fa ارزیابی روش حداکثر احتمال در فرآیند تشخیص تغییر کاربری اراضی به کمک شاخص NDVI (مطالعه موردی حوزه آبخیز همدان- بهار) تخصصي Special پژوهشي Research <p>تشخیص به‌موقع و دقیق تغییر ویژگی‌های سطح زمین به‌منظور درک روابط و تعاملات بین انسان و پدیده‌های طبیعی و ارتقا تصمیم‌گیری بهتر بسیار مهم است. داده‌های سنجش از دور منابع مهمی هستند که در دهه‌های اخیر برای تشخیص تغییر کاربری اراضی مورداستفاده قرارگرفته است. در این پژوهش جهت تهیه نقشه کاربری اراضی حوزه آبخیز همدان- بهار از داده‌های رقومی سنجنده&shy;های (1992) <span dir="LTR">TM </span>، (2000)<span dir="LTR">ETM </span>&nbsp;و (2013) <span dir="LTR">OLI</span> مربوط به لندست&shy;های 5، 7 و 8 استفاده شد. <ins cite="mailto:sana" datetime="2016-05-20T11:21">به کمک </ins>نمونه‌های برداشت‌شده <ins cite="mailto:sana" datetime="2016-05-20T11:21">واقعیت</ins> <ins cite="mailto:sana" datetime="2016-05-20T11:21">زمینی</ins><ins cite="mailto:sana" datetime="2016-05-20T11:41">،</ins> برای طبقه‌بندی تصاویر، روش طبقه‌بندی نظارت‌شده حداکثر احتمال مورداستفاده قرار گرفت. با توجه به طبقه‌بندی میزان مقبولیت ضریب کاپا توسط لاندیس و کوچ، مقبولیت ضریب کاپا برای سال‌های 1985(11/93%)،2000 (01/90%) و 2013 (06/85%) عالی ارزیابی شد. همچنین با مقایسه نقشه‌های <span dir="LTR">NDVI</span> با نقشه‌های طبقه‌بندی شده حداکثر احتمال&nbsp; مشخص شد که طبقه کاربری کشاورزی آبی با نقشه‌های <span dir="LTR">NDVI</span> تولید شده مطابقت دارد٬ و گویای دقت روش حداکثر احتمال در طبقه‌بندی تصاویر می‌باشد. نتایج نشان داد بطور کلی بین سال‌های 1992 تا 2013 اراضی مسکونی و کشاورزی آبی به میزان 93/139% و 29/12 % افزایش و اراضی کشاورزی دیم و مراتع به میزان 33/0 % و12/17 % کاهش‌یافته است. همچنین نتایج حاصل از نقشه‌های تبدیل کاربری غیر مسکونی به مسکونی نشان داد در طی سال‌های 1992 تا 2000 ٬ 2000 تا 2013&nbsp; و 1992 تا 2013 از بین کاربری کشاورزی و مرتع، کاربری کشاورزی به ترتیب با مساحت برابر 6/44 کیلومترمربع٬ 35/73 و84/94 بیشترین مساحت تبدیل یافته از کاربری غیرمسکونی به مسکونی را به خود اختصاص داده است. همچنین، جهت بررسی روند تغییر کاربری‌ها با توجه به وضعیت گذشته با استفاده از مدل اتومای سلولی، نقشه کاربری اراضی برای سال 2030 پیش‌بینی شد، سپس نمودار تغییرات کاربری اراضی دوره 1990 تا 2030 ترسیم شد<span dir="LTR">.</span> نتایج بیانگر روند رو رو به رشد سطوح انسان‌ساخت و اراضی کشاورزی آبی منطقه برای دوره آتی است. در این بازه زمین‌های تحت کشت دیم و پوشش مرتعی روند رو به کاهش خواهند داشت.</p> <p style="margin-left:35.45pt;">Timely and accurate change detection of Earth&rsquo;s surface features is extremely important for understanding relationships and interactions between human and natural phenomena in order to promote better decision making. Remote sensing data are primary sources extensively used for change detection in recent decades. In order to provide the land use map of Hamadan- Bahar Watershed, digital data obtained from TM (1985), ETM(2000) and &nbsp;OLI (2013) sensor of digital data of the Landsat 5 , 7 and 8 were used. To classify images, were used Maximum likelihood method, using samples of&nbsp; ground truth. According to the acceptance Kappa coefficient classification by Landis and Koch kappa coefficient, acceptance Kappa coefficient in 1985 (93.11 %), 2000 (90.01%) and 2013 (85.06 %) was excellent. Comparing &nbsp;NDVI maps with those &nbsp;of maximum likelihood classification, It also was found that the produced NDVI maps match with Irrigation farming category, indicating the accuracy of maximum likelihood method in classifying images. Result showed that between the years 1992 to 2013 settlements and Irrigation farming have increased 139.93% and 12.29% respectively, while Dry farming and Rangeland have decrease 0.33% and 17.12% respectively.In addation, the results of the conversion of non-residential to residential Maps showed that between the years 1992 to 2013, 2000 to 2013 and 1992 to 2013 among agricultural and pastures, agricultural lands with an area 44. 67, 73. 35 and 94. 84 square kilometers the, respectively, will be allocated the greatest area converted from non-residential to residentia. Also, in order to assess land use changes due to its status in the past, land use map for 2030 was predicted using cellular automata model, Then land use changes trend was plotted during 1990 to 2030. The results indicate a growing trend in settlements and Irrigation farming in the future period<span dir="RTL">.</span> In the period Dry farming and Rangeland will decrease.&nbsp;</p> تغییر کاربری٬ سنجش از دور٬ لندست٬ طبقه‌بندی نظارت‌شده٬ مدل اتومای سلولی٬ حوزه آبخیز همدان- بهار Remote sensing, land use classification, supervised classification, Cellular Automata model , Hamadan- Bahar Watershed 159 176 http://geographical-space.iau-ahar.ac.ir/browse.php?a_code=A-10-1916-2&slc_lang=fa&sid=1 مهتاب صفری شاد mahtabsafari66@gmail.com 100319475328460016226 100319475328460016226 Yes دانشجوی دکتری علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران. (نویسنده مسئول). محمود حبیب نژاد روشن roshanbah@yahoo.com 100319475328460016227 100319475328460016227 No گروه مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران. کریم سلیمانی solaimani2001@yahoo.co.uk 100319475328460016228 100319475328460016228 No گروه مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه علوم کشاورزی و منابع طبیعی ساری، ایران. علیرضا ایلدرمی ildoromi@gmail.com 100319475328460016229 100319475328460016229 No گروه مرتع و آبخیزداری، دانشکده منابع طبیعی و محیط زیست، دانشگاه ملایر، ایران. حسین زینی وند hzeinivand@gmail.com 100319475328460016230 100319475328460016230 No گروه مهندسی آبخیزداری، دانشگاه لرستان، ایران.