فهرست مطالب

سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی - سال هشتم شماره 3 (پاییز 1396)
  • سال هشتم شماره 3 (پاییز 1396)
  • تاریخ انتشار: 1396/09/21
  • تعداد عناوین: 8
|
  • مریم حیدریان آقاخانی*، رضا تمرتاش، زینب جعفریان، مصطفی ترکش اصفهانی، محمدرضا طاطیان صفحات 1-14
    پیش بینی اثر تغییر اقلیم بر پراکنش گونه های گیاهی با ارزش، امری ضروری در راستای حفاظت و مدیریت آن ها محسوب می شود. بادامک (Amygdalus scoparia) یکی از گونه های وحشی بادام و بومی ایران است. این مطالعه با هدف پیش بینی اثر تغییر اقلیم بر پراکنش جغرافیایی گونه بادامک در استان چهارمحال و بختیاری واقع در منطقه زاگرس مرکزی صورت گرفت. پنج روش مدل سازی پراکنش گونه ای، شامل مدل خطی تعمیم یافته، آنالیز طبقه بندی درختی، شبکه عصبی مصنوعی، روش بوستینگ تعمیم یافته و جنگل تصادفی در چارچوب روش اجماعی و با استفاده از بسته Biomod در نرم افزار R مورد استفاده قرار گرفتند. نتایج مطالعه نشان داد که همه مدل های مورد استفاده در این مطالعه، مقادیر AUC بالاتر از 9/0 و عملکرد عالی دارا بودند. میانگین دمای خشک ترین فصل و بارندگی سالانه در حدود 85 درصد تغییرات پراکنش گونه را توجیه نمودند و بیشترین سهم را در تعیین مطلوبیت رویشگاه گونه داشتند. بر اساس نتایج حاصل از اجماع مدل ها، 9 درصد (148680 هکتار) از مساحت استان برای گونه بادامک، دارای تناسب رویشگاهی زیاد تعیین شد. مساحت رویشگاه مطلوب گونه در شرایط آب و هوایی حال حاضر و آینده توسط نرم افزار ArcGIS محاسبه گردید. تغییرات پراکنش جغرافیایی گونه در سال 2050 تحت سناریوهای اقلیمی 5/4RCP و 5/8RCP نشان داد که وسعت رویشگاه گونه کاهش می یابد (به ترتیب 43 و 59 درصد) و در برخی مناطق نیز شاهد بروز مناطق مستعد وقوع گونه خواهیم بود (به ترتیب 135 و 140 درصد). از نتایج این مطالعه می توان در برنامه ریزی های حفاظتی و اصلاحی گونه بادامک استفاده نمود.
    کلیدواژگان: شبکه عصبی مصنوعی، روش بوستینگ تعمیم یافته، Biomod، استان چهارمحال و بختیاری
  • رستگار محمدی*، جواد خوشحال دستجردی، داریوش رحیمی، راضیه نوری صفحات 15-36
    از آنجایی که بیشترین سطح زیر کشت استان کرمانشاه اختصاص به کشت گندم دیم دارد، لذا پهنه بندی اقلیمی کشت گندم دیم که از اهداف پژوهش حاضر است ضروری به نظر می رسد. در این تحقیق، از داده های اقلیمی 6 ایستگاه سینوپتیک (1989 – 2012) و داده های اقلیمی 8 ایستگاه کلیماتولوژی (2008-2013) استفاده گردید. ابتدا برای تحلیل و انجام مراحل توزیع های مختلف احتمالاتی از نرم افزار SMADA استفاده، و تاریخ کشت و بهترین توزیع آماری انتخاب شد. سپس نقشه بارش، دما و تنش های دمایی استخراج و درصد مشارکت هر لایه در لایه پهنه بندی نهایی اعمال گردید. به طوری که بیشترین درصد مشارکت مربوط به بارش دوره جوانه زنی با 5/31 درصد و کمترین درصد مشارکت مربوط به تنش گرمایی (30) درجه مرحله رسیدن با 8/1 درصد است. نتایج تحقیق نشان داد که در بین عناصر اقلیمی بارش و درجه حرارت، عوامل مهمی در کشت گندم دیم هستند. در پایان با تلفیق لایه ها به روش همپوشانی وزنی در محیط ArcGIS نقشه پهنه بندی اقلیمی گندم دیم استخراج گردید. نتایج نشان داد که مناطق بسیار مناسب با مساحت 7/16 درصد در بخش های از شمال غرب، غرب و جنوب غرب، مناطق مناسب با مساحت 36/14 درصد در شمال غرب، غرب و جنوب غرب، مناطق متوسط با 27/15 درصد در جنوب غرب، غرب، مرکز، شمال، شمال شرق و جنوب شرق و مناطق ضعیف با 64/53 درصد اغلب در مرکز و شمال شرق قرار دارند. نتایج این پژوهش می تواند با توجه به قابلیت سامانه اطلاعات جغرافیایی در ترکیب و تولید اطلاعات مکانی و توصیفی، مدیران و تصمیم گیرندگان را برای دسترسی به اطلاعات یاری نموده و مدل متناسب را با توجه به نوع برنامه ریزی زراعی ساخته و ارائه کند.
    کلیدواژگان: آگروکلیما، بارش 5 میلی متر، پهنه بندی، گندم دیم، استان کرمانشاه
  • حمیدرضا غفاریان مالمیری، هادی زارع خورمیزی * صفحات 37-55
    دمای سطح زمین (LST) یکی از پارامترهای اساسی در مبادله انرژی بین زمین و اتمسفر است. در بسیاری از علوم مختلف از جمله اقلیم شناسی، هیدرولوژی، کشاورزی، اکولوژی، بهداشت عمومی و علوم زیست محیطی استفاده از سری های زمانی LST کاربرد فراوان دارد. اما سری های زمانی داده های ماهواره ای معمولا دارای داده های ناقص، از دست رفته و یا غیر قابل قبول هستند که این به دلیل حضور ابرها در تصاویر، وجود ذرات گرد و غبار در اتمسفر، عدم کارایی الگوریتم های بکار رفته در محاسبه داده ها و بعضا عملکرد نادرست سنجنده است. در این مطالعه به منظور رفع مشکل داده های از دست رفته و دور افتاده از الگوریتم تجزیه و تحلیل هارمونیک سری های زمانی (HANTS) استفاده شد. همچنین در این مطالعه از محصول LST سنجنده MODIS سال 2015 MOD11A1 که دارای قدرت تفکیک مکانی یک کیلومتر و قدرت تفکیک زمانی روزانه و همچنین حاوی اطلاعات دمای سطح زمین در زمان روز و شب است، استفاده گردید. منطقه مطالعاتی شامل یک فریم تصویر در سیستم شبکه بندی سینوسی MODIS با شماره افقی 22 و عمودی 5 (h22v05) است. ارزیابی نتایج کیفیت داده ها نشان می دهد به طور میانگین در سری زمانی تصاویر LST مورد استفاده در زمان روز و شب به ترتیب 8/36 و 6/35 درصد داده ها توسط پوشش ابر از دست رفته است. ارزیابی نتایج الگوریتم HANTS در بازسازی تصاویر بدون پوشش ابر نشان می دهد خطای جذر میانگین مربعات (RMSE) بین داده های اصلی و بازسازی شده در سری زمانی LST مورد مطالعه در زمان روز و شب به ترتیب 87/3 و 68/2 درجه کلوین است. به طور کلی نتایج این پژوهش نشان می دهد که الگوریتم HANTS به طور موثری می تواند در رفع مشکل داده های از دست رفته و داده های دور افتاده و همچنین ارتقا کیفیت داده ها در سری های زمانی LST سنجنده MODIS مورد استفاده قرار گیرد.
    کلیدواژگان: تجزیه و تحلیل هارمونیک، سری های زمانی، دمای سطح زمین، سنجنده مودیس، سنجش از دور
  • کیوان محمدزاده، بختیار فیضی زاده* صفحات 56-72
    تکنیک های تجزیه وتحلیل شیءگرای تصویر (OBIA) به عنوان یکی از روش های جدید پردازش تصاویر ماهواره ای در حوزه سنجش از دور مطرح هست که دارای پتانسیل قابل توجهی در مطالعات علوم خاک است. در این راستا OBIA به عنوان روشی شناخته شده است که جهت دستیابی به نتایج دقیق تر، الگوی طیفی و مکانی تصاویر ماهواره ای را با هم ادغام می کند. این رویکرد در برابر روش های پیکسل پایه که با چالش جدی تشابه خواص طیفی روبرو هستند، توسعه یافته است. هدف اصلی از این مطالعه بررسی شوری خاک و اعمال یک رویکرد یکپارچه از فازی شیءگرا جهت پایش تغییرات پوشش زمین در منطقه حاشیه شرق دریاچه ارومیه است که تحت تاثیر گسترش شوری بوده است. در همین راستا تصاویر ماهواره لندست 7 سنجنده +ETM مربوط به سال 2000 و تصویر ماهواره لندست 8، سنجنده OLI برای سال 2015 تهیه و پس از مرحله پیش پردازش، با اعمال شاخص های طیفی NDVI، روشنایی، NDSI روند شوری اراضی کشاورزی حاشیه شرقی دریاچه با استفاده از تکنیک فازی شیءگرا ارزیابی گردید. نتایج این مطالعه نشان داد که پیشرفت قابل توجهی در افزایش سطح شوری با نرخ بالای 54/21 درصد (18/833 کیلومترمربع) وجود دارد. با توجه به نتایج به دست آمده، زمین های بایر شور با شیب مثبت 7/19 درصد نشان دهنده نرخ رشد مثبت از 3/15 درصد به 05/35 درصد است. نتایج نشان داد که وضعیت بحرانی زیست محیطی برای اراضی کشاورزی شرقی دریاچه ارومیه نیاز به توجه جدی تصمیم گیرندگان و مسوولین در استان آذربایجان شرق دارد.
    کلیدواژگان: تجزیه و تحلیل شیءگرای تصاویر ماهواره ای، پایش شوری خاک، اراضی کشاورزی، شرق دریاچه ارومیه
  • الهه اکبری*، علی درویشی بلورانی، نجمه نیسانی سامانی صفحات 73-88
    در دهه های اخیر با گسترش فعالیت های بشر در محیط طبیعی، انواع مخاطرات ازجمله زمین لغزش، آسیب های جدی مالی و جانی به همراه داشته است. درنتیجه بررسی حساسیت وقوع زمین لغزش و تعیین مناطق بحرانی جهت عملیات محافظتی و آبخیزداری ضروری به نظر می رسد. در این تحقیق، حساسیت زمین لغزش با استفاده از تلفیق روش های فازی و فرایند تحلیل شبکه ای (ANP) در حوزه فاروب رومان مدل سازی گردید. برای انجام تحقیق، چهار خوشه توپوگرافی، عوامل زیستی، هیدرو اقلیم و زمین شناسی و معیارهای ارتفاع، شیب، جهت شیب، شکل شیب، فاصله از جاده، کاربری اراضی، شاخص نرمال شده تفاوت پوشش گیاهی (NDVI)، فاصله از رودخانه، تراکم زهکشی، بارش و شاخص رطوبت خاک، فاصله از گسل و لیتولوژی در نظر گرفته شده اند. نتایج نشان دهنده کارایی مدل فازی- فرایند تحلیل شبکه ای در مدل سازی حساسیت زمین لغزش است به طوری که در اعتبارسنجی مدل از طریق منحنی مدل منحنی عامل نسبی (ROC)، میزان AUC، 83/0 با میزان خطای استاندارد 07/0 و مقدار P-value برابر صفر، به دست آمد. برای بررسی حساسیت زمین لغزش در حوزه فاروب رومان بر اساس نتیجه منحنی ROC، مدل فازی- فرایند تحلیل شبکه ای با دقت خیلی خوب ارزیابی گردید. نتایج همچنین نشان داد که 66% از زمین لغزش های معلوم در مناطق با حساسیت زیاد و بسیار زیاد قرارگرفته اند. نظر به برآورد حساسیت زیاد و بسیار زیاد زمین لغزش به میزان 51 درصد از سطح کل منطقه، اجرای عملیات محافظتی از حوزه مطالعاتی ضروری به نظر می رسد.
    کلیدواژگان: مدل سازی محیطی، زمین لغزش، فازی، فرآیند تحلیل شبکه ای، حوزه فاروب رومان- نیشابور
  • سیامک بهاروند*، سلمان سوری، جعفر رهنماراد صفحات 89-103
    مخاطرات طبیعی همه ساله خسارات زیان باری را در سراسر جهان و از جمله ایران بوجود می آورد. حوزه وارک واقع در استان لرستان به دلیل خصوصیات متنوع زمین شناسی نظیر لیتولوژی، تکتونیک و شرایط خاص آب و هوایی، از جمله مناطق دارای پتانسیل مخاطرات زیست محیطی است. برای کاهش خسارات ناشی از این مخاطرات، اولین و مهم ترین کار تعیین مناطق با پتانسیل بالای خطر است. به منظور بررسی مخاطرات زیست محیطی در این حوزه ابتدا هر یک از لایه های اطلاعاتی با استفاده از تصاویر ماهواره ای +ETM (سال 95)، نقشه زمین شناسی، نقشه توپوگرافی و بازدیدهای میدانی (سال 96) شناسایی و ثبت گردیدند. سپس با استفاده از لایه های اطلاعاتی شیب، جهت شیب، ارتفاع، کاربری اراضی، زمین شناسی، کانون زمین لرزه ها، گسل، شبکه آبراهه و بارش در محیط نرم افزار ArcMap و بر اساس روش تلفیقی سلسله مراتبی فازی نقشه مخاطرات زمین لغزش، سیل، فرسایش و زمین لرزه تهیه شده است. در این تحقیق، به منظور تهیه نقشه نهایی مخاطرات زیست محیطی، با استفاده از قضاوت کارشناسی مخاطرات چهارگانه منطقه وزن دهی و سپس هم پوشانی گردید. بر اساس نتایج به دست آمده به ترتیب 03/9، 84/20، 68/27، 41/27 و 03/15 درصد از مساحت منطقه در کلاس های خطر خیلی کم، کم، متوسط، زیاد و خیلی زیاد قرار دارد. همچنین نتایج بررسی نقشه مخاطرات زیست محیطی منطقه نشان می دهد که به ترتیب زمین لغزش و سیلاب از نقش پررنگ تری در ایجاد پهنه های با خطر بالا برخوردار می باشند.
    کلیدواژگان: مخاطرات زیست محیطی، فرسایش، زمین لغزش، زمین لرزه، استان لرستان
  • مجتبی زارع کمالی، سیدعلی الحسینی المدرسی *، کریم نقدی صفحات 104-120
    پوسته جامد زمین طی تاریخ زمین شناسی ثابت نبوده، بلکه تحت تاثیر عوامل داخلی و خارجی به طور دائم در حال تغییر شکل است. بالاآمدگی یا فروریختگی نقطه ای از قشر جامد زمین بخصوص در مناطق سست پوسته جامد زمین باعث ایجاد تغییراتی در سطح زمین می شود که می تواند باعث تخریب پدیده های طبیعی و انسان ساخت روی سطح زمین شود. در این پژوهش میزان جابه جایی عمودی سطح زمین در اراضی تهران با استفاده از تحلیل سری زمانی بر مبنای الگوریتم طول خط مبنای مکانی کوتاه (SBAS) و تکنیک تداخل سنجی تفاضلی رادار با روزنه مصنوعی (DINSAR) مورد مطالعه قرار گرفت. برای این منظور از 19 تصویر باند C سنجنده ASAR و 11 تصویر باند X سنجنده (TERRA SAR) استفاده شد. بازه زمانی این تصاویر به ترتیب 1680 و 187 روز بود. پس از پردازش تصاویر، نقشه های جابجایی سطح زمین برای تمامی تاریخ ها نسبت به تصویر اولیه محاسبه شد و نقشه میزان جابجایی عمودی سطح زمین در روز برای هر سنجنده تهیه گردید. بررسی نتایج دو سنجنده نشان داد که میزان نشست برای سنجنده ASAR به طور میانگین 761/0 میلی متر در روز و برای سنجنده TERRA SAR به طور میانگین 777/0 میلی متر در روز است. همچنین نتایج نشان داد که برخی نقاط بالاآمدگی داشته اند که میزان بالاآمدگی برای سنجنده ASAR به طور میانگین 529/0 میلی متر در روز و برای سنجنده TERRA SAR به طور میانگین 476/0 میلی متر در روز است. بطور کلی با وجود یکسان نبوده تاریخ و طول موج تصاویر مورد استفاده، نتایج بدست آمده برای مناطق نشست و بالاآمدگی برای هر دو سنجنده نزدیک به هم است.
    کلیدواژگان: تداخل سنجی تفاضلی، الگوریتم SBAS، جابه جایی عمودی زمین
  • آزاد کاکه ممی، اردوان قربانی*، فرشاد کیوان بهجو، امیر میرزایی موسیوند صفحات 121-134
    تهیه نقشه کاربری/ پوشش اراضی یکی از پرکاربردترین موارد استفاده از داده های سنجش از دور است. داده های سنجش از دور به جهت ارائه ی اطلاعات به هنگام، رقومی، پوشش تکراری، کم هزینه بودن، امکان پردازش و پتانسیل بالا برای تهیه نقشه های کاربری و پوشش اراضی در منابع طبیعی، از اهمیت بالایی برخوردار است. در این تحقیق نقشه کاربری و پوشش اراضی با استفاده از تصاویر گوگل ارث و تصویر سنجنده OLI ماهواره Landsat 8 و روش های تفسیر چشمی (تصاویر GE)، طبقه بندی نظارت شده، شبکه عصبی مصنوعی و طبقه بندی شیءپایه، (تصویر لندست 8)، تهیه و با یکدیگر مقایسه شدند. برای ارزیابی صحت طبقه بندی از شاخص های صحت کل، ضریب کاپا، صحت تولیدکننده و صحت کاربر استفاده شد. نتایج نشان داد روش تفسیر چشمی با صحت کلی 4/99 و ضریب کاپای 99/0، نسبت به روش های شیءپایه، نظارت شده و شبکه عصبی مصنوعی (به ترتیب با صحت کلی 94، 82 و 8/60 و ضریب کاپای 92/0، 77/0 و 5/0) از صحت بیشتری برخوردار است. بر اساس نقشه تفسیر چشمی مراتع با مساحت 946687 هکتار و پهنه های آبی با مساحت 4/2177 هکتار به ترتیب بیشترین و کمترین کاربری را به خود اختصاص دادند. در مجموع از نظر صحت، روش تفسیر چشمی با استفاده از تصاویر گوگل ارث از صحت بالایی برخوردار است اما روشی زمان بر و پر هزینه است، در مقابل روش طبقه بندی شیءپایه با صحت قابل قبول و هزینه و زمان کمتر، مناسب ترین روش برای تهیه نقشه کاربری/ پوشش اراضی است.
    کلیدواژگان: کاربری اراضی، سنجنده OLI، طبقه بندی نظارت شده، طبقه بندی شیءپایه، استان اردبیل
|
  • Maryam Haidarian Aghakhani *, Reza Tamartash, Zeinab Jafarian, Mostafa Tarkesh Esfahani, Mohammad Reza Tatian Pages 1-14
    Predicting the potential distribution of plants in response to climate change is essential for their conservation and management. Amygdalus scoparia is a wild almond species native to Iran Therefore, this study aimed at predicting the effect of climate change on the geographical distribution of A. scoparia in Chaharmahal and Bakhtiari province in the central Zagros region. In this regard, we used 5 modeling approaches, Generalized Linear Model (GLM), Classification Tree Analysis (CTA), Artificial Neural Network (ANN), Generalized Boosting Method (GBM) and Random Forest (RF) to determine relationships between the occurrence of species and environmental factors under the ensemble framework by using Biomod and R software. The results showed that AUC values greater than 0.9 and functioning of all models been excellent. The mean temperature of the driest quarter and Annual precipitation had the most important role for habitat suitability of this species and (85%) changes in A. scoparia distribution was justified. The results of the model showed that 9%, (148680 ha) of in Chaharmahal and Bakhtiari province for the A. scoparia have had high habitat suitability. Area of suitable habitat was calculated by ArcGIS software on current and future climate conditions. Under RCP4.5 and RCP8.5 climate scenario A. scoparia might lose (Respectively 43% and 59%) of its climatically suitable habitats due to climate change factors, by 2050, while in a number of areas (135% and 140%), the current unsuitable habitats may be converted to suitable. The results of this study can be used in planning, conservation and rehabilitation of A. scoparia.
    Keywords: Artificial neural network, Generalized boosting method, Biomod, Chaharmahal, Bakhtiari province
  • Rastegar Mohamadi *, Javad Khoshhal Dstjerdi, Daryoush Rahimi, Razieh Nouri Pages 15-36
    Since the most cultivated areas allocated to dry land wheat in Kermanshah province, therefore the climatic zoning wheat cultivation seemed necessary for this province. To reach the research objectives was used the climatic data 6 synoptic stations (1989-2012) and climate data 8 climatological stations (2008-2013). Initially for analyzing and performance steps, used software SMADA for different distribution possibilities, selected planting date and the best statistical distribution Then extracted map precipitation, temperature and thermal stresses and applied contribution of each layer in the layer zoning, So that the highest percentage of participation is related to precipitation The germination period With 31.5% and the lowest percentage of participation is related to heat stress (30) degrees Step reaching With 8.1%. The results showed that Between Elements of climate, precipitation and temperature There are important factors of wheat cultivation in the end By combining layers To the Method Weighted overlap in ArcGIS environment, were extracted wheat climatic zoning map. The results showed that the very appropriate areas with an area of 16.7% in parts of the northwest, west and southwest, appropriate areas with an area of 14.36% in the northwest, west and southwest, the average areas with 15.27% in the southwest, west, central, north, northeast and southeast and poor areas with 53.64%, is located more in central and northeast. This research can be used in order to the more prominently capability of geographical information systems in the composition and production of spatial and attribute data, and help managers and decision makers to access information and provide appropriate model according to the type of crop planning.
    Keywords: Agro-climatic, 5 mm Precipitation, Zoning, Dryland wheat, Kermanshah province
  • Hamid Reza Ghafarian Malamiri, Hadi Zare Khormizie * Pages 37-55
    Land surface temperature (LST) is an essential parameter in the energy exchange between the earth surface and atmosphere. It is widely used in various scientific fields, such as climatology, hydrology, agriculture, ecology, public health and environmental science where the time series analysis of LST is vital. One of the methods to estimate LST is to use thermal remote sensing technique and infra-red satellite imageries. But, the time series satellite data are commonly prone to miss data, outliers (spatially and temporally) due to clouds, aerosols, cloud masking algorithm malfunctioning and sensor errors. In this study, to solve the problem of missing data (gaps) and outliers Harmonic ANalysis of Time Series algorithm (HANTS) was used. The day and night MODIS LST products (MOD11A1) were used in 2015, with 1 kilometers and daily spatial and temporal resolution, respectively. The study area covers most part of Iran, Turkmenistan and the Caspian Sea, which belongs to an image frame that in the sinusoidal MODIS frame system has the horizontal and vertical number of 22 and 5 (h22v05), respectively. The quality evaluation of original data showed that on average 36.8 and 35.6 percentage of data was covered by a cloud by day and night time. The results of the HANTS algorithm illustrated that the Root Mean Square Error (RMSE) between the original and reconstructed data were 3.87 and 2.68 Kelvin during the day and night time. The results of this study indicate that HANTS algorithm can effectively solve the problem of gaps and outliers and improve the quality of data used in time series LST of MODIS.
    Keywords: Harmonic analysis, Time series, Land surface temperature (LST), MODIS, Remote sensing
  • Kayvan Mohmadzadeh, Bakhtiar Feizizadeh* Pages 56-72
    Object based image analysis (OBIA) techniques are known as new methods in the domain of remote sensing image processing methods which are having significant potentialities for a variety of applications in pedology sciences. In this regard OBIA known as approach which integrate spectral and spatial pattern of satellite images for obtaining more accurate results. This approach has developed against of pixel based methods which are facing serious challenges due to the similarity index in spectral properties. The main objective of this study is to analyze soil salinity and apply an integrated approach of Fuzzy-object based for monitoring changes in soil characterize in the eastern area of Uremia Lake which has been under an environmental impact of lake drought. For this goal, Landsat 7 satellite images (ETM) of 2000 and Landsat 8 (OLI) satellite image, for 2015 was prepared. In doing so, first pre-processing steps on satellite images were established. Accordingly, soil salinity trends of agricultural croplands in eastern area were evaluated using fuzzy object based image analysis approach. For this goal, we employed the object based features including: NDVI, spectral indices, brightness and NDSI. The results of this research indicated that, significant progress in increasing salinity areas while the soil salinity rate measured up about 21.54 % (833/18 Km2). According to the results, the salty barren lands with positive slope 19.7 % represent a positive growth rate while it has increased from 15.3 % to 35.05 %. Results indicated the critical environmental situation for the agriculture croplands located in the Eastern area of Uremia Lake which requires the attention of decision makers and authorizations in the East Azerbaijan province.
    Keywords: Fuzzy object based image analysis, Monitoring of soil salinity, Agricultural lands, Eastern area of Uremia Lake
  • Elahe Akbari *, Ali Darvishi Boloorani, Najmeh Neysani Samani Pages 73-88
    In recent decades, with the expansion of human activities on the natural environment, a variety of hazards, including landslides, have had serious human and financial damage. As a result, landslide susceptibility assessment and identifying the critical areas for watershed protection seems to be necessary. In this study, landslide susceptibility using combined fuzzy and Analytic Network Process (FANP) methods has been modelled on the Farub Roman basin. To achieve this goal, four clusters; topography, biological, hydro-climate and geological and criteria such as elevation, slope, aspect, curvature, distance from roads, land use, normalized difference vegetation index (NDVI), distance from rivers, drainage density, rainfall, soil moisture index, distance from faults and lithology have been considered. The results showed that the Fuzzy-analytic network process model is appropriate for landslide susceptibility modelling for as much as in model validation through the Relative Operating Characteristic (ROC) curves, the AUC, 0.83 has achieved with the standard error; 0.07, of the P-value equal to zero. For assessing the landslide susceptibility in the Farub Roman basin based on the results of the ROC curve, fuzzy ANP model evaluated very well. In addition, the results showed that, 66% of the known landslides have been found in areas with high and very high sensitivity. Due to the estimation of the high and very high sensitivity of landslides; 51% of the total area, the implementation of studying watershed protection seems to be necessary.
    Keywords: Environmental modeling, Landslides, Fuzzy-analytic network process, Farub Roman basin -Neishabour
  • Siyamak Baharvand *, Salman Soori, Jafar Rahnama Rad Pages 89-103
    Natural hazards cause every year around the world, including Iran harmful damages. A Vark basin in the Lorestan province due to a variety of geological properties such as lithology, tectonic and climatic conditions, is taken as areas with potential environmental risks into account. To reduce the damage caused by these risks, earliest and foremost task is to determine areas with high potential risk. In order to evaluate environmental hazards in this basin, each informational layer has been identified and registered using the satellite images ETM (2016 year), geological maps, topographic maps and field visits (2017 year). Then, using the informational layers of the slope, aspect, elevation, land use, geology, the epicenter of the earthquake, fault, drainage and rainfall in ArcMap software and based on an AHP-Fuzzy method of the map, the risk of landslide, floods, erosion and earthquake have been prepared. In this study, in order to map the environmental risks using expert judgment, the Quartet Hazards of the region were weighted and then overlapped. Based on the results achieved, 9.03, 20.84, 27.68, 27.41 and 15.03 percent of the area ranked at-risk classes very low, low, medium, high and very high respectively. The results of the environmental risk map of the region show that landslides and flooding are a larger role in the creation of high-risk zones.
    Keywords: Environmental hazards, Erosion, Landslide, Earthquake, Lorestan province
  • Mojtaba Zarekamali, Seyed Ali Alhoseini Almodaresi Orcid *, Karim Naghdi Pages 104-120
    The earth’s crust has not been fixed during the geological history and reshaped continually under the influence of internal and external factors. Uplifting or subsidence in some areas of the earth’s crust, especially in thin ones has been led to some changes in its surface which cause to destroy natural phenomena and human-made structures. In the present research amount of the earth’ vertical displacement in the Tehran lands using a time series analysis based on short location baseline (SBAS) and the differential radar interferometry with synthetic aperture technique (DINSAR) has been assessed. Accordingly, 19 images of the ENVISAT ASAR satellite (C band) and 11 images of the TERRA SAR satellite (X band) have been used in which the time span was 1680 and 187 days, respectively. After the image processing, maps of the earth’s surface displacement for all dates were calculated than the primary image and the map of the earth’s surface vertical displacement per day was provided for each sensor. Assessing results of two sensors indicated that, subsidence was moderately 0.761 mm and 0.777 mm per day for ASAR and TERRA SAR sensors, respectively. Results also represented that, some areas showed uplifting, in which the amount of uplifting for ASAR and TERRA SAR sensors were 0.529 and 0.476 per day, respectively. Generally, considering that the date and wavelength were different, obtained results for uplifting and subsidence areas were closed for both sensors.
    Keywords: DINSAR, SBAS algorithm, Earth's vertical relocation
  • Azad Kakeh Mami, Ardavan Ghorbani *, Farshad Kayvan Behjoo, Amir Mirzaei Mosivand Pages 121-134
    Land use/cover mapping is one of the most common applications of remote sensing data. Remote sensing data by providing updated digital information, repetitive coverage, reduce costs and the possibility of processing and high potential for the preparation of land use/cover maps in natural resources, is of paramount importance. In this study, the land use and cover map prepared using Google Earth and the Operational Land Imager image sensor (OLI) of Landsat 8 satellite and methods of visual interpretation (GE images), supervised classification, neural networks and object-based classification methods (Landsat 8 images), and compared with each other. In order to evaluate the accuracy of the classification, the overall accuracy, Kappa coefficient, producer’s accuracy and user’s accuracy were used. The results showed that the visual interpretation method with overall accuracy and Kappa coefficient of 99.4 and 0.99, in comparison to the object-based, supervised and artificial neural networks (with an overall accuracy of 94, 82 and 60.8, and a Kappa coefficient of 0.92, 0.77 and 0.50) are more reliable. According to the map of visual interpretation, the rangelands with an area of 946687 ha and water bodies in the area of 217.42 ha were the largest and smallest land use/covers, respectively. In terms of accuracy, the visual interpretation method using Google Earth images had the highest accuracy, but it is time-consuming and cost-effective. In contrast, object-based method with acceptable accuracy and with low cost and time is the best method for land use/cover mapping.
    Keywords: land use, OLI sensor, Supervised classification, Object-based classification, Ardabil province