15.سنجش و ارزیابی پراکنده رویی شهری با استفاده از تصاویر ماهواره ای و شاخص های چشم انداز در کشور عراق (مطالعه موردی: شهر دیوانیه)

کریم بدر المرشدی, حیدر; موسوی, میرنجف; منوچهری, ایوب; جمشیدی, علیرضا

15.سنجش و ارزیابی پراکنده رویی شهری با استفاده از تصاویر ماهواره ای و شاخص های چشم انداز در کشور عراق (مطالعه موردی: شهر دیوانیه)

نوع مقاله : مقاله مستخرج از رساله دکتری

نویسندگان

حیدر کریم بدر المرشدی ¹

میرنجف موسوی ²

ایوب منوچهری ³

علیرضا جمشیدی ³

¹ دانشجوی دکتری برنامه ریزی آمایش سرزمین، گروه جغرافیا، دانشکده ادبیات و علوم انسانی، پردیس دانشگاه ارومیه، ارومیه، ایران

² استاد گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه ارومیه، ارومیه، ایران

³ استادیار گروه جغرافیا، دانشکده ادبیات و علوم انسانی، دانشگاه ارومیه، ارومیه، ایران

چکیده

زمینه و هدف: شهرنشینی یک روند جهانی است که به طور قابل توجهی بر توسعه پایدار شهری و کیفیت زندگی شهری تأثیر می گذارد. ارزیابی پراکندگی شهری برای برنامه ریزی شهری پایدار حیاتی است و با اهداف کلیدی اهداف توسعه پایدار سازمان ملل متحد همسو است. هدف از پژوهش حاضر که از نوع توصیفی-تحلیلی است، شناسایی و سنجش شدت پراکندهرویی شهری در شهر دیوانیه از کشور عراق با استفاده از فناوری جغرافیایی و شاخصهای چشم‌انداز برای ارزیابی، نقشه‌برداری و کمی کردن گستره پراکندگی شهری در دیوانیه از سال 1990 تا 2024 میباشد.
روش‌شناسی: لذا برای دستیابی به هدف مورد نظر، از الگوریتم یادگیری ماشین نظارت شده توسط ماشین بردار پشتیبان (SVM) همراه با معیارهای چشم‌انداز استفاده شده است. در این راستا ابتدا تصاویر ماهوارهای مربوط به سالهای 1990، 2000، 2011، 2020 و 2024 به کمک ماهواره Landsat استخراج و با استفاده از الگوریتم SVM در نرمافزار ENVI4.8 طبقهبندی و تغییرات آشکار شدند. همچنین، با کاربست متریکهای چشمانداز با استفاده از نر مافزار Fragstats 4.2، پرا کندهرویی شهری در شهر دیوانیه بررسی و استخراج شد.
یافته‌ها و نتیجه‌گیری: نتایج نشان داد، میزان ساخت در شهر دیوانیه در دوره مطالعه 34 ساله، از 2069 هکتار در سال 1990 به 4420 هکتار در سال 2024 رسیده است. به عبارتی این شهر شاهد رشد 6/113 درصد بوده است. این مطالعه همچنین از طریق معیارهای چشمانداز کشف کرد که الگوی پراکندگی شهری در دیوانیه با همه اشکال پراکندگی شهری، یعنی جهش، پر کردن، نوار/روبان، و توسعه کم تراکم مشخص می‌شود.

کلیدواژه‌ها

پراکندرویی شهری

تغییر پوشش زمین

ماشین بردار پشتیبان

شاخص‌های چشم‌انداز

دیوانیه

موضوعات

آمایش شهری و منطقه ای

عنوان مقاله English

Measuring and evaluating urban sprawl using satellite images and Landscape metrics in Iraq Country (Case study: Al-Diwaniyahcity

نویسندگان English

Haider Karim Badr Al-Murshidi ¹

Mirnajaf Mousavi ²

Ayoub Manouchehri ³

Alireza Jamshidi ³

¹ PhD Student in Land Use Planning, Department of Geography, Faculty of Literature and Humanities, Urmia University Campus, Urmia, Iran

² Professor, Department of Geography, Faculty of Literature and Humanities, Urmia University, Urmia, Iran

³ Assistant Professor, Department of Geography, Faculty of Literature and Humanities, Urmia University, Urmia, Iran

چکیده English

Background and Objective: Urbanization is a global trend that significantly impacts sustainable urban development and the quality of urban life. Assessing urban sprawl is critical for sustainable urban planning and aligns with the key objectives of the United Nations sustainable development goals. The present descriptive-analytical study aims to identify and measure the intensity of urban sprawl in the city of Al-Diwaniyah, Iraq.
Methodology: Using geographic technology and landscape indicators, the study assesses, maps, and quantifies the extent of urban sprawl in Al-Diwaniyah from 1990 to 2024. Therefore, to achieve the desired goal, a supervised machine learning algorithm using a support vector machine (SVM) along with landscape criteria was used. In this regard, first, satellite images for the years 1990, 2000, 2011, 2020, and 2024 were extracted using the Landsat satellite and classified and changes were revealed using the SVM algorithm in ENVI4.8 software. Also, by applying landscape metrics using Fragstats 4.2 software, urban sprawl in the city of Al-Diwaniyah was examined and extracted.
Findings and Conclusion: The results showed that the amount of construction in Al-Diwaniyah city increased from 2069 hectares in 1990 to 4420 hectares in 2024 during the 34-year study period. In other words, the city witnessed a growth of 113.6%. The study also discovered through landscape criteria that all forms of urban sprawl, leapfrog, infill, strip/ribbon, and low density development characterize the urban sprawl pattern in Diwaniyah.

کلیدواژه‌ها English

: Urban sprawl

Land cover changes

Support vector machine

Landscape metrics

Al Diwaniyah

اسـماعیل پـور، نجما. (1390). بررسی تاثیر رشد پراکنده‌ بر نابودی اراضی کشاورزی صفاشهر و راهبردهای تعدیل آن. فصلنامه پژوهش و برنامه ریزی شهری، سال دوم، شماره 4، صص 96-73.

ارخی، صالح . (1404). پیش بینی تغییرات کاربری اراضی با استفاده ازتصاویر چند زمانه و مدل CA-MARKOVمطالعه موردی: شهرگرگان. فصلنامه مطالعات توسعه پایدار شهری و منطقهای، 6(3): 138-121. https://www.srds.ir/article_217034.html

ستاری، محمد حسین.، سرور، رحیم و مهدوی، مسعود. (1399). ارزیابی اثرات پراکنده رویی در تغییر کاربری اراضی شهری مطالعه موردی: کلان‌شهر تهران. مجله شهر پایدار، دوره سوم، شماره چهارم، صص 121-107.

جمینی ، داود.، جمشیدی، علیرضا و اسمعیلی، زهرا (1400). بررسی و تحلیل وضعیت شهر شاد و شناسایی تعیینکنندههای آن در فضاهای کوچک شهر ی (مطالعه موردی: شهر روانسر)، فصلنامه سیاست گذاری محیط شهری، 1(4): 28-15.

عابدینی، اصغر و خلیلی، امین. (1396). سنجش پراکنده رویی شهری با استفاده از داده های فضایی- زمانی، نمونه موردی: شهر ارومیه. فصلنامه مطالعات شهری، 7(25): 76-63.

رستمی، محمدحسین.، انوری، فردوس و امامدادی طارمی، محمدمهدی. (1400). تحلیل فضایی پراکنده‌رویی شهری با استفاده ازGIS و مدل هلدرن (مطالعه‌ی موردی؛ شهر بستک، استان هرمزگان). فصلنامه مطالعات توسعه پایدار شهری و منطقه ای، 2(1): 121-100. https://www.srds.ir/article_132603.html

مختاری ملک آبادی، رضا.، اجـزاء شـکوهی، محمـد و قاسمی، یاسـر. (1391). تحلیل الگوی گسترش شهر بهشهر بر اساس مدل‌های کمی برنامه‌ریزی منطقه‌ای. فصلنامه علمی و پژوهشی پژوهش و برنامه ریزی شهری، 3(8): 112-93.

نیکپور، عامر و یاراحمدی، منصوره (1401). سنجش و ارزیابی میزان پراکنده رویی شهری مطالعه موردی: شهر ساری. مجله پژوهشهای جغرافیای برنامهریزی شهری، 10(2): 204-189.

Bereitschaft, B. and Debbage, K. (2013) 'Urban Form, Air Pollution, and CO2Emissions in Large U.S. Metropolitan Areas'. The Professional Geographer, 65, 612-635.

Bhatta, B. (2010). Analysis of Urban Growth and Sprawl from Remote Sensing Data, Advances in Geographic Information Science.

Bhatta, B., Saraswati, S., & Bandyopadhyay, D. (2010a). Quantifying the degree-offreedom, degree-of-sprawl, and degree-of-goodness of urban growth from remote sensing data. Applied Geography, 30, 96–111. https://doi.org/10.1016/j.apgeog.2009.08.001.

Bhatta, B., Saraswati, S., & Bandyopadhyay, D. (2010b). Urban sprawl measurement from remote sensing data. Applied Geography, 30, 731–740. https://doi.org/10.1016/j.apgeog.2010.02.002.

Bindajam, A. A., Mallick, J., Balha, A., Al Qadhi, S., Shohan, A. A. A., Singh, C. K., & Rahman, A. (2021). Characterizing the urban decadal expansion and its morphology using integrated spatial approaches in semi-arid mountainous environment, Saudi Arabia. Polish Journal of Environmental Studies, 30(5), 4437-4451.

Chapple, K. (2018) 'The fiscal trade-off: Sprawl, the conversion of land, and wage decline in California’s metropolitan regions'. Landscape and Urban Planning, 177, 294-302.

Cobbinaha, P., & Aboagye, H. (2017). A Ghanaian twist to urban sprawl. Land Use Policy, 5(3), 124-143.

Congalton, R.G., Green, K. (2019). Assessing the Accuracy of Remotely Sensed Data: Principles and Practices, CRC press.

Ewing, R. H. (2008). Characteristics, causes, and effects of sprawl: A literature review. In Urban ecology (pp. 519–535). United States: Springer. https://doi.org/10.1007/978-0-387-73412-5_34.

Ewing, R., Hamidi, S. and Grace, J. B. (2016) 'Urban sprawl as a risk factor in motor vehicle crashes'. Urban Studies, 53, 247-266.

Feng, L., Li, H. (2012). “Spatial Pattern Analysis of Urban Sprawl: Case Study of Jiangning, Nanjing, China.” J. Urban Plann. Dev., 10.1061/(ASCE)UP.1943-5444.0000119, 263-269.

Fenta, A. A., H. Yasuda, N. Haregeweyn, S. Belay, Z. Hadush, and M. A. Gebremedhin. (2017). The Dynamics of Urban Expansion and Land Use/land Cover Changes Using Remote Sensing and Spatial Metrics: The Case of Mekelle City of Northern Ethiopia. International Journal of Remote Sensing 38 (14): 4107–4129. doi:10.1080/01431161.2017.1317936.

Fouberg, E. H., A. B. Murphy, and H. J. DeBlij. (2012). Human Geography: People, Place, and Culture. 10th ed. John Wiley & Sons Inc. ISBN-10: 1118514653.

Frenkel, A. and Israel, E. (2018) 'Spatial inequality in the context of city-suburb cleavages–Enlarging the framework of well-being and social inequality'. Landscape and Urban Planning, 177, 328-339.

Gkyer, E. (2013). Understanding Landscape Structure Using Landscape Metrics. InTech. doi: 10.5772/55758.

Gordon, P., & Richardson, H. W. (2000). Defending suburban sprawl. The Public Interest, 139, 65–71.

Guo, C., Buchmann, C. M. and Schwarz, N. (2019) 'Linking urban sprawl and income segregation - Findings from a stylized agent-based model'. Environment and Planning B-Urban Analytics and City Science, 46, 469-489.

Hamidi, S., Ewing, R., Preuss, I., & Dodds, A. (2015). Measuring sprawl and its impacts: An update. Journal of Planning Education and Research, 35(1), 35–50. https://doi.org/10.1177/0739456X14565247

Huang, J. G., Lu, X. X., & Sellers, J. M. (2007). A global comparative analysis of urban form: Applying spatial metrics and remote sensing. Landscape and Urban Planning, 82 (4), 184–197. https://doi.org/10.1016/j.landurbplan.2007.02.010

Li, X., He, H. S., Bu, R., Wen, Q., Chang, Y., Hu, Y., & Li, Y. (2005). The adequacy of different landscape metrics for various landscape patterns. Pattern recognition, 38(12), 2626-2638.

Lopez, R. (2004). Urban sprawl and risk for being overweight or obese. American Journal of Public Health, 94(9), 1574–1579. https://doi.org/10.2105/ajph.94.9.1574.

McGarigal, K. Marks, B.J. (1995). Spatial pattern Analysis Program for Quantifying Landscape Structure. Gen. Tech. Rep. PNW-GTR-351, US Department of Agriculture, Forest Service, Pacific Northwest Research Station, pp. 1–122.

McLafferty, S. and Preston, V. (1992) 'Spatial Mismatch and Labor Market Segmentation for African-American and Latina Women'. Economic Geography, 68, 406-431.

Megahed, Y., Cabral, P., Silva, J., Caetano, M. (2015). Land Cover Mapping Analysis and Urban Growth Modelling Using Remote Senseing Techniqes in Greater Cario Region- Egypt. ISPRS International Journal of Geo- Information, 4, 1750-1769; doi: 10.3390/ijgi4031750.

Mosammam, H. M., J. T. Nia, H. Khani, A. Teymouri, and M. Kazemi. (2017). “Monitoring Land Use Change and Measuring Urban Sprawl Based on Its Spatial Forms: The Case of Qom City.” Egyptian Journal of Remote Sensing and Space Science 20 (1): 103–116. doi:10.1016/j.ejrs.2016.08.002.

Mun, J., Kim, S., & Lee, J. S. (2022). Remote sensing the urban sprawl in South Korea: the effects of sprawl on spatial inequality. XXVIII International Seminar on Urban Form ISUF2021: URBAN FORM AND THE SUSTAINABLE AND PROSPEROUS CITIES 29th June – 3rd July 2021, Glasgow.

Mun, J., Lee, J. S., & Kim, S. (2024). Effects of urban sprawl on regional disparity and quality of life: A case of South Korea. Cities, 151, 105125.

Polidoro, M., de Lollo, J. A., Barros, M. V. F. (2011). Environmental impacts of urban sprawl in Londrina, Paraná, Brazil, Journal of Urban and Environmental Engineering, vol 5(2), PP 73-83.

Shao, Z., Sumari, N. S., Portnov, A., Ujoh, F., Musakwa, W., & Mandela, P. J. (2021). Urban sprawl and its impact on sustainable urban development: a combination of remote sensing and social media data. Geo-Spatial Information Science, 24(2), 241-255.

Sithole, S. M., Musakwa, W., Magidi, J., & Kibangou, A. Y. (2024). Characterising landcover changes and urban sprawl using geospatial techniques and landscape metrics in Bulawayo, Zimbabwe (1984–2022). Heliyon, 10, e27275.

Stone, B. (2008) 'Urban sprawl and air quality in large US cities'. Journal of Environmental Management, 86, 688-698.

Stone, B., Hess, J. J. and Frumkin, H. (2010) 'Urban Form and Extreme Heat Events: Are Sprawling Cities More Vulnerable to Climate Change Than Compact Cities?'. Environmental Health Perspectives, 118, 1425-1428.

Sumari, N. S., Z. Shao, M. Huang, C. A. Sanga, and J. L. Van Genderen. (2017). Urban Expansion: A Geo-spatial Approach for Temporal Monitoring of Loss of Agricultural LAND. International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives 42 XLII-2/W7 (2W7): 1349–1355. doi:10.5194/isprs-archives-XLII-2-W7-1349-2017.

Tanveer, H., T. Balz, S. Sumari, and R. Shan. (2019). Pattern Analysis of Substandard and Inadequate Distribution of Educational Resources in Urban–rural Areas of Abbottabad, Pakistan. GeoJournal. doi:10.1007/s10708-019-10029-x.

Taubenböck, H., Wegmann, M., Roth, A., Mehl, H., Dech, S. (2009). Analysis of urban sprawl at mega city Cairo, Egypt using multisensorial remote sensing data, landscape metrics and gradient analysis. International Symposium on Remote Sensing of Environment (ISRSE): 1-4.

Tian, L., Li, Y., & Yan, Y. (2017). Measuring urban sprawl and exploring the role planning plays: A shanghai case study. Land Use Policy, 67, 426–435.

UN (2019) World Urbanization Prospects: The 2018 Revision (ST/ESA/SER.A/420) (United Nations, New York).

United Nations, Department of Economic and Social Affairs Population Division. (2018). World Urbanisation Prospects: The 2018 Revision. New York: United Nations.

Vanbelle, S. (2016). A new interpretation of the weighted kappa coefficients, Psychometrika 81 (2), 399–410.

Verma, R. and Garg, P.K. (2021). Spatio-temporal land use change analysis in directional zones of Lucknow City, India. Int. Arch. Photogram. Rem. Sens. Spatial Inf. Sci. 44: 181–186.

Wei, Y. D. and Ewing, R. (2018) 'Urban expansion, sprawl and inequality'. Landscape and Urban Planning, 177, 259-265.

Xu, G., T. Dong, P. Brandful, L. Jiao, N. S. Sumari, B. Chai, and Y. Liu. (2019). “Urban Expansion and Form Changes across African Cities with a Global Outlook: Spatiotemporal Analysis of Urban Land Densities. Journal of Cleaner Production 224: 802–810. doi:10.1016/j.jclepro.2019.03.276.

Yeh, A. G. O., & Li, X. (2001). Measurement and monitoring of urban sprawl in a rapidly growing region using entropy. Photogrammetric Engineering and Remote Sensing, 67, 83–90. https://www.asprs.org/wp-content/uploads/pers/2001journal/january/2001_jan_83-90.pdf.

Zhang, H., X. Ning, Z. Shao, and H. Wang. (2019). Spatiotemporal Pattern Analysis of China Cities Based on High-resolution Imagery from 2000 to 2015. In ISPRS International Journal of Geo-Information 8: 241. doi:10.3390/ijgi8050241.

Zhang, W., Li, W., Zhang, C., Hanink, D. M., Liu, Y., Zhai, R. (2018). Analyzing horizontal and vertical urban expansions in three East Asian megacities with the SScoMCRF model. Landscape and Urban Planning, vol 177, PP 114-127.