasting of these changes, and the growth pattern of the city in the coming years can be a significant step towards planning and optimal use of resources in the future. In this research, using Landsat multi-time satellite images related to 1986, 2002, and 2019, side information and Markov chain model of land-use and land cover changes that have occurred during 33 years in Khoy city to expose the extent of the changes. Convert for each period and forecast the desired uses. To conduct research, first, the images used in terms of the best bands for band composition were reviewed and selected. Then, the neural network method was used to classify and evaluate the accuracy of classification with the kappa coefficient and overall accuracy. Finally, land-use changes for 2036 were predicted using the Markov forecast model. The results show the uncontrolled expansion of built-up areas and severe destruction of agricultural lands from 2002 to 2019 and the sharp decline of barren lands and their conversion into built-up lands within the city limits and suburbs. Modeling the changes also shows that from 2019 to 2036, the city will change to a Mountainous area and gardens for growth.
(
, 
, 
)
