ارزیابی و تحلیل توسعه شهری و تأثیر آن بر کاهش نفوذپذیری سطوح شهر تبریز با استفاده از الگوریتم یادگیری ماشین و دادههای سنجش از دور
نویسندگان
1 کارشناس ارشد، مهندسی عمران گرایش مدیریت ساخت،گروه مهندسی عمران، دانشکده مهندسی، دانشگاه بوعلی سینا، همدان، ایران
2 استادیار دانشکده محیط زیست دانشگاه تهران،ایران
doi
10.22034/rsgi.2024.62309.1084چکیده
طبقهبندی بهینه ی تصاویر ماهوارهای میتواند استخراج اطلاعات مکانی - زمانی برای طبقهبندی کاربری و پوشش زمین را تسهیل کند. در این مطالعه، با تحلیل توسعه شهری و تغییر پوشش گیاهی شهر تبریز به بررسی تغییرات سطوح نفوذناپذیر پرداخته شده است. با استفاده از تصاویر لندست، سه الگوریت مورد استفاده قرار گرفت و بر اساس نتایج، الگوریتم طبقهبندی جنگل تصادفی در پلتفرم گوگل ارث انجین با استفاده از تصاویر لندست 8 بهعنوان ورودی برای دوره 1392 تا 1402 به کار برده شد. علاوه بر این، تأثیر ترکیبهای تصویری مختلف بر اساس چندین شاخص طیفی بر دقت طبقهبندی نهایی بررسی شد. نتایج نشان میدهد که استفاده از محصولات لندست (TOA) و پلتفرم گوگل ارث انجین میتواند نتایج سریعتر و دقیقتری برای طبقهبندی ایجاد کند. همچنین مقادیر هایپرپارامتر برای 3 سال 1392، 1397 و 1402 که بالاترین دقت را در مجموعهداده آزمایشی به همراه داشت، به ترتیب 280، 180 و 80 درخت انتخاب شدند. یافته ها نشان دهنده افزایش پوشش گیاهی در کنار گسترش تدریجی شهری است. با این حال، این رشد در درجه اول به ایجاد مناطق تفریحی بزرگ و درختکاری در حومه شهر نسبت داده شد. با این حال، پوشش گیاهی در مناطق شهری مرکزی یا راکد مانده یا در مناطق خاصی کاهش یافته است. با توجه به پیامدهای تغییر اقلیم و افزایش بارندگیهای شدید، کمبود پوشش گیاهی در مناطق مرکزی ممکن است منجر به تشکیل سطوح غیرقابل نفوذ شود و خطر سیلهای ناگهانی را تشدید کند که اهمیت نیاز به نتایج این تحقیق و اقدامات پیشگیرانه را نشان میدهد.