کاربرد شبکه عصبی مصنوعی و رگرسیون حداقل مربعات معمولی در مدلسازی تغییرات کاربری سرزمین

با توجه به اهمیت بالای اثر تغییرات کاربری سرزمین در آینده، لازم است الگوی رشد و تغییر کاربری ها قبل از اتخاذ هر گونه تصمیمی به مسئولان و تصمیم گیرندگان امور مربوط ارائه شود. هدف این پژوهش مدل سازی تغییرات کاربری سرزمین در منطقه کوهمره سرخی استان فارس با استفاده از روش رگرسیون حداقل مربعات معمولی برای پیش پردازش متغیرها و مدل سازی با استفاده از شبکه عصبی است. بدین منظور نقشه های کاربری سرزمین با استفاده از تصاویر لندست در سال های 1366، 1379 و 1391 تهیه شد. سپس، صحت سنجی نقشه ها و آشکارسازی تغییرات انجام شد. نتایج آشکارسازی تغییرات دوره اول (1366-1379) با ضریب کاپای 83% نشان داد بیشترین افزایش مساحت در ناحیه مرتع (24/4224 هکتار) و بیشترین کاهش مساحت در ناحیه جنگل (75/3953 هکتار) رخ داده است. بر مبنای این تغییرات و انتخاب بهترین ترکیب برای متغیرها، مدل سازی پتانسیل تبدیل کاربری برای سال 1391، با استفاده از روش شبکه عصبی پرسپترون چندلایه انجام شد. سپس، با روش زنجیره مارکوف، نقشه کاربری سرزمین برای سال 1391 پیش بینی شد. نتیجه ماتریس خطا بین نقشه حاصل از مدل سازی و نقشه کاربری سرزمین سال 1391، ضریب کاپای 75% است. در مرحله بعد، نتایج آشکارسازی تغییرات دوره دوم (1379-1391) با ضریب کاپای 88% نشان داد بیشترین افزایش مساحت در ناحیه مرتع (82/1871 هکتار)، همچنین بیشترین کاهش مساحت در ناحیه جنگل (05/3082 هکتار) رخ داده است. با توجه به تغییرات دوره دوم، نقشه کاربری سرزمین برای سال 1403 پیش بینی شد که بیشترین تغییر کاربری نسبت به سال 1391، در ناحیه کشاورزی آبی خواهد بود.