فهرست مطالب

سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی - سال دهم شماره 1 (بهار 1398)

فصلنامه سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی
سال دهم شماره 1 (بهار 1398)

  • تاریخ انتشار: 1398/02/01
  • تعداد عناوین: 7
|
  • چوقی بایرام کمکی کمکی*، رضا اسدی کیا، حمید نیک نهاد قرماخر صفحات 1-16
    پوشش گیاهی یکی از معیارهای معرف توان تولید سرزمین به شمار می رود. به طوری که میزان کیفیت و کمیت پوشش گیاهی هر منطقه معیار تعیین توان تولید آن است. در این تحقیق جهت برآورد درصد پوشش و زی توده گیاهی منطقه حفاظت شده البرز مرکزی (شهرستان کرج) در تیرماه 1395 با استفاده از شاخص های گیاهی، از داده های رقومی لندست 8 استفاده گردید. جهت بررسی همبستگی بین درصد پوشش و بیوماس گیاهی با داده های ماهواره، 27 واحد نمونه برداری در منطقه تعیین و اطلاعات استخراج شد. رابطه درصد پوشش و زی توده گیاهی با شاخص های گیاهی از رگرسیون خطی برآورد گردید. نتایج نشان داد از میان شاخص های گیاهی انتخابی، شاخص گیاهی نسبت ساده (VR) و شاخص گیاهی بهبودیافته (EVI) دارای بیشترین ضریب تبیین با درصد پوشش گیاهی به ترتیب 0.53 و 0.52  است. بنابراین، این شاخص های گیاهی برای برآورد درصد پوشش گیاهی در سطح اطمینان 5 درصد مناسب هستند. در مرحله اعتبارسنجی  میزان ضریب تبیین شاخص پایش محیطی جهانی EVI ،VR، GEMI با مقدار وزن تر گیاهی به ترتیب  0.43، 0.41 و 0.41 بود. باوجوداین، مقادیر برآوردی در مرحله واسنجی ناموفق بودند. با توجه به نتایج این تحقیق، توصیه می گردد جهت تخمین میزان کیفیت و کمیت پوشش گیاهی از شاخص هایی استفاده شوند که در آن ها نسبت اثر جو و خاک لحاظ شده باشد.
    کلیدواژگان: شاخص گیاهی، لندست، درصد پوشش گیاهی، بیوماس، البرز مرکزی
  • شادمان درویشی*، کریم سلیمانی، مصطفی رشیدپور صفحات 17-35
    دمای سطح زمین عامل مهمی در مطالعات گرمایش جهانی است. بنابراین، با توجه به تاثیرات منفی آن بر زندگی انسان بررسی این پدیده بسیار ضروری است. هدف مطالعه حاضر بررسی تاثیر شاخص های گیاهی و خصوصیات سطح شهر سنندج بر تغییرات دمای سطح زمین است. برای این منظور، دمای سطح زمین در محیط ArcGIS محاسبه و سپس شاخص های گیاهی و سطح شهر سنندج از تصاویر لندست در نرم افزارENVI استخراج گردید. نتایج تحلیل رگرسیون و همبستگی دمای سطح زمین با داده‎های ایستگاه سینوپتیک به ترتیب 0.45 و 0.20 بوده که یک ارتباط مثبت را نشان می دهد. نتایج صحت کلی شاخص ها و تحلیل همبستگی نشان می دهد که شاخص‎های دقیق (شاخص توسعه یافته نواحی مسکونی و بایر، شاخص اساس ساخت وساز، شاخص نرمال شده تفاضل ساخت وساز، شاخص شهری) ارتباط مثبت و شاخص های با دقت پایین (شاخص نرمال شده تفاضل بایر، شاخص جدید ساخت وساز، شاخص نرمال شده تفاضل آب، شاخص نرمال شده بهبودیافته تفاضل آب) ارتباط معکوس با دمای سطح زمین دارند. نتایج وضعیت دما در طبقات پوشش گیاهی نشان می دهد که بیشترین دما در طبقات با پوشش گیاهی ضعیف در اوایل فصل تابستان سال های 1367، 1378، 1387، 1391، 1393 و 1394 و کمترین دما در طبقات با پوشش گیاهی متراکم در اواخر فصل بهار سال های 1368، 1372، 1379، 1386، 1389 و 1395 رخ داده است. بنابراین کاهش پوشش گیاهی و رشد نواحی مسکونی نقش موثری در افزایش دمای سطح زمین دارد. همچنین شاخص های طیفی برای استخراج نواحی مسکونی از تصاویر ماهواره ای می تواند نتایج قابل قبول ارائه نماید.
    کلیدواژگان: خصوصیات سطح شهر، شاخص گیاهی، درجه حرارت سطح زمین، سنندج
  • نعیم میجانی، سعید حمزه*، محمد کریمی فیروزجایی صفحات 36-59
    دمای سطح زمین (LST) برای انواع وسیعی از مطالعات علمی اقلیم شناسی، هیدرولوژی، منابع طبیعی و غیره مورد نیاز است. پارامترهای مختلفی ازجمله جنس مواد تشکیل دهنده سطح، شرایط توپوگرافی، شرایط محیطی و میزان تابش رسیده به سطح بر LST تاثیرگذار هستند. هدف از انجام پژوهش حاضر، بررسی تاثیر تغییرات توپوگرافی، شرایط اقلیمی و تابش ورودی بر LST با استفاده از داده های انعکاسی و حرارتی سنجش ازدور است. در این پژوهش از مجموعه داده های انعکاسی و حرارتی ماهواره لندست 8، مدل رقومی ارتفاعی ASTER، محصول بخارآب مودیس (MOD07) برای تاریخ 2 مرداد 1397 و نقشه توپوگرافی و اقلیمی منطقه جنوب استان کرمان استفاده شد. برای محاسبه LST از روش تک کاناله و جهت محاسبه تابش طول موج کوتاه و بلند ورودی به سطح، از روش ارائه شده در الگوریتم بیلان انرژی سبال استفاده شد. ارتباط بین LST با متغیر های مستقل ازجمله ارتفاع، شیب، جهت شیب، پوشش گیاهی و تابش ورودی به سطح با استفاده از تحلیل های آماری بررسی شد. نتایج نشان داد که ضریب همبستگی بین LST و هر یک از پارامترهای مستقل بیشتر از 0.7 می باشد. همچنین با بررسی های آماری، معنادار بودن نتایج ارتباط بین LST و پارامترهای توپوگرافی، شاخص اختلاف پوشش گیاهی نرمال شده (NDVI) و تابش ورودی در سطح 95 درصد معنادار بود. نتایج بررسی LST در شرایط اقلیمی فراخشک، خشک، نیمه خشک، مدیترانه ای، نیمه مرطوب و مرطوب بیانگر این است که اقلیم های با دمای بالاتر نسبت به اقلیم های با دمای پایین تر دارای میانگین ارتفاع و NDVI پایین تر و دارای میانگین تابش طول موج بلند ورودی به سطح بالاتری هستند.
    کلیدواژگان: دمای سطح زمین، سنجش از دور، شاخص اختلاف پوشش گیاهی نرمال شده، شرایط اقلیمی، کرمان
  • سید ابوالفضل سیدیکلیبر، فرید دادجو*، احد حسن زاده، حسن ملازاده اصل صفحات 60-71
    هدف از تحقیق، برآورد پوشش تاجی و تولید بذر گیاه دارویی- اقتصادی سماق (Rhus coriaria) و مکان یابی مناطق مستعد کشت این گیاه در مراتع روستای خاک ریز شهرستان بیله سوار، استان اردبیل است. بدین منظور سه مکان (مساحت 60 هکتار) دارای پوشش سماق و در هر مکان سه ترانسکت موازی باهم و عمود برجهت شیب با فواصل 100 متر از هم مستقر شد. در طول هر ترانسکت تعداد 10 پلات پنج متر مربعی با فواصل 20 متر از هم به روش تصادفی- سیستماتیک استفاده (درمجموع 90 پلات) و موقعیت هر پلات با استفاده از GPS ثبت شد. در سطح هر پلات بذر سماق به روش قطع و توزین برداشت شد. نقشه های عوامل محیطی (ارتفاع، شیب، جهت، بارندگی سالانه و دمای سالانه) با استفاده از نقشه مدل رقومی ارتفاع در نرم افزار ArcGIS تهیه و مقدار هر یک از عوامل محیطی برای رویشگاه های سماق استخراج شده و پرسشنامه های رتبه بندی عوامل در این خصوص تکمیل گردید. سپس برای تعیین مناطق مستعد کشت سماق در مراتع خاک ریز از مکان یابی به روش تحلیل شبکه ای (ANP) استفاده شد. نتایج نشان داد مناطق دارای پوشش سماق 657.80 کیلوگرم در هکتار بذر و 263.12 کیلوگرم در هکتار تولید بذر آرد شده داشت. نتایج تحلیل شبکه ای نشان داد از کل سطح مراتع سامان خاک ریز برای کشت سماق، 157.12 هکتار خیلی مناسب، 138.10 هکتار مناسب، 110.60 هکتار متوسط، 46.01 هکتار ضعیف و 46.17 هکتار مناطق نامناسب برای کشت گیاه سماق بود. از نتایج می توان برای بهره برداری، کشت و افزایش پوشش سماق در مناطق مشخص شده استفاده کرد.
    کلیدواژگان: تولید، پوشش تاجی، روش تحلیل شبکه ای، بیله سوار- اردبیل
  • سعیده اسکندری* صفحات 72-87
    جنگل ها و مراتع غرب کشور در رویشگاه زاگرس، طی سال های اخیر به دلایل مختلف تا حد زیادی تخریب شده اند. تهیه نقشه پوشش زمین در این رویشگاه ها، اولین اقدام برای حفاظت از آن ها و جلوگیری از تخریب بیشتر است. هدف از این تحقیق، انتخاب بهترین الگوریتم برای تهیه نقشه پوشش زمین در بخشی از رویشگاه ایلام با استفاده از تصویر سنتینل-2 است. پس از تهیه تصویر سنتینل-2، طبقه بندی نظارت شده آن با هفت الگوریتم (حداکثر احتمال، حداقل فاصله از میانگین، فاصله ماهالانوبیس، نقشه بردار زاویه طیفی، نقشه بردار همبستگی طیفی، ماشین بردار پشتیبان، شبکه عصبی) انجام شد. برای ارزیابی دقت نقشه های پوشش زمین، مجموعه نقاط تصادفی مونه بندی شده ایجاد و در عرصه بازیابی شدند. در برداشت میدانی، پس از تعیین پوشش فعلی هریک از نقاط در سطح پلات، پوشش واقعی آن ها با پوشش تعیین شده همان نقطه در سطح پیکسل براساس نتایج طبقه بندی ها مقایسه و دقت الگوریتم ها ارزیابی شد. نتایج نشان داد که الگوریتم ماشین بردارپشتیبان با صحت کلی 79 درصد و ضریب کاپای 0.70، بیشترین دقت را در تهیه نقشه پوشش زمین داشت. تجزیه و تحلیل نقشه پوشش زمین به دست آمده از این الگوریتم نشان داد که از مجموع مساحت 16085.31 هکتاری منطقه موردمطالعه، مساحت جنگل انبوه 319.64 هکتار، مساحت جنگل نیمه انبوه 361.44 هکتار و مساحت جنگل تنک 1832.36 هکتار است. همچنین مساحت مرتع 7352.78 هکتار، مساحت باغ 62.32 هکتار، مساحت زمین های کشاورزی 658.42 هکتار و مساحت کشاورزی زیراشکوب 4504.64 هکتار است. برای مدیریت بهینه این رویشگاه حساس، تهیه نقشه پوشش زمین با استفاده از این الگوریتم، در سری های زمانی معین، برای بررسی تغییرات جنگل ها و مراتع و کنترل کاربری های انسان ساخت ضروری است.
    کلیدواژگان: تصویر ماهواره ای سنتینل-2، ماشین بردار پشتیبان، پوشش زمین، ایلام
  • محمد کاظمی، فریبرز محمدی، علیرضا نفرزادگان* صفحات 88-105
    شوری خاک ازجمله مخاطرات محیطی بالقوه محسوب می شود. هدف از این تحقیق یافتن بهترین شاخص و مناسب ترین رابطه جهت برآورد شوری خاک و تهیه نقشه آن با استفاده از داده های دورسنجی است. بدین منظور ابتدا نمونه برداری تصادفی با استفاده از روش تور ماهی و اندازه گیری هدایت الکتریکی خاک سطحی (EC) انجام شد. سپس سطوح حد آستانه (92%، 95% و 98%) روی تصاویر خروجی هر شاخص اعمال شد. از روش های کمترین مربعات رگرسیون شده (LS-fit) و آنالیز مولفه اصلی (PCA) برای کانی های هالیت و ژیپس، همبستگی بین خروجی شاخص ها و داده های زمینی، خوشه بندی و تحلیل عاملی بین مقادیر EC و تصاویر خروجی استفاده شد. جهت انتخاب بهترین مدل حاصل از ترکیب باندهای لندست-8 و میزان شوری، از آزمون هم خطی، آزمون دوربین-واتسون و رگرسیون چندمتغیره پس رو استفاده شد. همچنین جهت ارزیابی رگرسیون چندمتغیره باندهای لندست8، از ضریب کاپای کوهن استفاده شد. کارایی شاخص ها براساس چهار معیار مجذور میانگین مربعات خطا (RMSE)، میانگین انحراف خطا (MBE) و میانگین خطای مطلق (MAE) و ضریب تعیین (R2) ارزیابی شد. نتایج تحلیل عاملی کمترین فاصله را بین EC، شاخص شوری (SI) و شاخص درجه روشنایی (BI) نشان داد. به طوری که شاخص SI با مقدار 0.89 بیشترین همبستگی پیرسون را با EC داشت. در نمودار دندروگرام، شاخص SI با EC در یک خوشه قرار گرفتند و مقدار RMSE، MBE، MAE و R2 برای شاخص SI به ترتیب 0.16، 0.11، 0.12 و 0.76 برآورد شد. شاخص SI نسبت به بقیه شاخص ها و رگرسیون چند متغیره خطی (با ضریب توافق کاپای کوهن 60%)، نتایج بهتری ارائه کرده است.
    کلیدواژگان: شاخص های شوری، تحلیل عاملی، رگرسیون چندمتغیره، خوشه بندی سلسله مراتبی، بهشت گمشده- فارس
  • ناهید صالحی*، محمدرضا اختصاصی، علی طالبی صفحات 106-120
    امروزه پیش بینی تغییرات کاربری اراضی با استفاده از تصاویر ماهواره ای می تواند ابزار مفیدی برای کمک به  برنامه ریزان در شرایط پیچیده باشد. هدف از این تحقیق، پایش و پیش بینی تغییرات کاربری اراضی در دوره 28 ساله (2014-1986) با مدل زنجیره ای مارکوف (CA-Markov) در حوزه آبخیزصفارود-رامسر استان مازندران است. ابتدا نقشه های کاربری اراضی و NDVI با استفاده از تصاویر سنجنده  ( ETM+(2000) ،TM (1986 و (OLI (2014 ماهواره لندست تهیه گردید. صحت مدل زنجیره ای مارکوف با استفاده از شاخص کاپا 87% برآورد گردید. به منظور واسنجی مدل زنجیره مارکوف، نقشه کاربری اراضی سال 2014 تهیه شد و ضریب کاپای نقشه حاصل از مدل سازی و نقشه کاربری مبنا (سال 2014)، 82% به دست آمد. نتایج نشان داد که در فاصله زمانی بین سال های 2014-1986، وسعت اراضی جنگلی به میزان 10.26 درصد کاهش و 3.27 درصد مساحت مناطق مسکونی افزایش یافته است. نقشه کاربری اراضی برای سال های 2021 و 2028 با مدل زنجیره مارکوف پیش بینی گردید. نتایج نشان داد که در فاصله زمانی 2028-2014، اراضی جنگلی و مراتع به ترتیب به میزان 4.92 و 1.7 درصد کاهش دارد. کاربری مسکونی 8.04 درصد افزایش و اراضی کشاورزی به مقدار ناچیزی تغییر خواهد داشت که بیانگر تغییرات کاربری به سمت اراضی مسکونی است.
    کلیدواژگان: تغییرات کاربری اراضی، پایش تغییرات، مدل مارکوف، تصاویر ماهواره ای، حوزه آبخیزصفارود
|
  • Chooghi Bairam Komaki *, Reza Asadikia, Hamid Niknahad Gharmakhar Pages 1-16
    Vegetation is one of the criteria indicating the production potential of the land. So that the quality and quantity of vegetation in each region is a criterion for determining its production potential. In this research, vegetation indices of Landsat 8 digital data were used to estimate vegetation cover and biomass in the protected area of the central Alborz in June 2016. To study the correlation between vegetation cover and biomass with satellite data, 27 samples were obtained randomly in the region. Linear regression was used to determine the relationship between cover percentage and biomass values with remotely sensed vegetation indices. The results showed that among selected vegetation indexes,  Enhanced vegetation index (EVI) and Visible atmospherically resistant index (VAR) had the highest correlation coefficient with vegetation percentage 0.53 and 0.52, respectively. Therefore, these vegetation indices are appropriate for estimating vegetation cover at a 5% significance level. And in calibration, the correlation coefficient for the wet weight of vegetation and the indices of Global environment monitoring index (GEMI), Simple ratio (VR) and Enhanced vegetation index (EVI) were 0.43, 0.41 and 0.41, respectively even though their estimations were unsuccessful in the validation stage. According to the results of this research, it is recommended that the indicators for the estimation of the quality and quantity of vegetation should be used in which the atmosphere and soil impacts are considered.
    Keywords: Vegetation index, Landsat, Vegetation percentage, Biomass, Central Alborz
  • Shadman Darvishi *, Karim Solaimani, Mostafa Rashidpour Pages 17-35
    Land surface temperature (LST) is an important factor in global warming studies. Therefore, considering its negative effects on human life, it is very important to study this phenomenon. The aim of this study was to investigate the effects of vegetation indices and surface characteristics of Sanandaj city on land surface temperature changes. For this purpose, the land surface temperature was calculated in ArcGIS and vegetation indices and the surface Sanandaj city were derived from Landsat images in ENVI software. The results of regression analysis and correlation of LST with synoptic station data were 0.45 and 0.20 respectively, which shows a positive relationship. The results of the overall accuracy and the indices shows that the correlation analysis the precise indices (enhanced buildup and bareness index, index-based built up the index, normalized difference built up the index, urban index), positive relationship and low precision indices (normalized difference bareness index, new built up the index, normalized difference water index, modified normalized difference water index) have the opposite correlation with land surface temperature. The results of the temperature situation in the vegetation classes indicate that the high temperature was observed in the low vegetation classes in the early summer of 1988, 1999, 2008, 2012, 2014 and 2015, and the lowest temperature in dense vegetation classes at the end of spring, 1989, 1993, 2000, 2007, 2010 and 2016. Therefore, the reduction of vegetation and growth of built-up areas has an important role in increasing the land surface temperature, and spectral indices to extract buildup areas from satellite images can provide acceptable results.
    Keywords: Urban surface characteristics, Vegetation index, Land surface temperature (LST), Sanandaj
  • Naeim Mijani, Saeid Hamzeh *, Mohammad Karimi Firozjaei Pages 36-59
    The land surface temperature (LST) plays a vital role in a wide range of scientific researches including climatology, hydrology, natural resources and etc. There are some determining factors which affect the land surface temperature, such as the kind of surface elements, topography and environmental conditions and also the amount of incoming radiation to the surface. The objective of this study is to investigate the effect of topographic parameters, climatic conditions and downward radiation on land surface temperature using remote sensing data. For this purpose, the Landsat 8 satellite image, ASTER digital elevation model, MODIS water vapor product (MOD07) on 24 July 2018, topography and climate map of Kerman province were used. To calculate the LST and downward shortwave and longwave radiation to surface the single channel and SEBAL energy balance algorithms were used, respectively. Finally, using statistical analysis the relationship between LST and independent variables, including elevation, slope, aspect, vegetation cover index and downward radiation to the surface were studied. The results of the study shown that the correlation coefficient between the LST and each of the independent parameters is more than 0.7. Also, the relationship between LST and topographic, normalized difference vegetation index (NDVI) and downward radiation parameters at the 95% level was significant. The results of the mean of LST values in climatic conditions, including extra-dry, dry, semi-dry, Mediterranean, semi-wet and wet indicate that climates classes with higher LST relative to climates classes with lower LST have means of elevation, NDVI lower and mean longwave downward radiation to surface higher.
    Keywords: Land surface temperature (LST), Remote sensing, Normalized difference vegetation index (NDVI), Climate condition, Kerman
  • Seyed Abolfazl Seyedi Kaleybar, Farid Dadjou *, Ahad Hasanzadeh, Hasan Mollazadeh Asl Pages 60-71
    The aim of this study was to investigate the canopy cover and seed production of medicinal-economic Sumac (Rhus coriaria) seeds and locating susceptible areas of Sumac in rangelands of Khakriz village, Bilesavar County, Ardabil province. For this purpose, three sites (a total of 60 hectares) with Sumac cover and in each site three transects were parallel and perpendicular to the direction of the slope with intervals of 100 meters, were established. Along each transect used 10 plots of five square meters with 20-meter intervals using a random-systematic sampling (a total of 90 plots) and the position of each plot was recorded using GPS. Sumac seeds in each plot were harvested by clipping and weighted method. Maps of environmental factors (elevation, slope, aspect, annual precipitation, and temperature) created using digital elevation models (DEM) in ArcGIS and then values of each environmental factor extracted for each Sumac site and the questionnaire of ratings were completed in this regard. Then, to determine the areas susceptible to cultivating Sumac in the Khakriz rangelands, the analytic network process (ANP) method, was used. The results showed that the areas with Sumac cover had 657.88 kg/ha seed production and 263.12 kg/ha of powdered seed production. The results of ANP indicated that 157.12 hectares of the area were very suitable, 138.10 hectares were suitable, 110.60 hectares were medium, 46.01 hectares were poor and 46.17 hectares were unsuitable for Sumac cultivating. The results can be used to exploit, cultivate and increase the cover of Sumac in specified areas.
    Keywords: Production, Canopy cover, Analytic network process (ANP), Bilesavar-Ardabil
  • Saeedeh Eskandari * Pages 72-87
    The western forests and rangelands of Iran in Zagros habitats have mainly been destroyed by various reasons in recent years. The preparation of the land cover map in these sites is the first step to protect them and to prevent further destruction. The aim of this research was to select the best algorithm for land cover mapping in a part of Ilam site using the Sentinel-2 image. After providing Sentinel-2 the supervised classification of it was performed by seven different algorithms (maximum likelihood, minimum distance from the average, mahalanobis distance, spectral angle mapper, spectral correlation mapper, support vector machine, neural network). For accuracy assessment of the land cover maps, the stratified random points were created and found in the field. In the field visit, after determining the current land cover of each point in the plot area, the real land cover of each point was compared with the defined land cover of the same point in the pixel area based on classification results and the accuracy of the algorithms was evaluated. The results showed that the support vector machine algorithm had the highest accuracy in providing the land cover map with a general accuracy of 79% and a Kappa index of 0.70. The analysis of the land cover map obtained from this algorithm showed that the dense forest area was 319.64 ha, semi-dense forest area was 361.44 ha and sparse forest area was 1832.36 ha from the total area of the study area (16085.31 ha). Also, the rangeland area was 7352.78 ha, the garden area was 62.32 ha, the agricultural area was 658.42 ha and understorey agriculture was 4504.64 ha. For optimal management of this sensitive ecosystem, land cover mapping using this algorithm in certain temporal intervals is essential to investigate the forests and rangelands change and to control the human-made land uses.
    Keywords: Sentinel-2 satellite image, Support vector machine, Land cover, Ilam
  • Mohammad Kazemi, Fariborz Mohammadi, Ali Reza Nafarzadegan * Pages 88-105
    Soil salinity is considered as one of the potential environmental hazards. The purpose of this study was to find the best index and the most suitable relationship for estimating soil salinity and its mapping using remote sensing data. At the first step, random sampling was performed using fishnet method and surface soil electrical conductivity (EC) measurements. Then, the threshold levels (92%, 95%, and 98%) were applied to the output images of each indicator. The methodology included using the least squares fitting (LS-fit) technique and principal components analysis (PCA) for halite and gypsum minerals, determining the correlation between the output of indices and ground data, and performing clustering and factor analysis between EC and output images. In order to select the best model derived from Landsat-8 band combinations and the amount of salinity, collinearity test, Durbin-Watson test, and backward multivariate regression were employed. The Cohen‘s kappa coefficient was also applied to evaluate the multivariate regression formed by Landsat-8 bands. The performance of the indicators was evaluated based on four criteria of root mean square error (RMSE), mean bias error (MBE), mean absolute error (MAE) and R-squared (R2). The results of the factor analysis showed the smallest distance between the EC, salinity index (SI) and brightness index (BI). The SI with an amount of 0.89 had the highest Pearson correlation with EC. In the dendrogram diagram, SI index with EC was placed in a cluster, and the RMSE, MBE, MAE and R2 values of the SI index were estimated to be 0.16, 0.11, 0.12, and 0.76, respectively. Compared to the rest of the indicators and linear, multivariate regression (with Cohen‘s kappa coefficient of 60%,), the SI index has provided better outcomes.
    Keywords: Salinity indices, Factor analysis, Multivariate regression, Hierarchical clustering, Behesht-e- Gomshodeh-Fars
  • Nahid Salehi *, Mohammad Reza Ekhtesasi, Ali Talebi Pages 106-120
    Predicting land use changes using satellite imagery is now a useful tool for helping planners in complex situations. The purpose of this study was to detect and predict land use changes during the 28-year period (1986-2014) by CA- Markov model in the Safarood-Ramsar watershed of Mazandaran province. In this research, land use and NDVI maps were prepared using Landsat TM (1986), ETM+ (2000) and OLI (2014) satellite images. The accuracy of the CA-Markov model was estimated using the Kappa index of 87%. In order to calibrate the CA-Markov model, the land use map was prepared in 2014, and the Kappa coefficient of the mapping from modeling and user base map (2014) was 82%. The results showed that during the period between 1986 and 2014, the area of forest lands decreased by 10.26% and the total area of residential areas increased by 3.27%. The land use map for the years 2021 and 2028 was predicted by the CA-Markov model. The results showed that during the period 2014-2028, forested lands and rangelands decreased by 4.92% and 1.7%, respectively. Residential areas will increase by 8.04% and the agricultural land will change slightly, indicating the changes in land use to residential land.
    Keywords: Land use change, Change detection, Markov model, Satellite images, Safarood Watershed