واژههای کلیدی:
پوشش گیاهی شهری; سنجش از دور؛ استخراج گیاهی؛ اندونزی
چکیده
محیط شهری نه تنها به دلایل اکولوژیکی بلکه برای عملکرد اجتماعی-اقتصادی نیز عمل کرده است، به همین دلیل استخراج پوشش گیاهی شهری در محیط شهری بسیار متراکم برای درک رضایت ساکنان از فضای سبز شهری اهمیت بیشتری پیدا میکند. با وضوح متوسط تصاویر ماهواره ای، دقت بسیار پایین است. ما از وضوح بالای ماهواره WorldView-2 برای افزایش دقت استفاده کردیم. ما Depok City در جاوا غربی را به عنوان منطقه مورد مطالعه انتخاب کردیم، چهار باند چند طیفی را تجزیه و تحلیل کردیم و الگوریتم TCT را برای بدست آوردن تراکم پوشش گیاهی اعمال کردیم. رابطه بین تراکم پوشش گیاهی و رضایت ساکنان با استفاده از تکنیک زمین آماری بر اساس مرز اداری محاسبه شد. ما سه نوع تراکم پوشش گیاهی شهری را استخراج کردیم: خوب، متوسط و کم.
1. مقدمه
پوشش گیاهی از آنجایی که منبع همه کاره ای برای مدیریت موثر و تعدیل انواع مشکلات مرتبط با شهرنشینی است، از اهمیت ویژه ای برخوردار است. به عنوان مثال، توزیع فضایی و فراوانی پوشش گیاهی شهری به عنوان یک عامل کلیدی مؤثر بر فرآیندهای بیوفیزیکی متعدد محیط شهری، از جمله کیفیت هوا و آب، دما، رطوبت و رژیم های بارش شناخته می شود [1-3].
در طول ده سال گذشته، شهر دپوک به عنوان یک شهر اقماری در جنوب جاکارتا به سرعت در حال رشد بوده است. رشد شهر به دنبال توسعه اجتماعی-اقتصادی نیز می باشد، فضای سبز شهری برای محیط شهری و اکوسیستم شهری اهمیت بیشتری پیدا می کند. درختان می توانند آلاینده های حمل و نقل را کاهش دهند و می توانند تأثیر جزیره گرمایی شهری را کاهش دهند. به منظور مقابله با افزایش رویداد سیل و وضعیت بد هوا در محیط شهری با تراکم بالا، نظارت بر وضعیت واقعی پراکنش پوشش گیاهی شهری و ارزیابی آن به منظور سنجش کیفیت زندگی در محیط شهری بسیار متراکم ضروری است.
علاوه بر این، مناطق پوشش گیاهی مانند باغ ها، پارک ها و جنگل ها با پیامدهای اجتماعی مثبت از جمله کاهش جرم و جنایت [ 4 ]، مزایای سلامتی [ 5 ] و رشد پیشرفته کودکی [ 6 ] مرتبط بوده اند. با توجه به ارتباط بین پوشش گیاهی زمین و فرآیندهای بیوفیزیکی و اجتماعی سیستم های شهری، تقاضای مداوم برای نقشه برداری و طبقه بندی پوشش گیاهی شهری موثر وجود دارد.
وضوح بالای تصاویر ماهواره ای مانند WorldView-2 اطلاعات بسیار بهتری را در هر پیکسل با وضوح 0.5 سانتی متر و مشخصات دقت 6.5 متر در اختیار ما قرار می دهد. این تصویر می تواند پوشش گیاهی شهری را در محیط شهری بسیار متراکم تعریف کند و برای نظارت بر توزیع فضای سبز دقیق بوده است. فاولا و تورس [ 7 ] تکنیک های درک تصویر را توسعه دادند که با هوش مصنوعی مشخص می شود، و سایر محققان سیستم های خبره تشخیصی را توسعه داده بودند [8،9].
به منظور مشاهده رضایت ساکنان، مطالعات بسیاری توسط محققین طراحی شده است، مانند پرسش از مردم و مصاحبه حضوری در مورد نظرات آنها [10،11]. با این حال هیچ مطالعه ای در مورد رشد شهری و ارتباط بین پوشش گیاهی شهری و سطح رضایت ساکنان شهری در شهر دپوک انجام نشده است.
اهداف این مطالعه عبارتند از: 1) ارائه روشی موثر برای استخراج پوشش گیاهی شهری در محیط شهری بسیار متراکم. 2) برای نشان دادن توزیع فضایی فضای سبز شهری با استفاده از تصاویر WorldView-2. و 3) محاسبه رابطه بین توزیع فضایی پوشش گیاهی شهری و رضایت ساکنان.
2. روش ها
2.1. منطقه مطالعه
شهر دپوک از نظر جغرافیایی در 6˚19’00 اینچ – 6˚28’00 اینچ عرض جغرافیایی جنوبی و 106˚43’00 اینچ – 106˚55’30 اینچ طول شرقی واقع شده است. Depok City به طور مستقیم در مجاورت منطقه بزرگ جاکارتا است. شهر دپوک به عنوان جوانترین استان جاوه غربی دارای مساحتی در حدود 20029 هکتار است [ 12 ].
Depok City Land Resources با تحولات سریع در داخل شهر تحت فشار است. بر اساس تجزیه و تحلیل داده ها از بازنگری سیاست برنامه ریزی فضایی شهر دپوک (2000-2010) در کاربری زمین فضای شهری، مناطق مسکونی در سال 2005 به 891509 هکتار (44.31٪) از کل کاربری اراضی شهر دپوک رسید [ 12 ].
در سال 2005 فضای سبز شهری 10106.14 هکتار (50.23 درصد) از مساحت شهر دپوک بوده است یا نسبت به سال 2000 0.93 درصد کاهش داشته است. کاربری زمین برای توسعه مسکونی که به بیش از 44.31 درصد از کل مساحت شهر رسیده است. مساحت ساخته شده در سال 2005 به 10013.86 هکتار (49.77 درصد) از کل مساحت شهر دپوک رسید که نسبت به سال 2000 3.59 درصد افزایش داشت [ 12 ].
جمعیت شهر دپوک در سال 2005 به 1,374,522 نفر رسید که شامل 696,329 مرد (50.66%) و 678,193 زن (49.34%) است، با مساحت تنها 200.29 کیلومتر مربع ، تراکم جمعیت در شهر Depok 682 نفر در کیلومتر مربع است . تراکم جمعیت به عنوان “متراکم” طبقه بندی شد، به ویژه اگر با توزیع نابرابر جمعیت همراه باشد [ 13 ].
در طی 5 سال (2000-2005) جمعیت شهر دپوک 447993 نفر افزایش یافت. در سال 1999 جمعیت هنوز کمتر از 1 میلیون نفر بود و تا سال 2005 به 1,374,522 نفر رسید که به طور متوسط 4.23 درصد در سال پیشرفت داشت. این افزایش به دلیل نرخ بالای مهاجرت در هر سال بود [ 13 ].
مهاجرت زیاد به شهر دپوک در نتیجه توسعه سریع شهری را می توان از توسعه روزافزون مناطق مسکونی مشاهده کرد. اعداد مهاجرت شهر دپوک در سال 2004، الگوی نوسانی را نشان می دهد، به طوری که مهاجرت 11899 نفر و مهاجرت 4503 نفر یا میانگین تعداد ورودی ها در سال به 7396 مهاجر می رسد. بر اساس این تحولات، تعداد تخمینی افرادی که به شهر دپوک می آیند در آینده افزایش خواهد یافت، زیرا فعالیت های عملیاتی و خدمات تجاری بیشتر و بیشتری به سرعت در حال رشد هستند [ 13 ].
2.2. داده ها
WorldView-2 یک ماهواره تجاری است که توسط Digital Globe, Inc اداره می شود. این حسگر دو تصویر مختلف را همزمان از رصد ارائه می دهد، یک تصویر چند طیفی و یک تصویر پانکروماتیک. تصویر چند طیفی وضوح کمتری (2 متر) از هر باند منفرد را ارائه می دهد که شامل نوارهای ساحلی، زرد، لبه قرمز و نزدیک به فرو قرمز-2 است. اما تصویر پانکروماتیک وضوح بالاتر (50 سانتی متر) تصویر یک باند را ارائه می دهد. داده های چند طیفی دارای هشت باند هستند که عبارتند از: ساحلی (400-450 میلی متر)، آبی (450-510 میلی متر)، سبز (510-580 میلی متر)، زرد (585-625 میلی متر)، قرمز (630-690 میلی متر)، قرمز. لبه (705 – 745 میلی متر)، نزدیک مادون قرمز-1 (770 – 895 میلی متر)، و نزدیک مادون قرمز-2 (860 – 1040 میلی متر). تصویر پانکروماتیک سیاه و سفید (تک رنگ) با ویژگی های طیفی 450 – 800 میلی متر است.
از تصویر منطقه مورد مطالعه ( شکل 1 ) می توان دریافت که پوشش گیاهی سبز شهری در جنگل شهری (پردیس دانشگاه اندونزی) متمرکز شده است. توزیع جغرافیایی پوشش گیاهی شهری متنوع است، از درختان کنار خیابان، درختان در پارک ها، بوته های کنار رودخانه ها تا درختان داخل منطقه مسکونی.
بررسی های میدانی برای دوره بین 5 مارس و 23 آوریل 2012 انجام شد. مصاحبه حضوری با اعضای دانشگاه، اعضای ساکن، کارگران و مسافران انجام شد. از آنها در مورد رضایت آنها از شرایط محیطی شهری سؤال شد.
چارچوب کلی مطالعه به دو مرحله تفکیک شده است ( شکل 2 ): مرحله اول پردازش تصویر است. در این مرحله، تصویر ماهوارهای به منظور استخراج پوشش گیاهی شهری در محیط شهری بسیار متراکم برای نظارت بر توزیع فضایی فضای سبز شهری طبقهبندی شد. در مرحله دوم، رابطه بین رضایت ساکنان و توزیع فضایی را اندازه گیری کردیم
شکل 1 . تصویر WorldView-2 از منطقه مورد مطالعه، با رنگ کاذب نشان داده شده است.
شکل 2 . چارچوب
فضای سبز شهری ما از الگوریتم Tasselled Cap Transformation-TCT برای بدست آوردن تراکم پوشش گیاهی و توزیع فضایی فضای سبز شهری استفاده کردیم. TCT (Tasselled Cap Transformation) یک فرمول ریاضی برای محاسبه سطح روشنایی، سطح سبزی، و سطح رطوبت از عدد دیجیتال در هر باند (باند 1 تا band4) از تصاویر WorldView-2 است. TCT اولین بار توسط Kauth و Thomas [ 14 ] از Landsat MSS معرفی شد. علاوه بر این، TCT توسط کریست تکمیل شد و Cicone [ 15 ] از Landsat TM استفاده کردند. در این مطالعه از ضریب TCT از Yrabrough و Easson [ 16 ] استفاده کردیم.
الگوریتم ها در زیر نشان داده شده است.
سطح رطوبت:
band1*(0.319) + band2*(0.542) + band3*(0.490) + band4*(0.604)
سطح سبزی:
band1*(-0.121) + band2*(-0.331) + band3*(-0.517) + band4*(0.780)
سطح روشنایی:
band1*(0.652) + band2*(0.375) + band3*(-0.639) + band4*(-0.163)
توجه: band1 برای آبی، band2 برای سبز، band3 برای قرمز، band4 برای نزدیک مادون قرمز.
از نتیجه تصویر TCT، ما از روش طبقهبندی بدون نظارت isodata با استفاده از تصویر سبزی استفاده کردیم تا فقط پوشش گیاهی شهری را استخراج کنیم. تصویر سبزی استفاده شده به دلیل سطح سبزی، تراکم پوشش گیاهی را توصیف می کند، سطح سبزی بالاتر با تراکم پوشش گیاهی بالاتر همبستگی دارد [ 17 ]. برای اندازه گیری سطح دقت نتیجه طبقه بندی، 100 امتیاز به طور تصادفی از نتایج طبقه بندی انتخاب شد. سپس امتیازها روی هم قرار گرفتند و ارزیابی بصری انجام شد. بررسی کار میدانی گسترده نیز برای تأیید نقاط با استفاده از سیستم موقعیت یابی جهانی (GPS) انجام شد. سپس ماتریس های سردرگمی را برای محاسبه ضرایب کاپا (k) و به دست آوردن دقت کلی ایجاد کردیم.
3. تجزیه و تحلیل
با توجه به تفسیر بدون نظارت isodata، ما سه طبقه از فضای سبز شهری را با استفاده از روش طبقهبندی درختی از تصویر WorldView-2 استخراج کردهایم:
– چگالی خوب (TCT-سبز بودن بیشتر از 0.8) – چگالی متوسط (TCT-سبزی بیشتر از 0.3 اما کمتر از 0.79) و
– چگالی کم (TCT-سبز بودن بیشتر از 0.1 اما کمتر از 0.29).
این سه نوع را می توان از شکل، بافت، رنگ، اندازه و تداعی های متمایز آنها به دست آورد، به عنوان مثال تراکم خوب منطقه جنگلی شهر است که بخشی از فضای سبز شهری در پردیس دانشگاه اندونزی است. تراکم متوسط پوشش گیاهی شهری مزارع محلی گواوا، موز و پاپایا است. در حالی که تراکم کم پوشش گیاهی شهری در کنار خیابان و درختان مسکونی واقع در کنار جاده اصلی قرار دارد.
برای برجسته کردن پوشش گیاهی در محیط شهری بسیار متراکم، پوشش گیاهی را به رنگ قرمز (رنگ کاذب) نشان میدهیم، از یک ترکیب RGB با استفاده از نوار نزدیک مادون قرمز-1، قرمز و زرد استفاده میکنیم. این ترکیب ما را برای تفسیر پوشش گیاهی شهری و استخراج آن با استفاده از طبقه بندی روش ایزوداده بدون نظارت آسان تر می کند.
برای به دست آوردن این سه کلاس مختلف، ما از نرم افزار منبع باز برای پردازش تصاویر ماهواره ای، ILWIS 3.7.1 استفاده کردیم. این نرم افزار منبع باز به ما اجازه می دهد تا روش isodata بدون نظارت را اعمال کنیم تا میانگین هر باند برای هر کلاس از پیکسل های آموزشی را همانطور که در مجموعه نمونه تعریف شده است محاسبه کنیم. نمونه مرحله آموزش بود که در آن کلاسهایی از پیکسلها با مقادیر طیفی مشابه تعریف میشوند. Classify مرحله تصمیم گیری است که در آن به هر پیکسل خروجی یک نام کلاس اختصاص داده می شود اگر مقادیر طیفی آن پیکسل به اندازه کافی مشابه یک کلاس آموزشی باشد. اطلاعات مربوط به کلاس هایی که پیکسل های آموزشی برای آنها در مجموعه نمونه انتخاب شده است را می توان در آمار نمونه مشاهده کرد. به طور کلی، به هر پیکسل خروجی، کلاسی تخصیص داده می شود که مقادیر طیفی آن شبیه ترین (یا “نزدیک ترین”) به مقادیر طیفی یک پیکسل ورودی است.
اولین نتیجه کلاسهای پوشش گیاهی شهری در قالب پیکسل است، برای آنالیز آسانتر، فرمت پیکسل را به فرمت برداری تبدیل میکنیم. ما تراکم پوشش گیاهی شهری (%) را در مقایسه با مساحت کل زمین (هکتار) هر منطقه فرعی تقسیم بر سطح پوشش گیاهی شهری (هکتار) و ضرب در 100 می کنیم. ما فقط از تراکم خوب پوشش گیاهی شهری در محاسبه، تراکم متوسط و کم استفاده کردیم. پوشش گیاهی شهری به دلیل ظاهر ناکافی در فعالیت کار مزرعه حذف شده است. این نوع پوشش گیاهی فقط درختان یا بوته های کوچک و در قسمت کوچکی از چمن هستند.
ما رابطه بین تراکم پوشش گیاهی و رضایت ساکنان را با تکنیک زمین آماری بر اساس یک مرز اداری نشان داده شده در نقشه تأیید کردیم ( شکل 3 ). در این مطالعه، اطلاعات رضایتمندی ساکنان جمعآوریشده از پیمایشهای میدانی، بر اساس نتایج پرسشنامه، از نظرات سطح 1 تا 3 رتبهبندی شد. رتبه 1، 2 و 3 به ترتیب نشان دهنده رضایت کم، متوسط و بالا بود. از شکل 3 ، می توان فهمید که تراکم بالای پوشش گیاهی شهری واقع در ضلع شمالی منطقه مورد مطالعه، که جنگل شهری در داخل دانشگاه اندونزی است.
سطح رضایت بالا نیز در دو منطقه فرعی واقع در ضلع شمالی شهر دپوک، همراه با تراکم بالای فضای سبز شهری به دست آمد. سطح رضایت متوسط از پوشش گیاهی شهری به دست آمده در ناحیه تنه بارو، در این منطقه مزارع محلی گواوا، موز و پاپایا وجود دارد، ساکنان محلی از ظاهر این مزارع احساس راحتی و رضایت می کنند، با این حال توسعه بسیاری از خوشه های مسکونی در حال حاضر تبدیل شده است. یک تهدید واقعی برای این مزارع است. سطح پایین رضایت از سطح پوشش گیاهی شهری به دست آمده در دو منطقه فرعی ضلع جنوبی منطقه مورد مطالعه، در این منطقه پوشش گیاهی تنها در قسمت کوچکی در حاشیه خیابان و در امتداد شبکه جاده های مسکونی ظاهر می شود.
4. نتیجه
ما پوشش گیاهی شهری و منطقه غیر گیاهی را با استفاده از اطلاعات طیفی ارائه شده توسط تصویر چند طیفی با استفاده از روش طبقهبندی بدون نظارت ایزودادا استخراج کردیم. از تجزیه و تحلیل ماتریس سردرگمی، ما دقت بالایی با دقت کلی 96.0429% تولید می کنیم و ضریب کاپا 0.9042 است ( جدول 1 ).
جدول 2 ضریب R2 را نشان می دهد که نشان دهنده همبستگی بین توزیع فضایی تراکم پوشش گیاهی شهری و رضایت ساکنان است. نتایج نشان میدهد که مقدار ضریب R2 نزدیک به واحد است که نشان میدهد تراکم پوشش گیاهی و رضایت ساکنان همبستگی خوبی دارند. بنابراین، می توان نتیجه گرفت که ساکنان بیشتر از تراکم بالای پوشش گیاهی شهری در جنگل شهری داخل پردیس دانشگاه اندونزی رضایت دارند.
با این حال، به دلیل در دسترس بودن داده ها، تصویر تراکم پوشش گیاهی شهری هر پنج ناحیه فرعی منطقه مورد مطالعه را پوشش نمی دهد. تصویر WorldView-2 تنها 67 درصد از کل مناطق مطالعه را پوشش می دهد. اندازه تصویر 4 کیلومتر × 2.7 کیلومتر برابر با 1080 هکتار و مساحت کل پنج زیر فرعی است.
شکل 3 . توزیع فضایی تراکم پوشش گیاهی شهری بر اساس سطح رضایت ساکنان.
جدول 1 . نتیجه ماتریس سردرگمی
جدول 2 . نتایج رگرسیون
منطقه 1621 هکتار است.
5. نتیجه گیری ها
این مطالعه نشان میدهد که تصاویر WorldView-2 میتواند برای نظارت بر استخراج پوشش گیاهی شهری در محیط شهری بسیار متراکم و برای درک رضایت ساکنان از توزیع فضایی تراکم فضای سبز شهری استفاده شود.
داده های تصویری با وضوح بالا و تکنیک GIS برای استخراج اطلاعاتی مانند پوشش گیاهی شهری که یک ویژگی مهم برای ارزیابی محیط شهری است بسیار مفید است. تکنیک ارائه شده در این مطالعه دقت بالایی را با R2 = 0.86 تولید می کند .
فتوا رمدانی علاوه بر این، افزایش کیفیت زندگی در جمعیت متراکم در یک شهر رو به رشد مانند شهر دپوک می تواند از دیدگاه تصاویر ماهواره ای با وضوح بالا اندازه گیری شود.
منابع
- R. Avissar، “اثرات بالقوه پوشش گیاهی بر محیط حرارتی شهری”، محیط جوی، جلد. 30، شماره 3، 1375، صص 437-448. doi:10.1016/1352-2310(95)00013-5
- CSB Grimmond، C. Souch و MD Hubble، “تأثیر پوشش درخت بر شارهای تعادل انرژی تابستانی، دره سن گابریل، لس آنجلس”، تحقیقات آب و هوا، جلد. 6، 1375، صص 45-57. doi: 10.3354/cr006045
- DJ Nowak و JF Dwyer، “مدل اثرات جنگل شهری (UFORE): کمی سازی ساختار جنگل شهری و عملکردها،” در: M. Hansen و T. Burk، ویرایشها، مجموعه مقالات: ابزارهای یکپارچه برای فهرست منابع طبیعی در قرن 21. کنفرانس IUFRO، وزارت کشاورزی ایالات متحده، خدمات جنگلداری، ایستگاه تحقیقاتی مرکزی شمال، سنت پل، صفحات 714-720.
- FE Kuo و WC Sullivan، “محیط زیست و جرم و جنایت در شهر درونی”، Environment and Behavior، جلد. 33، شماره 3، 1380، صص 343-365. [زمان(های استناد): 1]
- SE Coen و NA Ross، “کاوش در اساس مواد برای سلامت: ویژگی های پارک ها در محله های مونترال با نتایج متضاد سلامت”، Health and Place، جلد. 12، شماره 4، 1385، صص 361-371. doi:10.1016/j.healthplace.2005.02.001 [زمان(های استناد): 1]
- AF Taylor, A. Wiley, FE Kuo and WC Sullivan, “Green Spaces as Places to Grow”, Environment and Behavior, Vol. 30، شماره 1، 1377، صص 3-28. doi:10.1177/0013916598301001 [زمان(های استناد): 1]
- جی. فاولا و جی. تورس، «رویکرد دو مرحلهای برای طبقهبندی تصاویر ماهوارهای با استفاده از شبکههای عصبی فازی و الگوریتم یادگیری ID3»، Expert Systems with Applications، جلد. 14، شماره 1-2، 1377، صص 211-218. doi:10.1016/S0957-4174(97)00071-7 [زمان(های استناد): 1]
- R. Gamanya، P. De Maeyer و M. De Dapper، “یک طراحی خودکار طبقه بندی تصاویر ماهواره ای با استفاده از الگوریتم های تقسیم بندی شی گرا: حرکتی به سوی استانداردسازی”، Expert Systems with Applications، جلد. 32، شماره 2، 1386، صص 616-624. doi:10.1016/j.eswa.2006.01.055
- X. Huang, JR Jensen and HE Mackey, “Machine Learning Approach to Automated Construction of Knowledge Bases for Expert Systems for Remote Image Analysis with GIS,” Expert Systems with Applications, Vol. 11، شماره 4، 1375، صص 8-9.
- E. Lange، S. Hehl-Lange و MJ Brewer، “تجسم سناریوها برای ارزیابی کیفیت فضای سبز درک شده در حاشیه شهری-روستایی،” مجله مدیریت محیطی، جلد. 89، شماره 3، 1387، صص 245-256. doi:10.1016/j.jenvman.2007.01.061
- TTH Pham و D.-C. او، «چگونه مردم فضای سبز شهر را درک می کنند؟ نمایی از تصاویر ماهواره ای (در هانوی، ویتنام)،» مجموعه مقالات سمپوزیوم بین المللی علوم زمین و سنجش از دور IEEE، بوستون، 6-11 ژوئیه 2008، صفحات 1228-1231.
- دولت شهر دپوک، 2001. https://www.depok.go.id/profil-kota/geografi [Citation Time(s):3]
- دولت شهر دپوک، 2011. https://www.depok.go.id/profil-kota/demografi [Citation Time(s):3]
- RJ Kauth و GS Thomas، “کلاه منگولهای – توصیفی گرافیکی از توسعه طیفی-زمانی محصولات کشاورزی که توسط LANDSAT دیده میشود،” مجموعه مقالات سمپوزیوم پردازش ماشینی دادههای سنجش از دور، دانشگاه وست لافایت، ایندیانا، 1976. [زمان(های استناد): 1]
- EP Crist و RC Ciccone، “کاربرد مفهوم کلاهک منگولهای برای شبیهسازی دادههای نقشهبرداری موضوعی”، مهندسی فتوگرامتری و سنجش از راه دور، جلد. 50، 1984، صص 343-352. [زمان(های استناد): 1]
- LD Yarbrough و G. Easson، “ضرایب تبدیل کلاهک منگولهای Quickbird 2: مقایسهای از روش استخراج،” Pecora 16 “اولویتهای جهانی سنجش از دور زمین”، داکوتای جنوبی، 2005. [زمان(ها):1]
- ف. رمدانی، «تأثیر رشد زیر شهری در محیط مرطوب. مطالعه موردی: Rawa Danau Nature Re-Serve، مجموعه مقالات دهمین کنفرانس بین المللی ژئوکنفرانس SGEM، وارنا، 2010. [Citation Time(s):1]
بدون دیدگاه