تجزیه‌وتحلیل چالش‌های تغییرات کاربری شهرهای ساحلی با استفاده از تصاویر ماهواره‌ای و الگوریتم‌های طبقه‌بندی (مطالعه موردی شهرستان کنگان)

نوع مقاله : مقاله پژوهشی

نویسنده

استادیار گروه جغرافیا، دانشکده علوم اجتماعی، دانشگاه پیام نور، تهران، ایران.

10.22124/gscaj.2025.29694.1343

چکیده

شهرهای ساحلی به‌دلیل آسیب‌پذیری در برابر تغییرات اقلیمی، فشارهای شهرنشینی و تحولات اجتماعی - اقتصادی، بیش‌ازپیش به تحلیل تغییرات کاربری اراضی نیاز دارند. هدف اصلی این تحقیق، تحلیل تغییرات کاربری اراضی در شهرستان کنگان در سال 2000 و 2021 و پیش‌بینی روند تغییرات برای سال 2040 سپس برآورد میزان آلایندگی آب است. جمع اوری داده ها شامل استفاده از تصاویر ماهواره‌ای لندست 7 و سنتینل 2 مربوط به سال‌های 2000 و 2021 از طریق  سامانه ارث انجین و پیش بینی کاربری اراضی سال 2040 از طریق زنجیره مارکوف می باشد..یافته ها نشان می دهد که مناطق شهری و صنعتی طی این دوره رشد قابل‌توجهی داشته‌اند و انتظار می‌رود این روند تا سال 2040 ادامه یابد.همچنین ارتباط بین تغییرات کاربری اراضی و آلودگی منابع آب به‌وضوح مشاهده می‌شود. افزایش میزان SPM (ذرات معلق) در منابع آب از ۲۲ میلی‌گرم در لیتر در سال ۲۰۰۰ به ۱۵۱۵ میلی‌گرم در لیتر در سال ۲۰۲۱ نشان‌دهنده تأثیر فعالیت‌های انسانی و صنعتی بر کیفیت آب است. گسترش صنایع پتروشیمی، بندری و ورود پساب‌های شهری به منابع آبی از عوامل اصلی این آلودگی هستند.بر اساس یافته‌ها می‌تواننتیجه گیری کرد که برای دستیابی به توسعه پایدار در شهرستان کنگان، باید تعادل مناسبی بین توسعه اقتصادی و حفظ محیط زیست برقرار شود.

تازه های تحقیق

  • رشد شهری و صنعتی شهرستان کنگان بین سال‌های 2000 تا 2021 به‌طورچشمگیری افزایش داشته است .
  • پیش‌بینی‌ها نشان می‌دهد تا سال 2040 افزایش رشد شهری در شهرستان کنگان بیشتر خواهد شد.
  • تغییرات کاربری این شهرستان از طرف دیگر باعث آلودگی آب‌های ساحلی شده است و کاهش زمین‌های زراعی را به دنبال داشته است.

کلیدواژه‌ها

موضوعات


امیری، فاضل، طباطبایی. (2022). تاثیر تغییر کاربری/پوشش زمین بر دمای سطح زمین در منطقه ساحلی بوشهر. سنجش‌ازدور و سامانه اطلاعات جغرافیایی در منابع طبیعی, 13(2), 130-147.‎
ابراهیمی لیلا، ایلانلو مریم، فجر سکینه. (1400) ارزیابی تغییرات کاربری اراضی در شهرهای ساحلی استان خوزستان با استفاده از GIS و RS. تحلیل فضایی مخاطرات محیطی.; ۸ (۳):۱۷۱-186.
 دهقانی گیشی، فرزانه، نورمحمدی، سوده، بابایی الیاسی، میلاد و برکباف، نرجس سادات . (1402). ارزیابی و تحلیل عوامل مؤثر بر توسعه گردشگری ساحلی (موردپژوهی: شهر ساحلی منجیل). توسعه پایدار شهری، 4(10)، 53-69.
دیوسالار، اسداله، و شیخ اعظمی، علی. (1390). برنامه‌ریزی فضایی توسعه پایدار شهرهای ساحلی (نمونه موردی: شهر ساحلی نور). جغرافیا و توسعه، 9(پیاپی 21)، 43-64.
خطیبی، علی، امیری، محمد و فقیهی، مهدی . (1402). بررسی و تحلیل اراضی جهت توسعه‌ی فیزیکی شهرهای ساحلی برمبنای معیارهای ژئوتکنیکی (مطالعه موردی: شهر بندرعباس). نشریه مهندسی عمران امیرکبیر، 55(6)، 1263-1284.
صفایی‌پور، مسعود، گنخکی، عقیل. (2022). سناریوهای بهینه برای بهبود تاب‌آوری زیست‌محیطی شهرهای ساحلی با رویکرد آینده‌نگری مطالعة موردی: شهر ساحلی دیر. مجله آمایش جغرافیایی فضا، 12(2), 17-29.
شکریان، فاطمه، سلیمانی، کریم. (1403). تغییرات کاربری اراضی مبتنی‌بر تصاویر ماهواره‌ای در جلگۀ هراز. نشریه سنجش از دور و GIS ایران، 16(1)، 113-128.    
فاطمی، مهسا، کرمی، عزت اله، زمانی، غلامحسین. (1395). سیستم‌های عمده تغییر کاربری زمین در کشاورزی استان فارس. علوم ترویج و آموزش کشاورزی ایران، 12(2)، 197-214. 
نسترن، مهین و سالاریان، فردیس . (1400). تلفیق چارچوب‌های کمی و کیفی در ارزیابی تغییرات کاربری اراضی، گامی به‌سوی توسعه پایدار (منطقه مورد مطالعه: نوار ساحلی مازندران). توسعه پایدار شهری، 2(4)، 5-53.
وب‌سایت سامانه ارث انجین (2025) https://earthengine.google.com,/
وب‌سایت terrset(2025)،  https://clarklabs.org/terrset/
Abijith, D., & Saravanan, S. (2022). Assessment of land use and land cover change detection and prediction using remote sensing and CA Markov in the northern coastal districts of Tamil Nadu, India. Environmental Science and Pollution Research29(57), 86055-86067. https://doi.org/10.1007/s11356-021-15782-6
Ambalam, K. (2014). United Nations Convention to Combat Desertification: Issues and Challenges. E-Int. Rel30. https://www.e-ir.info/2014/04/30
Belgiu, M., & Drăguţ, L. (2016). Random forest in remote sensing: A review of applications and future directions. ISPRS journal of photogrammetry and remote sensing114, 24-31.
Freire, S., Santos, T., & Tenedório, J. A. (2009). Recent urbanization and land use/land cover change in Portugal—the influence of coastline and coastal urban centers. Journal of Coastal Research, 1499-1503https://www.jstor.org/stable/25738039.
Gorelick, N., Hancher, M., Dixon, M., Ilyushchenko, S., Thau, D., & Moore, R. (2017). Google Earth Engine: Planetary-scale geospatial analysis for everyone. Remote sensing of Environment202, 18-27. https://doi.org/10.1016/j.rse.2017.06.031
Handayani, W., Chigbu, U. E., Rudiarto, I., & Putri, I. H. S. (2020). Urbanization and Increasing flood risk in the Northern Coast of Central Java—Indonesia: An assessment towards better land use policy and flood management. Land9(10), 343. https://doi.org/10.3390/land9100343
Kara, B., Esbah, H., & Deniz, B. (2013). Monitoring and analyzing land use/land cover changes in a developing coastal town: A case study of Kusadasi, Turkey. Journal of Coastal Research29(6), 1361-1372. https://doi.org/10.2112/JCOASTRES-D-11-00140.1
Iacono, M., Levinson, D., El-Geneidy, A., & Wasfi, R. (2015). A Markov chain model of land use change. TeMA-Journal of Land Use, Mobility and Environment, 8(3), 263-276. DOI: https://doi.org/10.6092/1970-9870/2985
Liu, C., Yang, M., Hou, Y., & Xue, X. (2021). Ecosystem service multifunctionality assessment and coupling coordination analysis with land use and land cover change in China's coastal zones. Science of the Total Environment797, 149033. https://doi.org/10.1016/j.scitotenv.2021.149033
Mansour, S., Ghoneim, E., El-Kersh, A., Said, S., & Abdelnaby, S. (2023). Spatiotemporal monitoring of urban sprawl in a coastal city using GIS-based Markov chain and artificial neural network (ANN). Remote Sensing15(3), 601. https://doi.org/10.3390/rs15030601
Norris, J. R. (1998). Markov chains (No. 2). Cambridge university press.
Nath, A., Koley, B., Choudhury, T., Saraswati, S., Ray, B. C., Um, J. S., & Sharma, A. (2023). Assessing coastal land-use and land-cover change dynamics using geospatial techniques. Sustainability15(9), 7398.  https://doi.org/10.3390/su15097398
Pahlevan, N., Schott, J. R., Franz, B. A., Zibordi, G., Markham, B., Bailey, S.,... & Ondrusek, M. (2017). Landsat 8 remote sensing reflectance (Rrs) products: Evaluations, intercomparisons, and enhancements. Remote Sensing of Environment, 190, 289-301. https://doi.org/10.1016/j.rse.2016.12.030
Shahfahad, Rihan, M., Naikoo, M. W., Ali, M. A., Usmani, T. M., & Rahman, A. (2021). Urban heat island dynamics in response to land-use/land-cover change in the coastal city of Mumbai. Journal of the Indian Society of Remote Sensing49(9), 2227-2247. https://doi.org/10.1007/s12524-021-01394-7
Tang, J., Li, Y., Cui, S., Xu, L., Ding, S., & Nie, W. (2020). Linking land-use change, landscape patterns, and ecosystem services in a coastal watershed of southeastern China. Global Ecology and Conservation23, e01177. https://doi.org/10.1016/j.gecco.2020.e01177
Wu, T., & Barrett, J. (2022). Coastal land use management methodologies under pressure from climate change and population growth. Environmental Management, 70(5), 827-839. https://doi.org/10.1007/s00267-022-01705-9
Xin, X., Zhang, T., He, F., Zhang, W., & Chen, K. (2023). Assessing and simulating changes in ecosystem service value based on land use/cover change in coastal cities: A case study of Shanghai, China. Ocean & Coastal Management239, 106591. https://doi.org/10.1016/j.ocecoaman.2023.106591
Zhang, C., Zhong, S., Wang, X., Shen, L., Liu, L., & Liu, Y. (2019). Land use change in coastal cities during the rapid urbanization period from 1990 to 2016: a case study in Ningbo City, China. Sustainability11(7), 2122. https://doi.org/10.3390/su11072122
Zhang, W., Chang, W. J., Zhu, Z. C., & Hui, Z. (2020). Landscape ecological risk assessment of Chinese coastal cities based on land use change. Applied Geography117, 102174. https://doi.org/10.1016/j.apgeog.2020.102174
Zheng, H., & Zheng, H. (2023). Assessment and prediction of carbon storage based on land use/land cover dynamics in the coastal area of Shandong Province. Ecological Indicators153, 110474. https://doi.org/10.1016/j.ecolind.2023.110474