Modeling Land Use Change Using Perceptron Neural Network (Case Study: Lahijan City)

Document Type : Original Research

Authors
A. A. Abdollahi 1
M. khabazi 2
Z. dorani 3
1 Member of faculty of geography and urban planning of Bahonar University of Kerman
2 Member of Faculty of Geography and Urban Planning University
3 Graduate student of geography and urban planning at Bahonar University of Kerman
Abstract
Introduction

Population growth and migration of (from or to) cities has led to the construction of unstructured and large changes in the spatial structure and expansion of cities. This causes changes in the surface of the earth and the conversion of natural effects of the earth such as soil and vegetation to the urban texture. So, the first consequence of the expansion of cities is land use change. Today, land use change and land cover have become a major challenge in many countries. Hence, the study of these changes plays a major role in the world's environmental studies. In order to better manage natural and human ecosystems and develop long-term planning, it is necessary to model land use changes and predict future changes.

Methodology

The research method is applied in terms of purpose and the nature and method of descriptive-analytic research, and the method of data collection in this study is also a library research. In this study, for land use changes during the 29-year period, images were first provided from the website of the Geological Survey of the United States. Then, using ENVI software, the pre-processing operation was performed to apply atmospheric and radiometric corrections. Also, the specimens of educational and supervised classification of images for land use in four levels (lands, rice field, forests, gardens and Water zone) were studied. Then, in the IDRISI SELVA software, simulation was used to predict future changes using the perceptron neural network.

Results and Discussion

Before the main analysis of the data and the extraction of the information, it is necessary to perform the pre-processing operation. Then several time satellite images used in the research after atmospheric and radiometric corrections were used to prepare the land use map and Maximum likelihood algorithm was used to classify the desired classes. The selection of effective variables in predicting urban growth is an important and useful information for the user to understand the desirability of land use change. Therefore, in the present study, distance variables from the road are considered as independent static variables, and distance from the landfill, distance from the land, and the distance from the forest and gardens are considered as independent variables were used. Among the models that are used in the simulation of land use change, neural networks are multilayered perceptron. Therefore, this model was used to simulate land use changes in this study. Finally, according to the Kramer coefficient, the distance from the road has the least effect and the distance variable of the land has the greatest impact on land use change and transmission potential modeling. Then, user-potential mapping maps were generated through multi-layer perceptron neural networks for an 8-year time span. Also, in the maps produced, regions with a warm color spectrum have the greatest potential for change, and are more vulnerable to areas with a cool color spectrum.

Conclusion

Today, land use change and land cover have become a major challenge in many countries. These changes have a direct impact on environmental components such as soil, water and atmosphere. Which This causes changes in the surface of the earth and the conversion of natural effects of the earth such as soil and vegetation to the urban texture. Due to the fact that the city of Lahijan, like many other cities in Iran, has faced expansion of construction in recent years, so, today, the city has undergone significant changes in land use. The purpose of this study is to model and predict land use changes using the Multilayer Perceptron, . In this regard, in order to implement this model, Landsat classified satellite images for the four periods of 1989, 2000, 2010 and 2018, as well as four independent variables including distance from the road, distance from Shalizar, distance from the forest and gardens, And and distance from the land, were built to simulate land use changes. The study resulted in the generation of transmission potential mapping with the 84.58 accuracy index, which shows that the distance from the land constructed the greatest impact and the distance from the road has the least effect on land use change variations.



Keywords

Subjects

پرما، روح الله، ملک‌نیا، رحیم، شتایی، شعبان، نقوی، حامد، «مدل‌سازی تغییرات پوشش سرزمین بر پایه شبکه عصبی مصنوعی و پتانسیل انتقال در روش LCM مورد مطالعه: جنگل‌های گیلان غرب، استان کرمانشاه»، فصلنامه آمایش سرزمین، دوره9، شماره1، 1396، ص 151-129، 1396.
پورخباز، علیرضا، احمدی‌زاده، سید سعیدرضا، ناصری، عاطفه، پرویان، ناصر، «بررسی و تحلیل گسترش شهر و تغییرات کاربری اراضی در ایجاد جزایر حرارتی شهری مطالعه موردی: شهر مشهد»، اولین کنفرانس سالانه پژوهش‌های معماری، شهرسازی و مدیریت شهری، ص 8-1، 1394.
حقوقی‌فرد، احسان، آرفته، علیرضا، عسری مازمانی، احمد، حسینی، مریم، «کاربرد داده‌های سنجش از دور در آشکارسازی تغییرات کاربری اراضی شهری مطالعه موردی: منطقه 6 شهرداری شیراز»، سومین کنفرانس سالانه بین‌المللی عمران، معماری، شهرسازی، ص 661-656، 1393.
رستمی گله، فرهاد، قائمی، مرجان، شاد، روزبه، لهرابی، یاسمن، «مدل‌سازی و پیش‌بینی رشد افقی شهر مشهد با ساتفاده از تلفیق اتوماتای سلولی فازی، شبکه عصبی و رگرسیون لجستیک، نشریه مهندسی فناوری اطلاعات مکانی»، سال5، شماره4، ص 111-93، 1396.
زیاری، کرامت‌الله، جمال، کیوان، صادقی، فرشید،«ارائه الگوی توسعه‌پایدار گردشگری شهری نمونه موردی: شهر لاهیجان»، نشریه گردشگری شهری، دوره چهارم، شماره چهارم، صص 71-55، 1396.
زیاری، کرامت‌الله، «برنامه‌ریزی کاربری اراضی شهری مورد: میناب»، نشریه تحقیقات جغرافیایی، دوره17، شماره 3-2، ص 78-63، 1381.
سلمی کیانی، الهام. ابراهیمی، عطاالله، «ارزیابی تغییرات پوشش اراضی شهرکرد و پیش‌بینی آینده آن با بهره‌گیری از داده‌های دورسنجی و مدل CA-Markov»، فصلنامه علمی و پژوهشی برنامه‌ریزی فضایی (جغرافیا)، سال8، شماره1، ص 88-71، 1397.
سمیع زاده، فاطمه، نیاکانی، مهرداد، «تحلیل روند شهرنشینی در استان گیلان مطالعه موردی لاهیجان»، اولین همایش بین‌المللی و چهارمین همایش ملی گردشگری، جغرافیا و محیط‌زیست پایدار، ص 12-1، 1394.
طاهری، محمد، غلامعلی‌فرد، مهدی، ریاحی بختیاری، علیرضا، رحیم اوغلی، شاهین، «مدل‌سازی تغییرات پوشش سرزمین شهرستان تبریز با استفاده از شبکه عصبی مصنوعی و زنجیره مارکوف»، فصلنامه پژوهش‌های جغرافیای طبیعی، دوره45، شماره4، ص 121-97، 1392.
علی محمدی، عباس، موسیوند، علی جعفر، سیاوش، شایان، «پیش‌بینی تغییرات کاربری اراضی و پوشش زمین با استفاده از تصاویر ماهواره‌ای و مدل زنجیره‌ای مارکوف»، نشریه برنامه‌ریزی و آمایش فضا، دوره 14، شماره 3، ص 130-117، 1389.
علیمرادی، نیک زاد.، جمالی، علی اکبر، مزرعه ملایی، محمد، خواجه‌پور، حسین، «بررسی روند میزان تغییرات کاربری اراضی با استفاده از مدل lcm و تصاویر ماهواره ای Landsat و پیش بینی آینده با استفاده از شبکه عصبی (MLP) منطقه مورد مطالعه حوزه شهرستان بروجرد»، همایش ملی ژئوماتیک، دوره24، ص 12-1، 1396.
فتح‌الهی روباری، معصومه، خان‌محمدی، مهرداد، نصیراحمدی، کامران، «مدل‌سازی تغییرات کاربری اراضی با استفاده از مدل‌ساز تغییر سرزمین (LCM) مطالعه موردی شهرستان نکا»، مجله اکوسیستم‌های طبیعی ایران، دوره نهم، شماره یک، ص 69-53، 1397.
فتحی زاد، حسن، فلاح شمسی، رشید، مهدوی، علی، آرخی، صالح، «مقایسه دو روش طبقه‌بندی حداکثر احتمال و شبکه عصبی مصنوعی آرتمپ فازی در استخراج نقشه پوشش مرتعی مطالعه موردی: مرتع حوزه دویرج دهلران»، فصلنامه علمی پزوهشی تحقیقات مرتع و بیابان ایران، جلد22، شماره1، ص 72-59، 1394.
فرج الهی، اصغر، عسگری، حمیدرضا، اونق، مجید، محبوبی، محمدرضا، سلمان ماهینی، عبدالرسول، «پایش و پیش‌بینی روند تغییرات مکانی و زمانی کاربری/پوشش اراضی مطالعه موردی: منطقه مراوه تپه، گلستان»، سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، سال ششم، شماره چهارم، ص 1-14، 1394.
فلاحتکار، سامره، حسینی، سیدمحسن، سلمان‌ ماهینی، عبدالرسول، ایوبی، شمس‌الله، «پیش‌بینی تغییرات کاربری اراضی با استفاده از مدل LCM»، فصلنامه پژوهش‌های محیط‌زیست، سال هفتم، مارع سیزدهم، ص 174-163، 1395.
کیانی، اکبر، رئیسی، احمد، «بررسی توسعه فیزیکی-کالبدی شهر فنوج بر اساس راهبرد رشد هوشمند، نشریه علمی پژوهشی جغرافیا و برنامه‌ریزی»، سال21، شماره9، ص 280-263، 1396.
محمدی‌جو، مینو، خانمحمدی، مهرداد، هاشمی، سیدمحمود، «آشکارسازی تغییرات کاربری اراضی لاهیجان با استفاده از تصاویر ماهواره‌ای و سنجش از دور، سومین کنفرانس سالانه بین‌المللی عمران»، معماری و شهرسازی، ص 118-114، 1396.
محمدی، مجید، امیری، مجتبی، دستورانی، جعفر، «مدلسازی و بررسی تغییرات کاربری اراضی شهرستان رامیان در استان گلستان، نشریه برنامه‌ریزی و آمایش فضا»، جلد 19، دوره 19، شماره 4، ص 158-141، 1394.
ملکی، سعید، نوذری، عبدالرحمن، بدری، رضا،«بررسی و ارزیابی کاربری اراضی مناطق هشت گانه شهر اهواز با استفاده از روش مقایسه‌ای و مدل ضریب مکانی LQI»، مجله مطالعات محیطی هفت حصار، شماره16، سال4، ص 14-5، 1395.
ممبنی، مریم، عسگری، حمیدرضا، «پایش، بررسی و پیش‌بینی روند تغییرات مکانی کاربری اراضی پوشش زمین با استفاده از مدل زنجیره‌ای مارکوف» ، فصلنامه علمی-پژوهشی اطلاعات جغرافیایی، دوره بیست و هفتم، شماره صد و پنج، ص 47-35، 1397.
مهدوی، علی، فتحی‌زاد، حسن، شتایی جویباری، شعبان، «ارزیابی و تحلیل انواع روش‌های آشکار سازی تغییرات کاربری اراضی/پوشش گیاهی مطالعه موردی: جنگل‌های حفاظت شده مانشت استان ایلام»، نشریه پزوهش‌های علوم و فناوری چوب و جنگل، جلد21، شماره4، ص 210-187، 1393.
میرعلیزاده فرد، سیدرضا، علی بخشی، سیده مریم، «پایش و پیش‌بینی روند تغییرات کاربری اراضی با استفاده از مدل زنجیره مارکوف و مدلساز تغییر کاربری اراضی مطالعه موردی: دشت برتش دهلران ایلام»، فصلنامه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، سال هفتم، شماره دوم، ص 45-33، 1395.
نظریان، اصغر، تولائی، سیمین، خسروی، مریم، «تعیین جهت توسعه فیزیکی شهر اندیمشک با استفاده از داده‌های ماهواره‌ای (RS) و سیستم اطلاعات جغرافیایی GIS»، فصلنامه جغرافیایی سرزمین، سال سوم، شماره نهم، ص 9-1، 1385.
نورائی صفت، ایثار، نظری، سجاد، کریمی، سعید، «بررسی روند تغییرات رشد و گسترش کالبدی شهر رشت و ارزیابی تغییرات کاربری اراضی زمین‌های اطراف آن با تصاویر ماهواره‌ای»، فصلنامه جغرافیا و مطالعات محیطی، سال پنجم، شماره هفدهم، ص 32-21، 1395.
نیازی، یعقوب، اختصاصی، محمدرضا، ملکی‌نژاد، حسین، حسینی، زین‌العابدین، مرشدی، جعفر، «مقایسـه دو روش حداکثر احتمال و شبکه عصـبی مصـنوعی در استخراج نقشه کاربری اراضی مطالعـه موردی: حوضـه سد ایلام»، مجله جغرافیا و توسعه، شماره20، ص 132-119، 1389.
وفایی، ساسان، درویش صفت، علی‌اصغر، پیرباوقار، مهتاب، «پایش و پیش‌بینی روند تغییرات مکانی کاربری اراضی با استفاده از مدل LCM مطالعه موردی: منطقه مریوان»، مجله جنگل ایران، سال پنجم، شماره سوم، ص 336-323، 1393.
Anand, J., Gosain, A.K., Khosa., R, Prediction of land use changes based on Land Change Modeler and attribution of changes in the water balance of Ganga basin to land use change using the SWAT model, Science of the Total Environment, Vol 644, Pp 503–519, 2018.
Bouma, J., Varallyay, G., & Batjes, N. H, Principal land use changes anticipated in Europe. Agriculture, Ecosystems & Environment, 67(2-3), 103-119, 1998.
Eastman, R. J, IDRISI Andes, Guide to GIS and Image Processing. Clark University.‌ pp 87-137, 2009.
Giri, C. Zhu, Z &Reed, B, A comparative analysis of the Global Land Cover 2000 AND MODIS land cover data sets. Remote Sensing of Environment, 94, pp123-132,2005.
Lollo, J.A., Guerrero, J.V.R., Abe, A., and Lorandi, R, Land Change, Soil Degradation Processes, and Landscape Management at the Clarinho River Watershed, Brazil, IAEG/AEG Annual Meeting Proceedings, San Francisco, California, Vol 2, Pp 99–106, 2019.
McConnell, W. J., Sweeney, S. P., & Mulley, B, Physical and social access to land: spatio-temporal patterns of agricultural expansion in Madagascar. Agriculture, Ecosystems & Environment, 101(2-3), 171-184, 2004.
Shalaby, A. Aboel Ghar, M. & Tateishi, R, Desertification impact assessment in Egypt using low resolution satellite data and GIS. The international Journal of Environmental Studies, 61(4), pp 375-384,2004.
Rolando, E., Caravantes, D. and Sánchez-Flores, E, Water Transfer Effects on PeriUrban Land Use/Land Cover: A Case Study in a Semi-Arid Region of Mexico, Applied Geography, Vol. 31, No. 2, PP. 413-425, 2010.
Pelorosso, R., Leone, A., & Boccia, L, Land cover and land use change in the Italian central Apennines: A comparison of assessment methods. Applied geography, 29(1), 35-48.,2009.
Pérez-Vega, A., Mas, J. F., & Ligmann-Zielinska, A, Comparing two approaches to land use/cover change modeling and their implications for the assessment of biodiversity loss in a deciduous tropical forest. Environmental Modelling & Software, 29(1), 11-23, 2012.‌
www.amar.org.ir.
www. earthexplorer.usgs.gov.
The Journal of Spatial Planning and Geomatics
Volume 24, Issue 1
March 2020
Pages 49-79