مقاله کنفرانسی سال ۱۳۹۷ فارسی

آشکارسازی و پیش بینی تغییرات کاربری اراضی با استفاده از CA-MARKOV (منطقه مورد مطالعه اصفهان)

چکیده مقاله

مطالعه میزان تغییرات شهری در سالهای گذشته و پیش بینی این تغییرات در سالهای آینده میتواند در برنامه ریزی و استفاده بهینه از منابع و کنترل تغییرات غیراصولی گام مهمی باشد به دلیل مزایایی مانند پوشش وسیع، به هنگام بودن، توان تفکیک طیفی، رادیومتریک و مکانی بالا، توانایی اکتساب مکرر داده ها و امکان پردازش رایانه ای، داده های سنجش ازدور طی ده ه های اخیر از مهمترین منبع داده ها برای کاربردهای گوناگون آشکارسازی تغییرات محسوب میشوند هدف این مطالعه آشکارسازی و پیش بینی تغییرات کاربری اراضی شهر اصفهان است برای رسیدن به اهداف مطالعه، تصاویر ماهوارهای از سنجنده TM برای سالهای 1366 و 1379 و تصویر سنجنده OLI برای سال 1392 جهت ارزیابی دقت پیش بینی به کار گرفته شدند پس از انجام پیش پردازش های مورد نیاز، تصاویر ماهواره ای با انتخاب نقاط تعلیمی مناسب مورد پردازش و طبقه بندی قرارگرفتند برای این منظور از روش طبقه بندی حداکثر درست نمایی استفاده گردید و نقشه های کاربری با چهار کالس مناطق ساخته شده، رودخانه، زمین های کشاورزی و باغات و نیز زمین های بایر به عنوان عوامل موثر بر گسترش شهری به دست آمدند ارزیابی صحت طبقه بندی با محاسبه ماتریس خطا انجام شد ضریب کاپا و صحت کلی برای تصاویر سالهای 1366 ،1379 و 1392 به ترتیب، برابر با %93، %87 و %95 و برای صحت کلی به ترتیب، برابر با %95، %92 و%96 برآورد گردید سپس با بکارگیری مدل ترکیبی سلول خودکار مارکوف تغییرات شهری برای شهر اصفهان مدلسازی شدند و بر مبنای تغییرات رخ داده در سالهای 1366 و 1379 تغییرات شهر اصفهان برای سال 1392 پیش بینی گردید سپس نتایج بدست آمده جهت پیش بینی تغییرات شهر اصفهان برای دوره 13 ساله حساب شد نتایج نشان می دهند با گذشت زمان بیشترین وسعت تغییرات کاربری غیر شهری به شهری مربوط به کاربری کشاورزی و باغات بوده است

کلیدواژه‌ها

پیش بینی تغییرات گسترش شهری مدل مارکوف تلفیق سلول خودکار با مارکوف

نویسندگان

تصویر امیر جهانیان

امیر جهانیان

دانشجوی کارشناسی ارشد، گروه مهندسی نقشه برداری، دانشکده مهندسی عمران و حمل و نقل، دانشگاه اصفهان

تصویر سعید نادی

سعید نادی

استادیار گروه مهندسی نقشه برداری، دانشکده مهندسی عمران و حمل و نقل، دانشگاه اصفهان

شیوه ارجاع

�هانیان، امیر و نادی، سعید،1397،آشکارسازی و پیش بینی تغییرات کاربری اراضی با استفاده از CA-MARKOV (منطقه مورد مطالعه اصفهان)،بیست و پنجمین همایش و نمایشگاه ملی ژئوماتیک و سومین کنفرانس مهندسی فناوری اطلاعات مکان،تهران

ارائه‌شده در

پوستر مجموعه مقالات بیست و پنجمین همایش و نمایشگاه ملی ژئوماتیک و سومین کنفرانس مهندسی فناوری اطلاعات مکان مجموعه مقالات بیست و پنجمین همایش و نمایشگاه ملی ژئوماتیک و سومین کنفرانس مهندسی فناوری اطلاعات مکان30 آبان 1397 · تهران
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۷ ۳,۷۹۳ مشاهده

بازسازی صحنه جرائم و تصادفات رانندگی توسط فتوگرامتری برد کوتاه

در صحنه تصادفات، فرصتکمی برای پرداختن به جزئیات و تجزیه و تحلیل صحنه وجود دارد همچنین اهمیت تولید نقشه…

فتوگرامتری برد کوتاهبررسی صحنه جرمبررسی صحنه تصادف
مقاله کنفرانسی سال ۱۳۹۷ ۳,۶۰۵ مشاهده

ارزیابی ژئوئید محلی IRG2016 با مدل های ژئوئید EGM در منطقه شمال شرق ایران

تعیین ارتفاع ژئوئید به صورت محلی و جهانی در خشکی و در دریا مورد توجه ژئودزین هاست در ایران نیز تلاش های…

ژئوئید محلی IRG2016مدل EGM2008مدل ژئوپتانسیل
مقاله کنفرانسی سال ۱۳۹۷ ۲,۶۴۳ مشاهده

طراحی سیستم هوشمند جمع آوری پسماند شهری با استفاده از تکنولوژی اینترنت اشیا و سیستم اطلاعات مکانی(IOT and GIS)

هوشمند سازی در سیستم جمع آوری پسماند نسبت به روش سنتی، نظارت بهتر، افزایش کیفیت خدمات و کاهش هزینه ها را…

جمع آوری پسمانداینترنت اشیاشهر هوشمند
مقاله کنفرانسی سال ۱۳۹۷ ۲,۵۸۲ مشاهده

آیا شبه سونامی بندر دیر قابل پیش بینی بود استفاده از شبکه پایش تراز آب سازمان نقشه برداری کشور به منظور پیش بینی سونامی

طغیان آب دریا بصورت شبه سونامی در صبح 29 اسفند 1395 در سواحل استان بوشهر بوقوع پیوست ارتفاع امواج دریا ب…

شبه سونامیبوشهرپایش تراز آب
مقاله کنفرانسی سال ۱۳۹۷ ۲,۴۲۲ مشاهده

بررسی میزان جابجایی زمین در اثر زلزله سرپل ذهاب با استفاده از داده های راداری ماهواره سنتینل 1 –

زلزله جزو ناگهانی ترین و پرآسیب ترین بلایا از نظر خسارت جانی و مالی است اقدامات زیادی پس از وقوع زلزله ب…

سنتینل1تداخل سنجی راداری
مقاله کنفرانسی سال ۱۳۹۷ ۲,۳۱۸ مشاهده

مقایسه روش های یادگیری عمیق Mask R-CNN و CRF-RNN به منظور شناسایی و قطعه بندی سر نوزاد در تصاویر رنگی

امروزه الگوریتم های فراوانی به منظور شناسایی و قطعه بندی تصاویر ارائه شده است ولی تمام الگوریتم های موجو…

قطعه بندیشبکه عصبی عمیقپردازش تصویر