نوع مقاله : مقاله علمی و پژوهشی

نویسندگان

1 دانشیار گروه آموزشی جغرافیا و برنامه ریزی شهری دانشگاه تبریز

2 کارشناسی ارشد، گروه جغرافیا و برنامه ریزی شهری/دانشگاه تبریز

10.22034/jprd.2023.55501.1033

چکیده

فضای سبز شهری، از شاخصهای مهم در حوزه‌های مربوط به برنامه‌ریزی شهری، حفاظت محیط زیست و سیاست‌های توسعه شهری پایدار به حساب می‌آید. آگاهی از مکان، میزان و توزیع فضای سبز شهری یک ضرورت محسوب می‌شود.فضای سبز موجود به منظور توسعه اراضی مسکونی در حال کاهش است. امروزه با پیشرفت‌های صورت گرفته تولید تصاویر ماهواره‌ای با قدرت تفکیک طیفی و مکانی بالا و تکنیک‌های سنجش از دور، ARCGIS و پردازش تصویر امکان جمع آوری داده و تصمیم‌گیری سریع و دقیق در مطالعات محیطی ایجاد کرده است. هدف اصلی این پژوهش آشکارسازی پوشش فضای سبز شهری با استفاده از پردازش شیءگرا می‌باشد. جهت انجام این پژوهش از تصاویر ماهواره‌ای IRS، سنجنده (Liss) در سال 2017 و همچنین تصاویر سنتینل 2، باندهای 2، 3، 4، 8 (مرئی) با قدرت تفکیکی مکانی 10 متر استفاده گردید. پس از انجام تصحیحات لازم، تصاویر در محیط نرم افزاری ENVI5.1 و eCognition پردازش شده که این پردازش‌ها شامل الگوریتم‌های (,SI NDSI,NDVI, Brightness و...) برای شناسایی منطقه و از الگوریتم‌های شیءپایه جهت ارزیابی استفاده شده است. نتایج حاصل از این پژوهش نشان داد که این روش با دقت کلی 93 درصد و ضریب کاپای 92 درصد از دقت خوبی جهت ارزیابی برخوردار بوده است و امکان آشکارسازی فضاهای سبز شهری با استفاده از روش پردازش شیءگرا وجود داشته و مشخص گردید با بهره‌گیری از تصاویر ماهواره‌ای و الگوریتم‌های شیءگرا امکان شناسایی، بررسی فضای سبز شهری وجود دارد و نتایج آن در راستایی شناسایی الگوریتم‌های شیءپایه و استفاده از آن-ها در مطالعات تحقیقاتی آتی می‌تواند راهگشای کارآمدی باشد.

کلیدواژه‌ها

موضوعات

عنوان مقاله [English]

Revealing urban green space coverage using object-oriented processing of satellite images (Case study: Monajem and Yousefabad neighborhoods of Tabriz)

نویسندگان [English]

  • Firouz Jafari 1
  • Aylar Hoseinzadeh 2

1 Associate Professor, Department of Geography and Urban Planning, University of Tabriz

2 MSc, Department of Geography and Urban Planning, Tabriz University

چکیده [English]

Urban green space is one of the important indicators in the fields of urban planning, environmental protection and sustainable urban development policies. Knowledge of the location, amount and distribution of urban green space is a necessity. The available green space is decreasing for the purpose of developing residential lands. Today, with the progress made in the production of satellite images with high spatial and spectral resolution and remote sensing techniques, ARCGIS and image processing have made it possible to collect data and make quick and accurate decisions in environmental studies. The main goal of this research is to reveal the coverage of urban green space using object oriented processing. In order to carry out this research, IRS, Sanjande (Liss) satellite images in 2017, as well as Sentinel 2 images, bands 2, 3, 4, 8 (visible) with a spatial resolution of 10 meters were used. After making the necessary corrections, the images in the ENVI5 software environment.1 and eCognition processed that these processes include algorithms (SI, NDSI, NDVI, Brightness, etc.) to identify the area and object-based algorithms are used for evaluation. The results of this research showed that this method had a good accuracy for evaluation with an overall accuracy of 93% and a Kappa coefficient of 92%, and it was possible to detect urban green spaces using the object-oriented processing method, and it was determined that using Satellite images and object-oriented algorithms are possible to identify and investigate urban green space, and its results can be an efficient way to identify object-based algorithms and use them in future research studies

کلیدواژه‌ها [English]

  • urban green space
  • remote sensing
  • object-oriented classification
  • eCoginition
  • پریور پرستو، یاوری احمدرضا، ستوده احد (1387)، تحلیل تغییرات زمانی و توزیع مکانی فضاهای سبز شهری تهران در مقیاس سیمای سرزمین، محیط شناسی دوره 34، شماره 45
  • تقی ملایی یوسف و همکاران (1400)، تهیه نقشه کاربری اراضی با طبقه­بندی شیء پایه با تصاویر ماهواره­ای با قدرت تفکیک بالای World View2، علوم و تکنولوژی محیط زیست دوره بیست و دوم، شماره چهار، صفحات 258-249
  • روستا، زهرا و همکاران(1392)، ارزیابی روند توسعه فیزیکی شهر شیراز و تاثیر شرایط فیزیوگرافیک بر روند تغییرات کاربری اراضی، مجله جغرافیا و برنامه­ریزی محیطی، سال بیست و چهارم، شماره 1، صص183-200.
  • سلمانی سعید و همکاران (1398)، ارزیابی تکنیک­های مختلف طبقه­بندی شی­گرا در استخراج کاربری اراضی از تصاویر ماهواره آیکونوس، فصلنامه علمی پژوهشی اطلاعات جغرافیایی شماره 111
  • سرمد زهره، بازرگان هرندی عباس، حجازی الهه (1393)، روش­های تحقیق در علوم رفتاری، ناشر آگاه، ص 28
  • عابدینی موسی، قلعه احسانی (1400)، آشکارسازی تغییرات کاربری اراضی با استفاده از تکنیک­های شی­گرا و پیکسل پایه مطالعه موردی حوضه مردق چای، هیدروژئومورفولوژی شماره 27، سال هشتم، ص 182-163
  • علوی پناه سید کاظم، متین فر حمیدرضا، ملکی عباس، کریمی احمد (1385)، مطالعه تفکیک پذیری خاکهای خشک با استفاده از داده های سنجنده LISS-III منطقه آران، فناوری زیستی در کشاورزی 6، 4، ص 23-37
  • لیلسند، توماس م، کیفر، رالف و ..، (1387)، سنجش از دور و تفسیر تصاویر ماهواره­ای، ترجمه جعفر اولادی قادیکلایی، انتشارات دانشگاه مازندران، چاپ اول، بابلسر، ص 835
  • مجنونیان هنریک (1374)، مباحثی پیرامون پارکها، فضای سبز و تفرجگاهها، ناشر سازمان پارک ها و فضای سبز شهر تهران، صفحات 1 تا 46
  • Baatz, M., Benz, U., Dehghani, S., Heynen, M., Höltje, A., Hofmann, P., Lingenfelder, I., Mimler, M., Sohlbach, M., Weber, M., & Willhauck, G., (2004), eCognition Professional: User guide 4.; Munich: Definiens-Imaging
  • Campbell, J.B., and R.H.Wynne.2011.Introduction to Remote Sensing.New York: Guilford.(5th ed.).P 667
  • Li, S., Juhsz-Horvth, L., Pedde, S., Pintr, L., Rounsevell, M. D., & Harrison, P. A. (2017). Integrated modelling of urban spatial development under uncertain climate futures. EnvironmentalModelling&Software,96(C),251-264.
  • Patino,E.Jorge, Duque.c.Juan.2013.A review of regional science applications of satellite remote sensing in urban settings, Computers, Environment and Urban Systems, Vol 37 .pp, 1–17.