ارزیابی و پیش بینی تغییرات فضایی و روند رشد شهری با استفاده ازسنجش از دور (مطالعه موردی: شهر قروه) مقاله

امروزه رشد جوامع شهری و افزایش جمعیت در طول چند دهه اخیر باعث گسترش بی‌قاعده شهر‌ها به حالت مجزا با بافت اصلی و توسعه آن به‌سوی اراضی زراعی و محیط پیرامون خود شده است. این توسعه بدون برنامه موجب تغییرات کاربری اراضی پیرامونی شهر می‌گردد. در چند دهه گذشته، شهر قروه با رشد و توسعه شهری و شهرک‌های پیرامونی متعددی مواجه بوده که این مسئله، موجب تغییرات کاربری اراضی شهر قروه و نواحی پیرامون آن شده است. هدف این پژوهش بررسی تغییرات کاربری اراضی شهر قروه و ارائه برنامه‌‌ای برای توسعه آتی شهر می‌باشد؛ لذا برای ارزیابی و پیش‌بینی روند تغییرات کاربری اراضی، از تصاویر ماهواره‌ای لندست با سنجنده TM، ETM و OLI در سه مقطع زمانی 1986، 2000 و 2018 استفاده گردید. ابتدا تصاویر با استفاده از روش Neural Network به پنج طبقه، اراضی شهری، اراضی آبی، اراضی دیم، پهنه آبی و اراضی بایر در نرم‌افزار ENVI طبقه‌بندی و سپس صحت سنجی و آشکار‌سازی تغییرات انجام شد. درنهایت، برای پیش‌بینی تغییرات کاربری اراضی شهر قروه برای سال 2031 از سلول‌های خودکار مارکوف استفاده شد. نتایج نشان می‌دهد که در صورت ادامه روند کنونی تغییرات کاربری اراضی منجر به تخریب کاربری اراضی کشاورزی پیرامون شهر قروه می‌گردد.

Today Over the past few decades, the growth of urban societies and population growth have led to the spread of distorted cities into separate regions with its original texture and its development towards agricultural land and its surroundings. This unplanned development leads to land use changes in the periphery of the city. In the past few decades, the city of Qorveh has encountered with the development of urban and peri-urban settlements, which caused changes in the land use of the city of Qorveh and its surrounding areas. Analysis of land use change in Qorveh city can be effective in planning for future development of the city. Therefore, to attempted to estimate and determine land use change trends, Landsat satellite images with TM, ETM and OLI sensors were used for the three time periods of 1986, 2000 and 2018. These images were categorized, validated and detected by the Neural Network method to five floors; urban lands, arable lands, dry lands, water zones and Bayer lands. Finally, Markov Autoclave was used to calculate land use changes in Qorveh city for 2031. The results indicate that, continued land use change would result in the degradation of agricultural land use.