1405/06/16
محمد سلاورزی (Mohammad Salavarzi)

محمد سلاورزی (Mohammad Salavarzi)

مرتبه علمی: دانشیار
ارکید: پیوند
تحصیلات: دکترای تخصصی
ریسرچ گیت: پیوند
دانشکده: فنی و مهندسی
اسکولار: پیوند
پست الکترونیکی: M.Salavarzi [at] Ilam.ac.Ir
اسکاپوس:
تلفن:
HIndex:

مشخصات پژوهش

عنوان
استفاده از داده های سنجش از دور و تحلیل‌های GIS برای تغییرات پوشش سطح زمین (مطالعه موردی: بغداد)
نوع پژوهش
پایان نامه
کلیدواژه‌ها
سنجش از دور، GIS، تغییرات کاربری اراضی، پوشش سطح زمین، بغداد.
سال 1404
پژوهشگران زینه نجیب جواد زینه نجیب جواد(دانشجو)، محمد سلاورزی (Mohammad Salavarzi)(استاد راهنما)

چکیده

چکیده پژوهش حاضر با هدف ارزیابی کمی و مکانی تغییرات پوشش و کاربری اراضی (LULC) در شهر بغداد طی یک دهه (2015 تا 2025)، به منظور حمایت از مدیریت پایدار شهری و محیط زیستی، انجام پذیرفته است. تحولات سریع LULC، به ویژه در کلان‌شهرها، به عنوان شاخصی از تأثیرات شدید انسان بر اکوسیستم‌ها عمل کرده و پیامدهایی همچون تشدید پدیده جزیره حرارتی شهری (UHI) و کاهش امنیت غذایی محلی را به دنبال دارد. هدف اصلی این مطالعه، استخراج دقیق نقشه‌های کاربری اراضی در سه بازه زمانی کلیدی 2015، 2020 و 2025 و تحلیل روندهای تغییر مکانی با استفاده از الگوریتم‌های پیشرفته یادگیری ماشین، با تمرکز بر روش‌شناسی دقیق طبقه‌بندی، بود. در سطح روش‌شناختی، عملکرد دو الگوریتم جنگل تصادفی (RF) و ماشین بردار پشتیبان (SVM) به منظور تعیین کارآمدترین ابزار برای این پروژه مقایسه گردید؛ این مقایسه بر مبنای معیارهای استاندارد دقت شامل دقت کاربر، دقت تولیدکننده و ضریب کاپا انجام شد. در بخش تحلیل داده‌ها، هدف استخراج مساحت (هکتار) و درصد هر کلاس (شهری، پوشش گیاهی، بایر و آب) برای هر سال و شناسایی الگوهای فضایی و پیامدهای زیست‌محیطی ناشی از این دگرگونی‌ها بود. فرآیند تحقیق بر پایه رویکرد کمی توصیفی-تحلیلی و با بهره‌گیری از داده‌های سنجش از دور، داده‌های آموزشی معتبر و چارچوب‌های مرجع LULC (مانند FAO) صورت گرفت. نتایج حاصل از ارزیابی عملکرد مدل‌ها، برتری قاطع الگوریتم جنگل تصادفی را نشان داد؛ به طوری که این الگوریتم در سال 2015 با دقت کلی 92.6٪ و در سال 2025 به بالاترین میزان دقت کلی 97.39٪ دست یافت، در حالی که SVM با کاهش کیفیت محسوس و کسب دقت کلی در حدود 78 تا 83 درصد، عملکردی به مراتب ضعیف‌تر را تجربه کرد و نسبت به تضادهای طیفی حساس‌تر بود. این برتری RF، آن را به عنوان الگوریتم منتخب برای استخراج کمی تغییرات معرفی نمود. تحلیل کمی تغییرات کاربری اراضی با تکیه بر نتایج مدل RF، نشان‌دهنده یک دگرگونی ساختاری نگران‌کننده در منظر بغداد است: مساحت اراضی شهری با رشدی چشمگیر، از 28.39٪ در سال 2015 به 37.73٪ در سال 2025 افزایش یافت، که معادل رشد تقریبی 18,500 هکتار است. این گسترش فیزیکی مستقیماً به قیمت تخریب منابع طبیعی تمام شده؛ به نحوی که مساحت پوشش گیاهی (شامل مناطق کشاورزی) با کاهشی بیش از 45,000 هکتار، از 51.15٪ به 28.45٪ تنزل یافته است. در کنار این دو روند اصلی، مساحت اراضی بایر نیز افزایشی از 19.05٪ به 32.77٪ تجربه کرده است. در جمع‌بندی نهایی، یافته‌ها تأکیدی مجدد بر الگوی شتابان شهرنشینی و فرسایش منابع طبیعی در بغداد طی یک دهه اخیر دارند که پیامدهای جدی اکولوژیک و اجتماعی به همراه دارد. موفقیت الگوریتم جنگل تصادفی در دستیابی به دقت بالا، اعتبار روش‌شناسی پژوهش را تقویت می‌کند و نتایج کمی به دست آمده، ضرورت فوری اتخاذ راهکارهای مدیریتی پایدار برای کنترل گسترش افقی شهر و حفظ اراضی کشاورزی حیاتی پیرامون آن را در برابر سیاست‌گذاران شهری برجسته می‌سازد.