مدل‌سازی و پیش‌بینی خطر تخریب جنگل با مدل Geomod (مطالعه‌ موردی: شهرستان های چالوس و نوشهر)

نوع مقاله : مقاله پژوهشی -مطالعه موردی

نویسنده

دانشیار، گروه جغرافیا، دانشکده علوم انسانی، دانشگاه گلستان، گرگان، ایران.

چکیده

پایش و بررسی تغییرات کاربری اراضی در عرصه­های جنگلی، اطلاعات قابل قبولی را به منظور مدیریت کارآمد این منابع فراهم می­کند. هدف این پژوهش بررسی تغییرات کاربری در گذشته و ارزیابی کارایی مدل  Geomodدر مدل­سازی و پیش­بینی تغییرات کاربری اراضی می­باشد. از این­رو تصاویر ماهواره‌ای لندست متعلق به سال­های 1368، 1379 و 1400 بررسی شد و پایش تغییرات کاربری اراضی با استفاده از این تصاویر انجام شد. تصاویر هر سه مقطع زمانی به شش طبقه جنگل، مرتع، بایر، کشاورزی، تالاب و مناطق شهری طبقه‌بندی شد. پیش‌بینی وضعیت تغییر کاربری جنگل برای سال 1400، با استفاده از نقشه‌های کاربری سال‌های 1368و 1379 و به کمک مدل ژئومد و بر پایه رگرسیون لجستیک انجام گرفت. به این منظور، از متغیر‌های مکانی فاصله از جاده‌، فاصله از رودخانه، فاصله از مناطق روستایی، فاصله از مناطق شهری، فاصله از حاشیه جنگل، ارتفاع، شیب و جهت شیب به ‌عنوان عوامل مؤثر بر تغییرات در رگرسیون لجستیک استفاده شد. ضریب کاپا حاصل از طبقه­بندی سال 1368، 1379 و 1400 به ترتیب 0/88، 0/91 و 0/87 بدست آمد. ارزیابی عملکرد رگرسیون لجستیک با استفاده از دو شاخص  Pseudo-R2 و  ROC با مقادیر به ترتیب 0/34 و 0/85 برای دورة اول  و 0/35 و 0/87 برای دورة دوم، نشان دهنده توافق نسبی مدل بدست آمده با تغییرات واقعی و توانایی مناسب مدل در برآورد تغییرات جنگل در 32 سال گذشته است. نتایج نشان داد در دورۀ زمانی 1368-1400 حدود 33853 هکتار از مساحت جنگل­ها کاسته شده است و در دوره 1400-1430 نیز مساحت جنگل­ها با کاهش 15047 هکتاری روبرو خواهد شد. نتایج مربوط به شبیه­سازی نقشه پوشش زمین سال 1400 نشان داد که مدل Geomod توانایی و قابلیت بالایی در مدل­سازی تغییرات پوشش زمین دارد که در این بررسی صحت و درستی نقشه­های پوشش زمین بالای حدود 0/91 بوده است.

تازه های تحقیق

  • پایش و بررسی تغییرات کاربری اراضی در عرصه­های جنگلی، اطاعات قابل قبولی را به منظور مدیریت کارآمد این منابع فراهم می‌­کند.
  • نتایج این پژوهش نشان داد طی سال­های 1368 تا 1400 منطقه مورد مطالعه دستخوش تغییرات وسیعی شده است که عمده این تغییرات در جهت تخریب جنگل بوده است و دلیل کاهش گستره اراضی جنگلی در دوره زمانی مورد مطالعه، توسعه مناطق مسکونی و اراضی کشاورزی در منطقه بود است.

کلیدواژه‌ها

موضوعات


اسماعیلی، علی، اشجعی، حمید .(۱۳۹۸). مدل‌سازی تغییر کاربری اراضی با استفاده از مارکوف و GIS (مطالعه موردی: استان قم). جغرافیا و آمایش فضایی سرزمین. 9 (31)، صص. ۱۵۳-۱۷۲.
احمدی­ندوش، مژگان و سفیانیان، علیرضا .(1388). آشکارسازی و پیش­بینی تغییرات پوشش اراضی شهر اراک. همایش ژئوماتیک 88. سازمان نقشه برداری کشور. تهران.
امینی، محمدرشید؛ شتایی، شعبان؛ معیری، محمد هادی و غضنفری، هدایت ا... .(1385). بررسی تغییرات گستره جنگل زاگرس و ارتباط آن با عوامل فیزیوگرافی و انسانی با استفاده از GIS و RS، مطالعه موردی: جنگل­های آرمرده بانه. پایان­نامه کارشناسی ارشد. دانشگاه گرگان، دانشگاه علوم کشاورزی و منابع طبیعی، گروه جنگلداری.
باقری، رضا.، و شتایی، شعبان .(1389). مدل‌سازی کاهش سطح جنگل‌ها با استفاده از رگرسیون لجستیک (مطالعه موردی: حوزه آبخیز چهل چای، استان گلستان)، جنگل ایران، 2(3)،صص. 243-252.
جویباریان شوشتری، شریف؛ شایسته، کامران؛ غالمعلی فرد، مهدی؛ آذری،  محمود و  خوان ایگناسیو، لوپز مورنو (1396). قشر سنجه­های سیمای سرزمین و فرایندهای مکانی تغییر در ارزیابی کارایی مدل   GEOMOD (مطالعه موردی: حوضه آبخیز نکا رود). جغرافیا و پایداری محیط، 7(24) ،صص.63 .73.
حیدریزادی، زاهده و محمدی بهبهانی، علی (1398). ارزیابی کارایی مدلهای Geomod و LCM در شبیه­سازی تغییرات کاربری اراضی (مطالعه موردی: دشت ابوغویر دهلران، استان ایلام). تحقیقات مرتع و بیابان ایران، 62(3)، صص.660-673. 
رستمی­کیا، شریفی و یونس، جابر (1397).   فندقلو  بزرگترین ذخیرهگاه جنگلی صندوق ایران را دریابید. طبیعت ایران، 3(6) ، صص.90_99.
رمضانی، جعفری و نفیسه، رضا (1393). آشکارسازی تغییرات کاربری و پوشش اراضی در افق 1404 با استفاده از مدل زنجیرهای CA مارکوف (مطالعه موردی: اسفراین). تحقیقات جغرافیایی، 29(4)، صص.84-95.
زارع گاریزی، آرش، شیخ، واحد، سعدالدین، امیر، و ماهینی، سلمان. (1391). شبیه‌سازی تغییرات مکانی-زمانی وسعت جنگل برای حوزه آبخیز چهل‌چای (استان گلستان)، با استفاده از مدل تلفیقی CA-Markov، تحقیقات جنگل و صنوبر ایران، 20(2): 273-285.
شایسته، کامران، عابدیان، سحر و گلدوی، سمیه. (1397). مدل‌سازی توسعه شهری با استفاده از روش رگرسیون لجستیک مبتنی بر مدل Geomod مطالعه موردی: شهر کردکوی. جغرافیا و توسعه، 16(51): 44-64.
عبداللهی، سحر و نصیری، وحید .(1390). آشکارسازی و پیش‌بینی تغییرات جنگل‌ها در استان گیلان با استفاده از تصاویر ماهواره‌ای و ژئومد. پژوهش و فناوری محیط زیست. 5(7)، صص. 141-151.
قربانیان خیبری، وجیهه؛ میرسنجری، ﻣﻴﺮﻣﻬﺮداد و آرمین، محسن (1396). پیش­بینی تغییرات کاربری جنگل در حوضه آبخیز چالوس رود،  ه سنجش از دور و  سیستم اطلاعات  جغرافیایی در منابع طبیعی، 8(2). صص. 79-91.
کامیاب، حمیدرضا، ماهینی، سلمان، حسینی، سید محسن و غلامعلی فرد، مهدی .(1389). اتخاذ رویکرد مبتنی بر اطلاعات با استفاده از روش رگرسیون لجستیک برای مدل‌سازی توسعه شهری در گرگان. بوم‌شناسی، 36 (54): 89-96.
مرادی، سحر و پاهکیده، اقبال. (1392). بررسی علل تغییرات اراضی جنگلی و غیرجنگلی با استفاده از RS و GIS (مطالعه موردی: قلمرو قراردادی روستای جوجار کرمانشاه - ایران)، علوم زیستی، 10(3): 566-573.
ناصری راد، سهیلا، نقوی، حامد، سوسنی، جواد، نورالدینی، احمدرضا، و وفایی، ساسان. (1390). بررسی پتانسیل انتقال کاربری و پوشش اراضی با استفاده از روش‌های یادگیری مبتنی بر نمونه وزنی تشابه، رگرسیون لجستیک و ژئومد (مطالعه موردی: حوزه بسطام، شهرستان سلسله). علوم و فناوری محیط زیست،  22(11):121-133.
نصیری، وحید.، درویش صفت، علی.اصغر، شیروانی، انوشیروان، و عواطفی، محمد. (2019). آشکارسازی و مدل‌سازی تغییرات جنگل در ارسباران با استفاده از رگرسیون لجستیک، زنجیره مارکوف و مدل ژئومد. فضای جغرافیایی. 19(65)،صص. 171-189.
نوذری، فاطمه؛ صالحی، علیرضا و فرزین، محسن  (1399). پیش بینی تغییرات پوشش جنگلی منطقه بویراحمد با استفاده از مدلGEOMOD . جنگل، 6(3)، صص. 463- 476.
Adedeji, O.H., Tope-Ajayi, O.O., & Abegunde, O.L. (2015). Assessing and Predicting Changes in the Status of Gambari Forest Reserve, Nigeria Using Remote Sensing an GIS Techniques, Journal of Geographic Information System, 7: 301-318.
Andaryani, S., Sloan, S., Nourani, V., & Keshtkar, H. (2021). The utility of a hybrid GEOMOD-Markov Chain model of land-use change in the context of highly water-demanding agriculture in a semi-arid region. Ecological Informatics. Vol 64: 1-12.
Brown, S., Hall, M., Andrasko, K., Ruiz, F., Marzoli, W., Guerrero, G., Masera, O., Dushku, A., DeJong, B., & Cornell J. (2007). Baselines for land-use change in the tropics: application to avoided deforestation projects. Mitigation and Adaptation Strategies for Global Change, 12(6): 1001-1026.
Cabral, P., Zamyatin, A. (2006). Three land change models for urban dynamics analysis in SintraCascais area. In: Proceedings of First Workshop of the EARSEL SIG on Urban Remote Sensing: Challenges and solutions. Humboldt-Universität zu Berlin, 2-3 March.
Clark, W.A.V., Peter, L.H. (1986). Statistical Methods for Geographers. 1st Edition. Chichester:
DeFries, R., Belward, A. (2000). Global and regional land cover characterization from satellite data: an introduction to the Special Issue. International Journal of Remote Sensing, 21(6-1): 1083-1092.
Eastman, J.R. (2012). Idrisi Production, Clark Labs-Clark University IDRISI Selva Tutorial.
Eastman, J.R. (2006). IDRISI Andes. Guide to GIS and Image Processing. Clark Labs, Clark University, Worcester, MA.
Echeverria, C., Coomes, D.A., Hall, M., & Newton, A.C. (2008). Spatially explicit models to analyze forest loss and fragmentation between 1976 and 2020 in southern Chile. Ecological Modelling, 212(3): 439-449.
Eman A.A., Bharti, W.G. (2022). Modeling Land Use Change in Sana’a City of Yemen with MOLUSCE. Journal of Sensors. Vol 2022: 1-15.
Fraser, R.H., Abuelgasim, A., & Latifovic, R. (2005). A method for detecting large-scale forest cover  change  using  coarse  spatial  resolution imagery, Remote  Sensing  of  Environment,  95: 414-427.
Galdavi, S., Mohammadzadeh, M., Salman Mahini, A., & Najafi Nejad, A. (2013). Urban Change Detection Using Multi-Temporal Remotely Sensed imagery (Case study: Gorgan Area, Northern Iran). Environment & Urbanization ASIA. Vol 4: 339-348.
Geri, F., Amici, V., & Rocchini, D. (2011). Spatiallybased accuracy assessment of forestation prediction in a complex Mediterranean landscape. Journal of Applied Geography, 31 (3): 881-890
http://www.ncc.org.ir
Irmadi, N., Turmudi, R.W., Jaka, S., Ratna, S.D., & Sri, L. (2018). Comparing of Land Change Modeler and Geomod Modeling for the Assessment of Deforestation (Case Study: Forest Area at Poso Regency, Central Sulawesi Province). International Journal of Advanced Engineering, Management and Science (IJAEMS). Vol. 4. No 8: 597-607.
Khoi, D.D., Murayama, Y. (2010). Forecasting areas vulnerable to forest conversion in the Tam Dao National Park Region, Vietnam, Journal of Remote Sensing, Vol. 2, pp. 1249-1272.
Landis, J., Koch, G. (1977). The measurement of observer agreement for categorical data. Biometrics. Vol 33: 159–174.
Linkie, M., Smith, R.J. Smith., & Leader-Williams, N. (2004). Mapping and predicting deforestation patterns in the lowlands of Sumatra. Biodiversity and Conservation. 13 (10), 1809-1818.
Lo, C.P., Quattrochi, D.A. (2003). Land-Use and Land-Cover  Change,  Urban  Heat  Island  Phenomenon,  and  Health  Implications:  A Remote  Sensing  Approach,  Photogrammetric Engineering  and  Remote  Sensing,  69:  1053-1063.
Mallinis, G., Emmanoloudis, D., Giannakopoulos, V., Maris, F., & Koutsias, N. (2011). Mapping and interpreting historical land cover/land use changes in a Natura 2000 site using earth observational data: The case of Nestos delta, Greece, Applied geography, 31(1): 312-320.
Marzoli, W., Guerrero, G., Masera, O., Dushku, A., & DeJong, B. (2007). Baselines for land-use change in the tropics: application to avoided deforestation projects. Mitig Adapt Start Glob Chenge. Vol. 12: 1001- 1026.
Mas, J.F., Melanie, K., Martin, P., Mara, T., Camacho, O., & Thoma, H. (2014). Inductive pattern-based land use/cover change models: A comparison of four software packages. Environmental Modelling and Software, 94-111.
Pickard, B., Gray, J., & Meentemeyer, R. (2017). Comparing Quantity, Allocation and Configuration Accuracy of Multiple Land Change Models. Land. Vol 6. No 52: 1-21.
Pijanowski, B., Pithadia, S., Shellito, B., & Alexandridis, K. (2005). Calibrating a neural network-based urban change model for two metropolitan areas of the Upper Midwest of the United States. International Journal of Geographical Information Science, 19 (2), 197–215.
Poelmans, L., Romoaey, A.V. (2009). Detection and modeling spatial patterns of urban sprawl in highly fragmented areas: A case study in the Flunders region. Landscape and Urban Planning. (93): 10-19.
Pontius J.r, R.G., Pacheco, P. (2004). Calibration and validation of model of forest disturbance in the western ghats, India 1920- 1990. Geo Journal. Vol. 61: 325-334.
Pontius J.r, R.G., Malanson, J. (2005). Comparison of the structure and accuracy of two land change models. International Journal of Geographical Information Science.Vol. 19. No. 2: 243-265.
Pontius J.r, R.G. Cornell, J.D., & Hall, C.A.S. (2001). Modeling the spatial pattern of land- use change with GEOMOD2: Application and validation for CostaRica. Agriculture Ecosystems & Environment. Vol. 1775: 1-13.
Pontius, R.G, Cornell, J.D., & Hall, C.A. (2001). Modeling the spatial pattern of land-use change with GEOMOD2: application and validation for Costa Rica. Agriculture, Ecosystems & Environment, 85(1): 191-203
Pontius, R.G., Schneider, LC. (2001). Land-cover change model validation by an ROC method for the Ipswich watershed, Massachusetts, USA. Agriculture, Ecosystems & Environment, 85(1): 239-248.
Pontius, R.G. (2000). Quantification error versus location error in comparison of categorical maps. Photogrammetric Engineering and Remote Sensing, 66(8): 1011-1016.
Pontius, R.G. (2002). Statistical methods to partition effects of quantity and location during comparison of categorical maps at multiple resolutions. Photogrammetric Engineering and Remote Sensing, 68(10): 1041-1050.
Rafiee, R., Salman Mahiny, A., & Khorasani, N. (2009).  Assessment of changes  in  urban  green spaces  of  Mashad  city  using  satellite  data, International  Journal  of  Applied  Earth  Observation and Geoinformation, 11: 431-438.
Russell-Smith, J., Yates, C., Edwards, A., Allen, G.E., Cook, G.D., Cooke, P., Craig, R., Heath, B., & Smith, R. (2003). “Contemporary fire regimes of northern Australia, 1997–1380:  change since Aboriginal occupancy, challenges for sustainable management,” International Journal of Wildland Fire, 12: 283-297.
Schneider, L.C., Pontius, J.r. (2001). Modeling land-use change in the Ipswich watershed, Massachusetts, USA. Agriculture Ecosystems & Environment. Vol. 85: 83-94.
Schulz, J.J., Cayuela, C., Echeverria, C., Salas, J., & Rey Benayas, J.M.  (2010). Monitoring land cover change of the dryland forest landscape of Central Chile (1975–2008), Applied Geography, 30: 436-447.
Selvalakshmi, S., Jayakumar, S. (2018). EFFECTIVENESS OF PROTECTED AREAS IN MAINTAINING THE FOREST COVER: A MODELING APPROACH USING GEOMOD.” Sciencia Acta Xaveriana an International Science Journal, ISSN. 0976-1152. 9(1). 35-44.
Soffianian, A., Ahmadi Nadoushan, M. (2010). Modelling urban changes using Geomod Model in Arak, Iran.3rd International Conference on Cartography and GIS.15-20 June. Nessebar, Bulgaria.
Wiley - Merten, B., Lambin, E.F.  (1997). spatial modeling of tropical deforestation in southern Cameroon: spatial disaggregation of diverse deforestation processes. Applied Geography, 17(2), 143-162.