فهرست مطالب

سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی - سال هفتم شماره 1 (بهار 1395)

فصلنامه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی
سال هفتم شماره 1 (بهار 1395)

  • تاریخ انتشار: 1395/02/05
  • تعداد عناوین: 7
|
  • بررسی پوشش گیاهی اراضی شور حاشیه دریاچه ارومیه با استفاده از تصاویر ماهواره ای
    احمد احمدی، محمدرضا طاطیان، رضا تمرتاش، حسن یگانه، یونس عصری صفحات 1-12
    مرتع یکی از منابع تجدید شونده با ارزش است که در برنامه های توسعه ملی بسیاری از کشورها جایگاه خاصی دارد. هدف مطالعه حاضر بررسی درصد پوشش گیاهی اراضی شور اطراف دریاچه ارومیه با استفاده از داده های ماهواره ای می باشد. این مطالعه در منطقه ای به وسعت حدود 353150 هکتار در اراضی شور اطراف دریاچه ارومیه انجام گرفت. در این پژوهش پیش پردازش های مختلف شامل تصحیح هندسی با استفاده از نقشه های توپوگرافی و تصحیحات اتمسفری از روش تفریق عارضه تاریک استفاده شد. عملیات برداشت زمینی در مرداد سال 1393 انجام گرفت. نمونه برداری در واحدهای گیاهی با روش نمونه برداری تصادفی طبقه بندی شده انجام شد. در این تحقیق به منظور بررسی رابطه بین متغیرها از رگرسیون چندگانه استفاده شد. در این مدل ابتدا با محاسبه ماتریس همبستگی، وجود یا عدم وجود هم راستایی (Collinearity) بین متغیرهای مستقل (شاخص های گیاهی و باندها) در منطقه بررسی شد. در این تحقیق بهترین مدل با توجه به مقدار بالاترR2 انتخاب شد. در مدل انتخابی چندین متغیر از بین تمامی متغیرهای مستقل گزینش شده و به عنوان مهمترین فاکتورهای موثر در تعیین نقشه درصد پوشش گیاهی منطقه معرفی شدند. در نهایت نقشه های تولیدی و نقاط نمونه برداری جهت بررسی صحت نتایج، کنترل گردید. نتایج نشان داد شاخص های مادون قرمز متوسط (MID-IR-INDEX)، مادون قرمز (Infrared)، کنتراست بازتاب در مرئی و نزدیک مادون قرمز (VNIRI)، شاخص گیاهی تبدیل شده (TVI، MIRVI، PD312، PD322)، و باندهای B2، B3، B5 و B6 رابطه معنی داری در سطح 5% با داده های زمینی داشته و به کمک مدل های رگرسیونی Backward نقشه میزان درصد پوشش گیاهی تخمین زده شد. جهت تعیین دقت نقشه تولید شده از روش Cross Validation استفاده شد که صحت کلی نقشه تولیدی از سنجنده +ETM برابر 92% و ضریب کاپای آن 2/89 بدست آمد. همچنین بر اساس نتایج این تحقیق، بخش اعظم اراضی شور حاشیه دریاچه ارومیه دارای تاج پوشش معادل 20-0% می باشند. بنابراین می توان چنین نتیجه گیری کرد که مراتع در منطقه مورد مطالعه در وضعیت مناسبی قرار ندارند.
    کلیدواژگان: مدل حذف پیش رو، رگرسیون چندگانه، مرتع، شاخص های گیاهی
    چکیده مشاهده متن زبان: فارسی
  • مقایسه وضوح مکانی تصاویر اسپات و لندست در تعیین تکه تکه شدگی سیمای سرزمین
    احسان رحیمی، عبدالرسول سلمان ماهینی، سید حامد میرکریمی، حمیدرضا کامیاب، ستار سلطانیان صفحات 13-25
    از زمان پیدایش بوم شناسی سیمای سرزمین، همبستگی میان الگوهای مکانی و فرآیندهای بوم شناختی همواره یکی از کلیدی ترین موضوعات این رشته بوده است. در این راستا، معیارهای سیمای سرزمین اطلاعات ارزشمندی در توصیف سیمای سرزمین ارائه می دهند. مشخص است که به منظور محاسبه و تفسیر صحیح معیارهای سیمای سرزمین، مقیاس داده های ورودی و مقیاس تجزیه و تحلیل باید با هم سازگار باشند. روشی عمده که به منظور بررسی اثرات مقیاس بر معیارهای سیمای سرزمین به کار گرفته می شود، تغییر اندازه دانه بندی یا اندازه پیکسل در تصاویر ماهواره ای است. در این مطالعه از تصاویر ماهواره ای اسپات و لندست در سال های 1365 و 1389 و نقشه های شبیه سازی شده مبتنی بر شبکه های خودکار و مارکوف در سال 1399 استفاده گردید. اثرات وضوح مکانی نقشه ها بر 8 معیار در سطح کلاس و سیمای سرزمین با استفاده از نرم افزار فرگستیتس (FRAGSTATS) بررسی گردید. نتایج نشان داد که تغییر در اندازه دانه بندی اثرات معنی داری بر معیارهای سیمای سرزمین و تغییرات آنها در آینده دارد، به گونه ای که با افزایش اندازه دانه بندی مقادیر معیارهای تعداد لکه ها، تراکم لکه ها، معیار شکل سیمای سرزمین و پراکندگی کاهش یافتند. به طور کلی معیارها دو نوع رفتار نامنظم و افزایشی را با توجه به کاهش اندازه دانه بندی از خود نشان دادند، در این میان معیارهای تعداد و تراکم لکه نسبت به سایر معیارهای بررسی شده در این مطالعه بیش تر به تغییرات اندازه دانه بندی حساس هستند. لذا کاربرد این معیارها در مطالعات سیمای سرزمین دقت بیشتری را می طلبد.
    کلیدواژگان: اثرات مقیاس، معیارهای سیمای سرزمین، تصاویر ماهواره ای اسپات و لندست، شبیه سازی تغییرات کاربری اراضی
    چکیده مشاهده متن زبان: فارسی
  • برآورد دمای مزارع نیشکر با استفاده از الگوریتم پنجره مجزا و تصاویر سنجنده OLI ماهواره لندست 8
    شادمان ویسی، عبدعلی ناصری، سعید حمزه، پوریا مرادی صفحات 27-40
    دمای سطح زمین یکی از مهم ترین پارامترهای است که امروزه توسط باندهای حرارتی ماهواره ها و به کمک ابزار سنجش از دور قابل محاسبه است. اهمیت این موضوع زمانی آشکار می شود که اثر مستقیم دما، افزایش و یا کاهش میزان تبخیر و تعرق و در نتیجه تغییر در میزان رطوبت در دسترس گیاه را نشان می دهد. در این تحقیق دمای پوشش سبز گیاه نیشکر با استفاده از داده های ماهواره لندست 8 در هشت مزرعه از مزارع کشت و صنعت نیشکر سلمان فارسی (هر مزرعه پنج نقطه) جمعا 40 نقطه که این نقاط در روزهای مختلف آبیاری بودند با استفاده از دماسنج مادون قرمز (که در بازه 8 تا 14 میکرومتر کار می کند)، اندازه گیری شد. نقاط انتخابی به منظور عدم ترکیب با پیکسل های فاقد پوشش گیاهی از لبه مزارع دارای فاصله 30 متری بودند. به منظور واسنجی الگوریتم پنجره مجزا از داده های بخار آب اتمسفر، قابلیت انتشار، قابلیت عبور اتمسفری و از تصاویر ماهواره لندست 8 دمای مزارع استخراج شد. نتایج نشان داد که محاسبه دمای پوشش سبز مزارع نیشکر در روزهای مختلف آبیاری با الگوریتم پنجره مجزا با دقت قابل قبول برآورد گردید. همچنین نتایج نشان داد که در نقاطی که پوشش گیاهی یکسان است، آبیاری عامل اصلی در تغییر مقادیر دما است. حداقل مجذور مربعات خطا و میانگین مربعات خطا بین دمای اندازه گیری شده میدانی و دمای استخراج شده از تصاویر ماهواره ای به ترتیب 925/0 و 766/0 درجه سانتیگراد محاسبه گردید.
    کلیدواژگان: دمای مزارع نیشکر، الگوریتم پنجره مجزا، لندست 8، دماسنج مادون قرمز، کشت و صنعت سلمان فارسی
    چکیده مشاهده متن زبان: فارسی
  • مکانیابی نیروگاه های خورشیدی با استفاده از داده های اقلیمی و سامانه اطلاعات مکانی (مطالعه موردی: استان ایلام)
    هدی احمدی، جعفر مرشدی، فریده عظیمی صفحات 41-57
    هدف از این تحقیق تعیین مکان مناسب جهت احداث نیروگاه خورشیدی با توجه به معیار و گزینه های اقلیم (دما، تابش، بارش، ساعت آفتابی، تبخیر)، توپوگرافی (ارتفاع، شیب، جهت شیب، فاصله از گسل)، محیط زیست (کاربری اراضی، رودخانه ها) و محیط انسانی (محدوده مسکونی، راه ها) در محیط سیستم اطلاعات جغرافیایی و مدل سلسله مراتبی در استان ایلام است. بر اساس نقش و اهمیت این فاکتورها آمار هر کدام از پارامترها در نرم افزار اکسل مورد تجزیه و تحلیل قرار گرفت و نقشه هر کدام از معیارها در محیط (GIS) تهیه گردید و وزن هر کدام از معیارها با روش فرآیند سلسله مراتبی (AHP) تعیین گردید. از محیط نرم افزار ArcGIS®9.3 برای مدلسازی و تلفیق داده ها استفاده شد و نقشه احداث نیروگاه خورشیدی در چهار کلاس مختلف (ضعیف، متوسط، خوب و خیلی خوب) به دست آمد. نتایج نشان داد پهنه هایی که در منطقه با توان خیلی خوب شناسایی شدند مساحتی حدود 1510812500 متر مربع را به خود اختصاص دادند که مناطق جنوبی و غربی استان ایلام بهترین مکان های احداث نیروگاه خورشیدی هستند. نتایح همچنین نشان داد که سیستم اطلاعات جغرافیایی به عنوان یک سیستم پشتیبانی تصمیم گیری و فرآیند تحلیل سلسله مراتبی مدل انعطاف پذیری در مدلسازی داده های مکانی در انتخاب مکان مناسب نیروگاه خورشیدی است.
    کلیدواژگان: مکانیابی، نیروگاه های خورشیدی، داده های اقلیمی، سیستم اطلاعات جغرافیایی، فرآیند تحلیل سلسله مراتبی
    چکیده مشاهده متن زبان: فارسی
  • پیش بینی روند تغییرات مکانی کاربری اراضی با استفاده از مدل زنجیره مارکوف-CA (مطالعه موردی: منطقه کوهمره سرخی استان فارس)
    سارا عزیزی قلاتی، کاظم رنگزن، جواد سدیدی، پیمان حیدریان، ایوب تقی زاده صفحات 59-71
    تغییر کاربری اراضی به عنوان عاملی پایه در تغییرات زیست محیطی عمل کرده و به یک خطر جهانی تبدیل شده است. بازبینی این تغییرات از طریق تصاویر ماهواره ای و پیش بینی و ارزیابی پتانسیل آنها از طریق مدلسازی می تواند به برنامه ریزان محیط زیست و مدیران منابع طبیعی برای تصمیمات آگاهانه تر کمک کند. هدف این تحقیق بازبینی، مدلسازی و پیش بینی تغییرات کاربری اراضی در دوره 25 ساله 1391-1366 توسط مدل زنجیره مارکوف-CA (CA-Markov) در منطقه کوهمره سرخی استان فارس است. بدین منظور نقشه های کاربری اراضی با استفاده از تصاویر سنجنده +ETM و TM ماهواره لندست در سه دوره زمانی مربوط به سال های 1366، 1379 و 1391 تهیه گردید. سپس صحت سنجی نقشه ها و آشکارسازی تغییرات انجام شد. نتایج آشکارسازی تغییرات دوره اول (79- 1366) با ضریب کاپای 83% و دوره دوم (1391-1379) با ضریب کاپای 88% نشان می دهد که بیش ترین افزایش مساحت در ناحیه مرتع و بیش ترین کاهش مساحت در ناحیه جنگل رخ داده است. به منظور کالیبره کردن مدل زنجیره مارکوف، نقشه کاربری سال 1391 پیش بینی شد و ماتریس خطای بین نقشه حاصل از مدل سازی و نقشه کاربری مرجع سال 1391، ضریب کاپای 75% بدست داد. سپس نقشه کاربری اراضی برای چشم انداز 1403 با مدل مدل زنجیره مارکوف-CA پیش بینی گردید. نتایج نهایی حاکی از آن است که بیش ترین تغییر کاربری نسبت به سال 1391، در ناحیه جنگل بوده و به کاربری های کشاورزی آبی و مرتع تبدیل می شود که می تواند در برنامه ریزی آینده توسط مسئولان مورد استفاده قرار گیرد.
    کلیدواژگان: آشکارسازی تغییرات کاربری اراضی، مدل سازی، پیش بینی، مدل زنجیره مارکوف
    چکیده مشاهده متن زبان: فارسی
  • مدلسازی زیستگاه ملخ کوهاندار تاغ با استفاده از شاخص های بیوفیزیکی استخراج شده از تصاویر لندست 8
    سیروس هاشمی دره بادامی، بهرام جمعه زاده، علی درویشی بلورانی، عبدالحسین خاکیان صفحات 73-87
    استفاده از تصاویر ماهواره ای یک راه ساده و ارزان در شناسایی زیستگاه و پایش آفت ها از جمله ملخ مهاجر است. استفاده از فناوری سنجش از دور به گونه ای رشد نموده است که سیاست های کنترل ملخ از روش های درمانی به روش پیشگیرانه تغییر رویه داده اند. از آنجاییکه مدیریت کارآمد هجوم آفت های حشره ای بر پایه دانش کامل از زیست شناسی و بوم شناسی آن استوار است، این تحقیق با هدف ارزیابی استفاده از شاخص های بیوفیزیکی استخراج شده از تصاویر ماهواره ای، به منظور شناسایی و نظارت بر زیستگاه ملخ انجام شده است. بدین منظور از شاخص های بیوفیزیکی (شاخص های پوشش گیاهی، شاخص های رطوبت موجود در گیاه، شاخص خشکی زمین و دمای سطح زمین) استخراج شده از تصاویر ماهواره ای لندست 8 (OLI/TIRS)، همزمان با داده های دیده بانی زمینی استفاده شد. سپس اطلاعات شاخص ها با استفاده از آنالیز مولفه های اصلی، در یک تصویر خلاصه شد. در نهایت با استفاده از داده های میدانی بدست آمده از دیده بانی و روش آستانه گذاری، نقشه پهنه بندی زیستگاه اولیه ملخ با ریسک بالا، ریسک متوسط و ریسک پایین تهیه شد. صحت مکانی نتایج بدست آمده با استفاده از داده های ملخ مشاهده شده به عنوان داده های مرجع، ارزیابی شد و صحت کلی 74% و ضریب کاپای 62% برای زیستگاه اولیه با ریسک بالا، صحت کلی 87% و ضریب کاپای 71% برای زیستگاه اولیه با ریسک بالا و متوسط و صحت کلی 94% و ضریب کاپای 88% برای هر سه زیستگاه بدست آمد.
    کلیدواژگان: ملخ مهاجر، شاخص های بیوفیزیکی، لندست 8، آنالیز مولفه های اصلی
    چکیده مشاهده متن زبان: فارسی
  • ارزیابی تغییر کاربری اراضی مرتعی به دیم زار با استفاده از تصاویر ماهواره ای و سیستم اطلاعات جغرافیایی
    علیرضا مرادی، محمد جعفری، حسین ارزانی، مهدیه ابراهیمی صفحات 89-100
    هدف از این تحقیق مقایسه تغییر کاربری اراضی مرتعی به دیم زار در دو شهرستان رابر و ارزوئیه در یک دوره 15 ساله است. روند تغییرات کاربری محدوده مطالعاتی (ده سرد و کوه سفید) با استفاده از تصاویر لندست ETM (سال 2000) و OLI (سال 2014) در محیط نرم افزار ENVI®5 با روش طبقه بندی نظارت شده پردازش گردید. در نهایت نقشه طبقه بندی کاربری شامل کاربری مرتع، کشاورزی، اراضی بایر و باغ در منطقه شناسایی شد. دقت نقشه های تولیدی با ضریب کاپا محاسبه شد. برای این منظور از تصاویر نرم افزار گوگل ارتس و بازدید میدانی در تهیه نقاط تعلیمی استفاده شد. در نهایت ماتریس دقت برای هر نقشه تشکیل گردید. برای پی بردن به تغییرات هر یک از کاربری ها به سایر کاربری ها از روش جدول متعامد (Crosstab) استفاده شد. نتایج تغییرات کاربری اراضی در دو منطقه نشان داد که کاربری اراضی مرتع بیش ترین تبدیل و تغییر را داشته است، درصد تغییرات در آبخیز ده سرد 77% و در آبخیز کوه سفید 73% بود. صحت نقشه های طبقه بندی برای هر دو زیر حوزه 98% بدست آمد. نتایج این تحقیق نشان داد که گسترش فعالیت های زراعی بر روی اکوسیستم های مرتعی موجب تبدیل مراتع به زمین های کم بازده می شود. نتیجه مطالعه همچنین نشان داد که در منطقه کوه سفید و ده سرد به ترتیب 9% و 20% تغییرات در زمین های کم بازده می باشد.
    کلیدواژگان: تغییر کاربری اراضی، تخریب مرتع، فعالیت های زراعی، طبقه بندی، لندست 8، ده سرد و کوه سفید
    چکیده مشاهده متن زبان: فارسی
|
  • Investigating vegetation of saline lands around Urmia Lake using satellite images
    Ahmad Ahmadi, Mohammad Reza Tatian, Reza Tamrtash, Hassan Yeganeh, Younes Asri Pages 1-12
    TThis study aims to survey vegetation canopy cover of saline lands around Urmia lake using satellites data in 2014. This study was conducted in the area about 353150 hectares in saline lands around Urmia lake. In this study, various pre-processing including geometric correction using topographic maps and atmospheric correction was the dark object subtraction. Field data was collected in 1393.Samplings were done in plant units with stratified random sampling method. In this study, multiple regression was used to examine the relationship between variables. In this model, first by calculating the correlation matrix, the presence or absence of collinearity between the independent variables (vegetation indices and bonds) was studied. In this study, the best model was chosen due to the higher value of R2.On the selected model several variables have been chosen from among all independent variables and were introduced as the most important factors in determinig the vegetation cover map of the study area. Finally the produced maps and sampling points were controlled in order to validate the accuracy of results. The results showed that the indices of MIRVI, PD312, PD322, TVI, VNIRI, INFRARED, MID-IR-INDEX and bounds of b2, b3, b5, b6 have significant correlation at the 5% level with the field data and by using backward regression models the canopy cover map of vegetation was estimated. According to results much of saline lands around Urmia lake have canopy cover of 0-20 percent therefore we concluded that the rangelands in the region are not in good condition.
    Keywords: Backwards elimination, Multiple regression, Rangeland, Vegetation indices
    Abstract View Paper Original: Persian
  • Comparison of spatial resolution of LandSat and SPOT satellite images in measuring landscape fragmentation
    Ehsan Rahimi, Abdol, Rasoul Salman Mahini, Seyed Hamed Mir Karimi, Hamid Reza Kamyab, Sattar Soltanian Pages 13-25
    Since the foundation of landscape ecology, the correlation between spatial patterns and ecological processes has always been regarded as one of key topics in this discipline. In this context, landscape metrics provide valuable information for the interpretation of landscape patterns. It is clear that the scale of input data and the scale of analysis must be coherent in order to calculate and interpret landscape metrics correctly. One main method that is often used to assess the scaling effects on landscape pattern is to manipulate the grain size or pixel size in satellite images. In this study, The SPOT and LandSat satellite images of 1986 and 2010 and simulations and maps of Markov-cellular automata models of 2020 were used. The effects of spatial resolution on 8 metrics were evaluated using the software FRAGSTATS in class and landscape levels. The results showed that the changes in grain size have significant effects on landscape metrics and their changes in the future so that the increased grain size will lead to the deacreased number of patches (NP), patch density (PD), LSI and CONAG. In general, metrics showed two types of irregular and increase behaviors according to the reduced grain size; in this study, the changes in grain size are more sensitive than the other metrics. So, the application of these metrics in landscape studies shoulde be considerably paid attention.
    Keywords: Scale effects, Landscape metrics, SPOT, landSat satellite images, Land use change simulation
    Abstract View Paper Original: Persian
  • Estimation of sugarcane field temperature using Split Window Algorithm and OLI LandSat 8 satellite images
    Shadman Veysi, Abd Ali Naseri, Saeid Hamzeh, Poria Moradi Pages 27-40
    Land Surface Temperature (LST) is one of important parameters that is measured using Remote-sensing tools and thermal bands of satellites. The importance of this issue is revealed when direct effects of temperature are shown on the increase and decrease of evaporation, evapotranspiration and as a result, the moisture content changes in the plant. In this study, the temperature of sugarcane canopy cover was measured by LandSat 8 satellite data in 8 sugarcane fields out of Salman Farsi Sugacane Industry involving 5 points from each field (totally 40 points); these points were irrigated in different days and measured by the infrared thermometer. The points were selected at the edges of fields with the intervals of 30 m in order to avoid the combination of them with the pixels with no vegetation. To calibrate the Split Window (SW) algorithm, the input data of water evaporation, emissivity and transmittance as well as LandSat 8 satellite images were applied. Results have shown that the estimation of vegetation temperature of sugarcane fields in different days of irrigation was of an acceptable accuracy. Also, in the points with the same vegetation, irrigation is the main factor for the changes of temperature. In this research, Residual Mean Error Square (RMSe), and Mean Average Error for the measured field temperature and extracted one by the satellite images were given as 0.925 and 0.766 °C, respectively.
    Keywords: Sugarcane fields temperature, Split window algorithm, LandSat 8, Infrared thermometer, Salman Farsi agro industry unit
    Abstract View Paper Original: Persian
  • Site selection of solar power plant using Geospatial Information System and climatic data (Case study: Ilam province)
    Hoda Ahmadi, Jafar Morshedi, Farideh Azimi Pages 41-57
    The aim of this study was to determine the appropriate location for the construction of solar power plants according to the criteria and factors of climate (temperature, radiation, precipitation, sundial, evaporated), topography (elevation, slope, aspect, distance to fault), environment (user land, rivers) and human environment (residential areas, roads) in Geographical information system (GIS) and hierarchical model in Ilam province. According to the importance and role of these factors, the statistics of parameters were analyzed in the software Excel and map of each criterion was prepared in GIS and the weight of each criterion was determined by Analytical hierarchical process (AHP). ArcGIS®9.3 software was utilized for the modeling and integration of data to produce the map of solar plant construction in four different classes (poor, moderate, good and very good). The results showed that the zones in very good class covered an area of 1510812500 m2;thus, the southern and western regions of Ilam province are the best places for the construction of solar power plants. Results also showed that GIS as a decision support system and AHP as a flexible model are appropriate for modeling spatial data and positioning the right place of solar power plants.
    Keywords: Site selection, Solar power plants, Climatic data, Geographical information system, Analytical hierarchy process
    Abstract View Paper Original: Persian
  • Predicting locational trend of land use changes using CA-Markov Model (Case study: Kohmare Sorkhi, Fars province)
    Sara Azizi Ghalati, Kazem Rangzan, Javad Sadidy, Peyman Heydarian, Ayoub Taghizadeh Pages 59-71
    Land use changes act as a significant factor in the environmental changes and have become a global threat. Monitoring and prediction these changes by satellite images and models can help the planners and managers to make more conscious planning decisions. In this regard, the current research aimed to monitor, model and predict land use changes using CA-Markov model in Kohmare Sorkhi region, Fars province in 2024 for a period of 25 years (1987-2012). To implement the mentioned model, the land use map was first prepared by ETM and TM sensors during three years (1987, 2000, 2012). Then, validation of maps and change detection process were performed. The results of change detection for the first period (1987-2000) and second period (2000-2012) with an accuracy of 83% and Kappa index of 88% have shown the greatest increase in the rangeland area (4224.24 ha) and the greatest decrease in the forest area (3953.75 ha). In the next stage, in order to calibrate the CA-Markov model, land use map for 2012 was predicted; on the other hand, regarding Error Matrix between the modeling land use map and the reference land use map, the Kappa index wad given as 75%. Finally, considering the previous stage, the land use map for the outlook of 2024 was predicted. The final results for 2024 indicated that the forest area would endure the great amount of changes in comparison with 2012. The forests would change into the irrigated agricultural area and rangelands which can be considered in sustainable development planning by decision makers.
    Keywords: Landuse change detection, Modeling, Prediction, CA, Marcov
    Abstract View Paper Original: Persian
  • Modeling desert locust habitat using biophysical indices derived from LandSat 8 images
    Sirous Hashemi Dareh Badami, Bahram Jomezade, Ali Darvishi Bolourani, Abdol, Hossein Khakian Pages 73-87
    Using satellite images is a simple and inexpensive way to identify the habitats and monitor the migratory pests such as locusts. Using remote sensing technology for locust control policies has shifted from treatment methods to preventive ones. Considering the effective management of insect pest infestations based on thorough knowledge of biology and ecology, this study aimed to evaluate the use of biophysical indices derived from satellite images in order to identify and monitor the locust habitats. For this purpose, we used biophysical indicators (vegetation indices, vegetation, water content indices, drought index and land surface temperature) derived from Landsat 8 (OLI/TIRS) images coinciding with in-situ data monitoring. Then, the information of indices was summarized in one image using principal component analysis. Finally, the primary locust habitat zoning map with high risk, medium risk and low risk was developed using in-situ data obtained from the monitoring and thresholding methods. The spatial accuracy of results was evaluated by locust observed data as reference data; on the other hand, the overall accuracy and Kappa coefficient for high-risk habitat were given as 62% and 74%, respectively. For moderate-risk habitat, they were also obtained as 87% and 71%, respectively. For all of three habitats, they were estimated as 94% and 88%.
    Keywords: Locust, Biophysical indices, LandSat 8, Principal Component Analysis (PCA)
    Abstract View Paper Original: Persian
  • Assessment of land use changes into dry land using satellite images and Geographical information system (GIS)
    Alireza Moradi, Mohammad Jafari, Hossein Arzani, Mahdieh Ebrahimi Pages 89-100
    The aim of this stydy is to proced the trend process of land cover changes as a result of land use changes into dry land using satellite images, remote sensing and GIS softwares and to find out the type and magnitude of changes by the image sensor Landsat ETM in 2000 and sensor of Landsat OLI in 2014 using ENVI®5 software and unsupervised classification methods in Dehsard and kohsefeid, Kerman province. Finally, land use classification map including rangelands, agricultural lands and gardens was specified. In order to produce the training points, field visits, GPS and Google Earth software were utilized. Supervised classification was used to assess the accuracy of classification images. Afterwards, KAPA coefficie was applied to calculate the precision of produced maps. Precision matrix was created for each map. For the detection and assessment of land use changes as compared to the others, Crosstab was used. The results of land use changes in two regions showed that in this regard, the rangelands had the most changes estimated as 77% and 73% for Dehsard and Kohsefid watersheds, respectively. The precision of classification maps was given as 98% for both watersheds. The results of this study showed that the expansion of agricultural activities concerning the rangeland ecosystems could change the rangelands into the lands with low efficiency and in two mentioned regions, 9% and 20% of changes occurred in the low efficiency lands in Dehsard nd Kohsefid watersheds, respectively.
    Keywords: Landuse changes, Rangland degradation, Agricultural activities, Classification, LandSat 8, Dehsard, Kohsefid
    Abstract View Paper Original: Persian