Predicting of Land Use Changes for 2030 Using Remote Sensing and Landsat Multi-Temporal Images (Case study: Mashhad)

Document Type : Research Paper

Authors

1 Assistant Professor, Natural Environment and Biodiversity Group, College of Environment, Department of Environment, Karaj, Iran

2 MSc. Student, College of Environment, Department of Environment, Karaj, Iran

3 MSc. College of Environment, Department of Environment, Karaj, Iran

Abstract

By predicting land use changes, the extent of the expansion and destruction of resources can be determined, and future policies can be pushed in the right direction. The aim of this study is modeling the land use changes process in Mashhad by using Landsat satellite images related to 1989, 2008, and 2014. Initially, based on the hybrid method (unsupervised and supervised classification combination), land uses were classified into six classes. Then, by using the Markov chain, the transmission matrix between 1989 and 2008 was calculated and by applying it in the Markov-CA model, the land use map for 2014 was predicted. In the following, the predicted land use map for 2014 with the actual 2014 land use map was compared with the Crosstab table, and the total Kappa coefficient was 0.91. Accordingly, the accuracy of the predicted Markov-CA model was confirmed. Finally, this model was used to predict land use in 2030. Therefore, by entering the 2014 reference map as the base map, the 2030 land use map prediction map was extracted. The results showed that from 1998 to 2030 there will be an increasing trend in urban and arid lands and a decreasing trend in agricultural lands and gardens. The results indicate that the Markov-CA model can contribute to the design of a sustainable urban system.

Keywords

Main Subjects


  1. پورخباز، حمیدرضا؛ محمدیاری، فاطمه؛ اقدر، حسین و توکلی، مرتضی (1394). رویکرد آمایشی در مدل‌سازی تغییرات کاربری اراضی شهرستان بهبهان با به‌کارگیری تصاویر ماهواره‌ای چندزمانه‌ای. مجلۀ آمایش سرزمین, 7(2), 187-207
  2. جاودانی ایرانی‌نژاد، مجتبی (1394). آمارنامۀ شهر مشهد 1393، مشهد: معاونت برنامه‌ریزی و توسعۀ شهرداری مشهد با نظارت مدیریت آمار، تحلیل و ارزیابی عملکرد.
  3. جعفرزاده، کاوه؛ سبزقبایی، غلامرضا؛ یوسفی، شهرام و سلطانیان، ستار (1397). مدل‌سازی تغییرات ساختار شهری با رویکرد برنامه‌ریزی فضایی برای رسیدن به توسعۀ پایدار شهری (مطالعۀ موردی: شهر قائم‌شهر)، فصلنامۀ علمی- پژوهشی اطلاعات جغرافیایی «سپهر»، 27 (107)، 209-222.
  4. خوش‌گفتار، محمدمهدی؛ طالعی، محمد و ملک‌پور، پیمان (1389). مدل‌سازی زمانی مکانی رشد شهری: روشی مبتنی بر تلفیق زنجیرۀ مارکوف و Automata Cellular. همایش ملی ژئوماتیک 89، اردیبهشت 1389.
  5. رمضانی، نفیسه و جعفری، رضا (1393). آشکارسازی تغییرات کاربری و پوشش زمین در افق 1404 با استفاده از مدل زنجیره‌ای CA- مارکوف (مطالعۀ موردی: اسفراین)، فصلنامۀ تحقیقات جغرافیایی، شمارۀ چهارم، 83-96.
  6. شهرداری مشهد (1392). آمارنامۀ شهر مشهد1390، مشهد: معاونت برنامه‌ریزی و توسعۀ شهرداری مشهد با نظارت مدیریت آمار و تحلیلی اطلاعات.
  7. علوی پناه، سیدکاظم (1382). کاربرد سنجش‌ازدور در علوم زمین (علوم خاک)، تهران: انتشارات دانشگاه تهران
  8. غلام علی، مهدی؛ جورابیان شوشتری، شریف؛ حسینی کهنوج، سیدحمزه و میرزایی، محسن (1391). مدل‌سازی تغییرات کاربری زمین سواحل استان مازندران با استفاده از LCM در محیط GIS، مجلۀ محیط‌شناسی،
  9. قربانی، رسول، پورمحمدی، محمدرضا، محمودزاده، حسن. (1392). رویکرد زیست‌محیطی در مدلسازی تغییرات کاربری اراضی محدودۀ کلانشهر تبریز با استفاده از تصاویر ماهواره‌ای چندزمانه‌ای، ارزیابی چندمعیاری و سلول‌های خودکار زنجیره مارکوف (1417-1363). فصلنامۀ مطالعات شهری، 2(8)، 13-30 شمارۀ چهارم، 109- 124.

10. Abdollahi, A., Jahani, A., Rayegani, B., Mohammadi Fazel, A., 2017. Impact Assessment of Dam Construction on Land Use Changes in the Western and Southern Catchments of Lake Urmia Using Satellite Images. Environmental Researches, 8(15): 39-50.

11. Barati, B., Jahani, A., Zebardast, L., Rayegani, B. (2017). Integration assessment of the protected areas using landscape ecological approach (Case Study: Kolah Ghazy National Park and Wildlife Refuge). The Journal of Town and Country Planning, 9(1): 153-168.

12. Borana S.L., Yadav S.K. (2017). Prediction of Land Cover Changes of Jodhpur City Using Cellular Automata Markov Modelling Techniques. International Journal of Engineering Science, 17(11), 15402-15406.

13. Brown, D. G, B. C. Pijanowski, and J. D. Duh. (2000). Modeling the relationships between land use and land cover on private lands in the Upper Midwest, USA. Journal of Environmental Management. 59, 247-263.

14. Eastman, J.R. (2012) IDRISI Selva Tutorial. IDRISI Production. Worcester: Clark Labs-Clark University

15. Epstein, J., Payne, K., Kramer, E., (2002). Techniques for mapping suburban sprawl. Photographer Engineering Remote Sensing. 63 (9), 913-918.

16. Hathout, S. (2002). The use of GIS for monitoring and predicting urban growth in East and West St Paul, Winnipeg, Manitoba, Canada. Journal of Environmental Management. 66(3), 229-238..

17. Houet, Thomas & Hubert-Moy, Laurence (2006). Modeling and projecting land-use and land-cover changes with Cellular Automaton in considering landscape trajectories: An improvement for simulation of plausible future states. EARSeL eProceedings, European Association of Remote Sensing Laboratories, 5 (1), 63-76.

18. Jahani, A., Feghhi, J., Zobeiri, M. (2012). Spatial Forest Simulation to Obtain Forest Statistics (Case Study: Gorazbon District of Kheyrud Forest). Journal of Forest And Wood Products (Jfwp)(Iranian Journal of Natural Resources), 65(2): 147-155.

19. Luo .D; Zhang .W. (2014). A comparsion of Marcov model-based methods for predicting the ecosystem services value of land use in Wuhan, central China. Journal of Ecosystem services. 7, 57 - 65

20. Lusch, David (1999). Introduction to encvironment remote sensing. center for remote sensing and GIS: Michigan State University

21. Mertens, B. and E.F. Lambin (2000), Landcoverchange trajectories in southern Cameroon. Annals of the association of American Geographers. 90(3), 467-494

22. Moghadam, H.S.; Helbich, M. Spatiotemporal urbanization processes in the megacity of Mumbai India: A Markov chains-cellular automata urban growth model. Appl. Geogr. 2013, 40, 140–149.

23. Rezazadeh, S., Jahani, A., Makhdoum, M., Ghoshtasb, H. (2017). Evaluation of the Strategic Factors of the Management of Protected Areas Using SWOT Analysis—Case Study: Bashgol Protected Area-Qazvin Province. Open Journal of Ecology, 7(1): 55-68.

24. Rimal, B.; Zhang, L.; Keshtkar, H.; Haack, B.N.; Rijal, S.; Zhang, P (2018). Land Use/Land Cover Dynamics and Modeling of Urban Land Expansion by the Integration of Cellular Automata and Markov Chain. ISPRS Int. J. Geo-Inf. 7(4), 154.

25. Sang, L.; C, Zhang, J, Yang, D, Zhu, and W, Yun (2011). Simulation of land use spatial pattern of towns and villages based on CA–Markov model. Mathematical and Computer Modelling, Volume 54, Issue 3-4, 938-943.

26. Singh, A.K. Modeling Land use/ Land cover Changes Using Cellular Automata in Geo-Spatial Environment, MSC Theses. Netherland.2003; 58 P.

27. Srivastava, P.K., et al (2012). Selection of classification techniques for land use/land cover change investigation. Advances in Space Research,. 50(9), 1250-1265

28. Tiwari, A., & Jain, K. (2014). GIS Steering smart future for smart Indian cities. International Journal of Scientific and Research Publications, 4(8), 442-446.

29. Traore, Arafan; Mawenda, John; Komba, Atupelye W (2018). Land-Cover Change Analysis and Simulation in Conakry (Guinea), Using Hybrid Cellular-Automata and Markov Model. Urban Sci. Volume 2, Issue 2.

30. Verburg, P.H., Soepboer, W., Veldkamp, A., Limpiada, R. and Espaldon, V (2002). Modeling the spatial dynamics of regional land use: the CLUE-S model. Environ. Manage. 30(1): 391-405.

31. Wang, Ninghua (2013). Statistics for Time-Series Spatial Data: Applying Survival Analysis to Study Land-Use Change. Santa Barbara: University of California.

32. Wu, Qiong, Li, Hong-qing, Wang, Ru-song., Paulussen, Juergen, He, Yong, Wang, Min, Wang, Bi-hui, Wang, zhen (2006). Monitoring and predicting land use change in Beijing using remote sensing and GIS. Journal of Landscape and Urban Planning. Volume 78, Issue 4, 28 No, 322-333.

Volume 10, Issue 2
Autumn & Winter
October 2019
Pages 249-269
  • Receive Date: 16 July 2018
  • Revise Date: 30 January 2019
  • Accept Date: 30 January 2019