بررسی الگوهای مکانی استفاده از زمین شهری با استفاده از شاخص های ابعاد فراکتالی چند بعدی

درک الگوهای مکانی کاربری اراضی شهری در سطح کلان و خرد یک مسئله اصلی در مطالعات تغییر جهانی است. با توجه به ویژگی های غیرخطی مرتبط با الگوهای مکانی کاربری اراضی ، در حال حاضر لازم است برخی از روشهای تجزیه و تحلیل متمایز برای تجزیه و تحلیل آنها در طیف وسیعی از وضوح تصاویر سنجش از راه دور ارائه شود. هدف از مطالعه ما تعیین کمیت الگوهای استفاده از اراضی شهری از دیدگاه های مختلف با استفاده از روشهای فراکتالی چند بعدی است. سه ابعاد فراکتال متداول ، یعنی بعد مرزی ، بعد شعاع و بعد آنتروپی اطلاعات ، به ترتیب به عنوان شاخص های معمولی برای بررسی پیچیدگی ، مرکزیت و تعادل الگوهای مکانی استفاده می شوند. علاوه بر این ، یک بعد لاکوناریسی جدید برای توصیف میزان خود سازماندهی کاربری اراضی شهری در سطح کلان ارائه شده است. یک تصویر بدون ابر Landsat ETM+ به دست آمده در 17 سپتامبر 2010 برای استخراج اطلاعات استفاده از زمین در ووهان ، چین استفاده شد. نتایج نشان می دهد که روابط خطی قابل توجهی وجود دارد که توسط آمادگی آماری خوب مربوط به این چهار شاخص نشان داده شده است. نتایج نشان می دهد که شهرنشینی سریع به طور قابل ملاحظه ای بر الگوی منظره شهری تأثیر گذاشته است ، و انواع مختلف کاربری اراضی الگوهای مکانی مختلف را در پاسخ نشان می دهد. این تجزیه و تحلیل نشان می دهد که چندین شاخص فراکتال/غیر شرعی ، درک جامع تری از ناهمگونی مکانی الگوهای مکانی استفاده از اراضی شهری نسبت به هر شاخص ابعاد فراکتال ارائه می دهد. این یافته ها می تواند به ما کمک کند تا بینش عمیق تری نسبت به الگوهای پیچیده مکانی استفاده از اراضی شهری کسب کنیم.

1. معرفی

استفاده از زمین و تغییر پوشش (LUCC) یکی از عمیق ترین تغییرات ناشی از انسان در سطح زمین است [1-6]. مطالعات بیشماری نشان داده اند که تصاویر ماهواره ای سنجش از دور منبع اصلی داده برای تجزیه و تحلیل الگوهای مکانی استفاده از اراضی شهری است [7-13]. در دسترس بودن اطلاعات فضایی-زمانی استفاده از زمین از تصاویر چند وضوح ماهواره های سنجش از راه دور ، مانند لندست ، اداره ملی اقیانوسی و جوی (NOAA) ، طیف سنجی تصویربرداری با وضوح متوسط (MODIS) و ماهواره مشاهده L'A la terre(Spot) ، مطالعه ساختار مکانی استفاده از اراضی شهری را به طور قابل توجهی تسهیل کرده است [14،15]. بنابراین ، ارائه برخی از روشهای تجزیه و تحلیل متمایز برای توصیف الگوهای مکانی در طیف وسیعی از وضوح تصاویر سنجش از دور در مطالعات استفاده از زمین بسیار مهم است.< Pan> استفاده از اراضی و تغییر پوشش (LUCC) یکی از عمیق ترین تغییرات ناشی از انسان در سطح زمین است [1-6]. مطالعات بیشماری نشان داده اند که تصاویر ماهواره ای سنجش از دور منبع اصلی داده برای تجزیه و تحلیل الگوهای مکانی استفاده از اراضی شهری است [7-13]. در دسترس بودن اطلاعات فضایی-زمانی استفاده از زمین از تصاویر چند وضوح ماهواره های سنجش از راه دور ، مانند لندست ، اداره ملی اقیانوسی و جوی (NOAA) ، طیف سنجی تصویربرداری با وضوح متوسط (MODIS) و ماهواره مشاهده L'A la terre(Spot) ، مطالعه ساختار مکانی استفاده از اراضی شهری را به طور قابل توجهی تسهیل کرده است [14،15]. بنابراین ، ارائه برخی از روشهای تجزیه و تحلیل متمایز برای توصیف الگوهای مکانی در طیف وسیعی از وضوح تصاویر سنجش از دور در مطالعات استفاده از زمین بسیار مهم است. سطح [1-6]. مطالعات بیشماری نشان داده اند که تصاویر ماهواره ای سنجش از دور منبع اصلی داده برای تجزیه و تحلیل الگوهای مکانی استفاده از اراضی شهری است [7-13]. در دسترس بودن اطلاعات فضایی-زمانی استفاده از زمین از تصاویر چند وضوح ماهواره های سنجش از راه دور ، مانند لندست ، اداره ملی اقیانوسی و جوی (NOAA) ، طیف سنجی تصویربرداری با وضوح متوسط (MODIS) و ماهواره مشاهده L'A la terre(Spot) ، مطالعه ساختار مکانی استفاده از اراضی شهری را به طور قابل توجهی تسهیل کرده است [14،15]. بنابراین ، ارائه برخی از روشهای تجزیه و تحلیل متمایز برای توصیف الگوهای مکانی در طیف وسیعی از وضوح تصاویر سنجش از دور در مطالعات استفاده از زمین بسیار مهم است.

تصاویر سنجش از دور می توانند پدیده های سطح زمین را به طور عینی و واقعی ثبت کنند. از آنجایی که ماهواره های سنجش از دور اطلاعات کاربری فراوان تری را در ده سال گذشته نسبت به هر زمان دیگری در تاریخ ارائه کرده اند، تحلیل کاربری زمین شهری شناسایی شده با ماهواره به عنوان رویکرد جریان اصلی فعلی برای مطالعه الگوهای فضایی شهری شناخته شده است [16،17].]. برای سنسورهای مختلف از راه دور با وضوح های فضایی مختلف، مطالعات موردی زیادی در مورد استفاده از تصاویر سنجش از دور مبتنی بر ماهواره وجود دارد که عملکرد خوب آن را در ارزیابی الگوهای فضایی استفاده از زمین از سال 2000 نشان داده است. در اوایل قرن بیست و یکم، فودی زمین را نقشه برداری کرد. پوشش از حسگر نقشه بردار موضوعی هوابرد (ATM) با طبقه بندی شبکه عصبی [18]. کالوری و همکارانتلاش برای بررسی پویایی پوشش زمین بر اساس نقشه موضوعی Landsat (TM) با استفاده از الگوریتم های محاسباتی با کارایی بالا [19]. تادسه و همکارانترکیب لندست TM و فناوری سیستم اطلاعات جغرافیایی برای تشخیص تغییر کاربری زمین در آدیس آبابا [20]. فریدل و همکارانالگوریتم هایی را برای نقشه برداری پوشش جهانی از MODIS [21] ارائه کردند، در حالی که Huete و همکاران. تبدیل پوشش زمین و تخریب زمین از داده های ابرطیفی Hyperion مشاهده 1 زمین (EO-1) [22] را تجزیه و تحلیل کرد. گیتاس و همکاراناز تصاویر NOAA-AVHRR برای نقشه برداری از مناطق سوخته در اسپانیا استفاده کرد [23]. سپسکبیل و همکاراناز جریان های پیوسته داده های MODIS برای مطالعه کاربری / پوشش زمین حوضه رودخانه گنگ و سند استفاده کرد [24]. دی آلمیدا و همکاراناز GIS برای شبیه سازی تغییرات کاربری زمین شهری از MSS و Landsat TM [25] استفاده کرد. دوران و همکارانتمرکز بر کسب و تجزیه و تحلیل داده ها در مورد توزیع کاربری زمین در استانبول با استفاده از GIS و فناوری سنجش از دور [26]. اخیراً چانگ و تانگ از تصاویر سنجش از دور لندست برای ارزیابی تغییر کاربری زمین پس از زلزله نورتریج استفاده کردند [27]. زوریتا میلا و همکاراناز تصاویر ماهواره ای با وضوح فضایی متوسط برای نقشه برداری پوشش زمین [28] استفاده کرد، در حالی که Myint و همکاران. اطلاعات پوشش زمین شهری را از تصاویر با وضوح فضایی بالا استخراج کردند [29] و Dymond و همکاران. از تصاویر ماهواره ای SPOT 5 برای بررسی تغییر کاربری زمین در نیوزلند استفاده کرد [30]. در گذشته و در حال حاضر، حتی در آینده، سنجش از دور احتمالاً همیشه مهمترین ابزار برای مطالعه کاربری زمین و تغییر پوشش خواهد بود.

الگوهای استفاده از اراضی شهری نه تنها ویژگی های یک وصله در سطح میکرو بلکه توزیع مکانی کلی در سطح کلان را شامل می شود. تغییرات مکانی محلی محلی در سطح میکرو اغلب الگوهای ظهور در مقیاس بزرگتر از کاربری اراضی ایجاد می کند ، که به نوبه خود تحت تأثیر ساختار مکانی استفاده از زمین در سطح کلان قرار می گیرند [31،32]. با توجه به مقیاس های مختلف الگوهای مکانی استفاده از اراضی ، ویژگی های میکرو در سطح پچ معمولاً توسط پیچیدگی مرزی تعریف می شوند (یعنی پیچیدگی هندسی شکل) ، در حالی که توزیع مکانی کلان عمدتا به ویژگی های کلی خاص مانند تعادل اشاره دارد، مرکزیت و خود سازماندهی. مشخصات میکرو را می توان از طریق پیچیدگی و تصادفی بودن تکه های استفاده از زمین ، که توسط مطالعات قبلی کاملاً شرح داده شده است ، اندازه گیری کرد [33،34]. با این حال ، برای خصوصیات در سطوح مختلف ، ماکرو به طور قابل توجهی پیچیده تر از میکرو است [35]. به عنوان مثال ، مرکزیت توزیع فضایی شعاعی و تغییر در اطراف تنها یک مرکز تعیین شده را توصیف می کند. در مقابل ، خود سازماندهی گرایش تجمع در مراکز چند خوشه را بیان می کند. علاوه بر این ، تعادل درجه تجمع مکانی را از همه جهات توصیف می کند ، که احتمال توزیع آن فرض می شود برابر است ، گویی هیچ مرکز تجمع وجود ندارد. از نظر تئوری آماری ، مطالعات قبلی ویژگی های متمایز غیرخطی را به این چهار الگوی مکانی کاربری اراضی که در بالا مورد بحث قرار گرفت ، نسبت داده اند. اشمیت (2006) و كوان (2008) همچنین خاطرنشان كردند كه مسئله واحد قابل اصلاح واحد (MAUP) ، تحت تأثیر مقیاس جغرافیایی ، در تجزیه و تحلیل كاربری اراضی وجود دارد ، كه به راحتی منجر به تعصب آماری جدی می شود كه می تواند به طور اساسی بر نتایج نتایج تأثیر بگذارد. آزمون فرضیه آماری [36،37]. یعنی این چهار الگوی مکانی کاربری اراضی با استفاده از روشهای تجزیه و تحلیل آماری نمی توانند به خوبی اندازه گیری شوند [38،39].

از ابعاد فراکتال برای پتانسیل آنها برای اندازه گیری خصوصیات غیرخطی مرتبط با الگوهای مکانی استفاده از اراضی شهری حاصل از تصاویر با سنجش از دور استفاده شده است. هر دو خود شنی بودن و تصادفی دو ویژگی اساسی فراکتال هستند. نشان داده شده است که ابعاد فراکتال برای مدل سازی توزیع مکانی بسیاری از پدیده های جغرافیایی روی زمین مناسب است [40]. کار بنیادی در تجزیه و تحلیل پیچیدگی الگوهای مکانی کاربری کاربردی ماهواره ای با استفاده از ابعاد فراکتال توسط De Cola [41] و LAM [42-49] گزارش شده است. با این وجود ، تا زمان توسعه تصاویر سنجش از راه دور با وضوح بالا در ده سال گذشته ، آن ابعاد فراکتالی کلاسیک با روش تقسیم کننده که در ابتدا توسط گودچیلد و شیلبرگ ساخته شده اند به تدریج به زمینه های تحقیقاتی بیشتر گسترش یافته اند و این ابعاد فراکتال شروع می شودبه طور گسترده تر اعمال می شود [50]. امرسون و همکاران. از یک بعد فراکتال برای کمک به طبقه بندی تصویر چند طیفی استفاده کرد ، که به ویژه در حل و فصل کلاس های پوشش زمین در مناطق شهرنشینی مؤثر بود [51]. تانگ و همکاران. از میانگین پچ و پچ پچ ، همراه با درصد سطح اصلی چشم انداز و روش سانتروئید با وزن منطقه ، برای تخمین همزمان حرکت مکانی جنگل و فرآیند تکه تکه شدن مکانی استفاده می کند [52]. ترن و همکاران. استفاده از ابعاد فراکتال برای شناسایی آستانه های همگن/ناهمگونی ساختار شهری را مورد بررسی قرار داد. مشخص شد که شاخص مبتنی بر تئوری فراکتال قوی تر و قابل انتقال برای تبعیض بین زمینه های شهری از روش واریانس محلی است [53]. بر اساس اطلاعات کاربری اراضی حاصل از هشت تصویر ماهواره ای ایندیاناپولیس ، ایالات متحده که توسط پنج سنسور از راه دور گرفته شده است ، لیانگ و همکاران. کارآیی سه الگوریتم فراکتال (ایزاریتم ، منشور مثلثی و واریوگرام) را برای توصیف مناظر شهری ارزیابی کرد [54]. مطالعات فوق نشان می دهد که ابعاد فراکتال می تواند ویژگی های غیرخطی الگوهای استفاده از اراضی شهری را توصیف کند و پتانسیل بررسی منظم ذاتی ، سلسله مراتب و تغییر مقیاس الگوهای مکانی استفاده از اراضی شهری را دارد [55،56]. علیرغم این سهم قابل توجه ابعاد فراکتال در تجزیه و تحلیل الگوی مکانی استفاده از زمین ، هیچ تحقیق قابل توجهی هنوز تلاش نکرده است تا همزمان از چندین شاخص ابعاد فراکتالی استفاده کند تا الگوهای مکانی استفاده از زمین را به طور کامل بررسی کند. گذشته از همه اینها،

عملکرد هر ابعاد فراکتال واحد که الگوهای مکانی استفاده از زمین را از یک منظر خاص تعیین می کند بسیار محدود است.

همانطور که توسط لینگ خلاصه شده است ، در حال حاضر سه بعد فراکتال برای اندازه گیری خصوصیات مکانی استفاده از زمین وجود دارد: بعد مرزی ، بعد شعاع و بعد آنتروپی اطلاعات [38]. بعد مرزی (نشان داده شده در شکل 1a) برای بیان پیچیدگی و تصادفی بودن تکه های استفاده از زمین [57،58] استفاده می شود ، و بعد شعاع (نشان داده شده در شکل 1B) برای توصیف کمی از محوریت تکه های استفاده از زمین استفاده می شود [59، 60]ابعاد آنتروپی اطلاعات نشان داده شده در شکل 1C برای نشان دادن تعادل توزیع مکانی استفاده از اراضی [61-63] اعمال می شود. علاوه بر این ، ما ابعاد لاکناریتی را برای توصیف الگوی مکانی خود سازماندهی استفاده از اراضی پیشنهاد می کنیم ، که در ادبیات به طور جدی نادیده گرفته شده است. همانطور که به خوبی شناخته شده است ، مناطق شهری عمدتاً در مرحله توسعه اولیه دارای یک مرکزیت واحد هستند. با توجه به گسترش غیرقابل کنترل مرتبط با شهرنشینی سریع ، ناهمگونی مکانی آن به تدریج افزایش می یابد و منجر به وضعیت نامتعادل با بسیاری از مراکز می شود. به عنوان مثال ، گرایش های منطقه ای مسکونی قوی برای استفاده از زمین های اضافی به عنوان فضای آزاد و تفریح در برخی از شهرهای کلانشهر چین و همچنین آمریکا وجود دارد. اگرچه این نوع الگوی استفاده از اراضی منطقه ای از زمین برای جوامع محافظت می کند و تا حدودی زمین را از توسعه حفظ می کند ، اما در نهایت با ویژگی های خود سازماندهی نشان داده شده در شکل 1D منجر به گسترش حومه شهر می شود. برای این الگوی فضایی در حال ظهور کاربری اراضی ، با این وجود ، هیچ شاخص ابعاد فراکتالی مربوطه وجود ندارد که بتواند به درک جامع تری از ویژگی های مکانی استفاده از زمین و قوانین فرایند شهرنشینی دست یابد.

هدف اصلی این مقاله ، تعیین کمیت الگوهای مکانی غیرخطی استفاده از اراضی شهری از طریق شاخص های چند بعدی و ارزیابی ویژگی های تک پچ در سطح میکرو و همچنین توزیع های مکانی کلی در سطح کلان است. به طور خاص ، ابعاد لاکونری جدید برای توصیف میزان خود سازماندهی با مراکز متعدد ارائه شده است ، که نمی توان با سه بعد فراکتال که معمولاً استفاده می شود (به عنوان مثال ، بعد مرزی ، بعد شعاع و بعد آنتروپی اطلاعات) بررسی کرد. برای ما مفید است که درک جامع تری از ناهمگونی مکانی الگوهای مکانی استفاده از اراضی شهری ایجاد کنیم.

2. روشها

2. 1سه بعد فراکتال معمولی_Bبعد مرزی محاسبه شده با استفاده از رویکرد تقسیم کننده [64] برای اولین بار برای اندازه گیری پیچیدگی مرز شهر توسط لانگلی و باتی [58] معرفی شد. به تدریج برای مطالعه ساختار مکانی کاربری اراضی در سطح میکرو استفاده شد. با فرض اینکه یک قطعه زمین با مساحت A و یک محیط P وجود داشته باشد ، مرز آن توسط ویژگی فراکتال مشخص می شود ، که توسط ابعاد فراکتال D تعریف شده است

وادبرای یک نوع استفاده از اراضی خاص ، بعد مرزی از منطقه A و محیط P برای همه تکه ها تعیین شد._Bجایی که C یک ضریب ثابت است. بعد مرزی D

، نمایندگی رابطه بین ناحیه پچ و محیط پچ ، می تواند پیچیدگی و تصادفی بودن تکه های استفاده از زمین را اندازه گیری کند. مقدار آن از 1. 0 تا 2. 0 متغیر است. مقدار 1. 0 به این معنی است که شکل وصله استفاده از زمین یک مربع است ، در حالی که یک مقدار 2. 0 پیچیده ترین حالت را نشان می دهد. هنگامی که مقدار 1. 5 است ، یک حرکت براون براون را نشان می دهد. به عبارت دیگر ، هرچه مقدار بالاتر باشد ، مرز زمین پیچیده تر می شود.

یکی دیگر از ابعاد فراکتال که معمولاً مورد استفاده قرار می گیرد ، بعد شعاعی است که توسط Frankhauser و Sadler پیشنهاد شده است [59]. وایت و انگلن از بعد شعاع برای تجزیه و تحلیل الگوهای مکانی استفاده از اراضی شهری استفاده کردند [60]. بعد شعاع با استفاده از روش شعاع جرم [64] محاسبه شد ، که توسط کل پچ و شعاع آن تعریف شده است تا تغییر چگالی یک نوع استفاده از اراضی خاص که از یک نقطه واحد در سطح کلان تابش می کند ، نشان دهد. این یک معیار ارزیابی مؤثر برای ارزیابی مرکزیت الگوهای استفاده از اراضی شهری با استفاده از رابطه در نظر گرفته شد_Rجایی که r شعاع مرکز شهری است. S (r) مساحت یک زمین خاص در داخل دایره با شعاع r است. C یک ضریب ثابت است. و د

بعد شعاع از یک نوع زمین خاص است. هنگامی که بعد شعاع کمتر از 2. 0 باشد ، چگالی مکانی برای یک نوع استفاده خاص از اراضی به طور غیر خطی به بیرون از نقطه تک مشخص شده کاهش می یابد و کاهش سریعتر با یک مقدار کوچکتر اتفاق می افتد. برعکس ، هنگامی که مقدار از 2. 0 بیشتر باشد ، چگالی مکانی به بیرون از نقطه واحد داده شده افزایش می یابد. به طور خاص ، چگالی مکانی بدون تغییر از مرکز به لبه خارجی هنگامی که بعد شعاع برابر با 2. 0 باشد. به طور خلاصه ، هرچه ارزش آن کوچکتر باشد ، درجه تجمع قوی تر است.

علاوه بر این ، برخی از محققان از آنتروپی اطلاعاتی برای توصیف تعادل برای نوع خاصی از کاربری اراضی شهری استفاده کرده اند. اگرچه شاخص آنتروپی اطلاعات به عنوان یک اندازه گیری مناسب برای توزیع مکانی در نظر گرفته می شود ، اما مقایسه انواع مختلف کاربری اراضی به دلیل اثرات شدید مقیاس مکانی دشوار است. برای حل این مشکل ، چن و لیو از روش شمارش جعبه [64] برای گسترش آنتروپی اطلاعات به بعد آنتروپی اطلاعات توسط رابطه استفاده کردند [55]₀جایی که ε مقیاس شبکه است. من_Iمقدار اولیه آنتروپی اطلاعات است. من (ε) آنتروپی اطلاعاتی از یک نوع استفاده از اراضی خاص با مقیاس شبکه ε و D است

بعد آنتروپی اطلاعات است. ابعاد آنتروپی اطلاعات برای کشف درجه های جمع آوری کلی انواع مختلف استفاده از اراضی شهری در سطح کلان طراحی شده است. در اصل ، مقدار بعد آنتروپی اطلاعات از 0 تا 2. 0 متفاوت است. هنگامی که برابر با 0 باشد ، الگوی مکانی استفاده از زمین تا یک نقطه متمرکز می شود. هنگامی که برابر با 2. 0 باشد ، زمین توزیع مکانی یکنواخت را ارائه می دهد. برای باقیمانده مقادیر ، یک مقدار ابعاد فراکتال بزرگتر نشان دهنده توزیع یکنواخت تر الگوهای مکانی استفاده از زمین است ، در حالی که یک مقدار کوچکتر با توزیع متمرکز تر همراه است.

2. 2ابعاد فراکتال رمان - بعد لاکونیت

اگرچه برخی از موارد تحقیقاتی موفق و مطالعات آموزنده در مورد سه بعد فراکتال انجام شده است ، همانطور که در بالا مورد بحث قرار گرفت ، این سؤال که چگونه می توان الگوهای مکانی قابل توجه مربوط به بسیاری از مراکز تجمیع مجزا در سطح کلان را توصیف کرد ، تا حد زیادی بی پاسخ است و تحقیقات سیستماتیک برای پرداختنچنین مواردی فوراً مورد نیاز است.

بعد لاکناریتی رمان از شاخص مکانی منظره لاکناریت با استفاده از روش شمارش جعبه [64] گرفته شده است اما مقایسه بهتری دارد. در مقایسه با ادبیات موجود ، تمرکز کار ما بهبود لاکونارییت با توجه به ویژگی خود شنیع آن در وضوح مکانی مختلف است [65]. لاکونارییت توسط ماندلبروت پیشنهاد شد و سپس توسط Plotnick به اکولوژی چشم انداز معرفی شد تا الگوهای پراکندگی مکانی را توصیف کند [66-68]. این به عنوان اندازه گیری اندازه شکاف یک ساختار هندسی در نظر گرفته شد. شکاف ها یا سوراخ ها در یک الگوی منظره باعث ایجاد مراکز تجمیعی در ارتباط با توزیع کاربری اراضی می شود. هرچه شکاف یا سوراخ بیشتر باشد ، مراکز جمع آوری بیشتر. در فرآیند محاسبه خود ، مقدار پیکسل از یک نوع استفاده از زمین شناخته شده روی 1 و مقدار پیکسل دیگران به 0 تنظیم شده است. و ستون و حرکت یک ستون یا ردیف در یک مرحله ، هم از چپ به راست و هم از بالا به پایین. در مراحل تطبیق ، نوع کاربری اراضی با مقدار 1 در قالب شمارش و به عنوان s ثبت شد. پس از اسکن کل منطقه مورد مطالعه توسط الگوی ، فرکانس وقوع S به عنوان N (S ، R) محاسبه و تعریف شد ، که فرکانس وقوع S در تمام الگوهای R × R بود. اگر منطقه مورد مطالعه از پیکسل M × N تشکیل شده و اندازه الگوی پنجره R × R باشد ، حداکثر تعداد N (R) الگوهای R موجود در منطقه مورد مطالعه به شرح زیر محاسبه می شود: