خلاصه

برنامه ریزی موثر و کارآمد تغییرات کاربری اراضی روستایی و تأثیر آن بر محیط زیست برای مدیران کاربری بسیار حیاتی است. بسیاری از مدل‌های رشد کاربری زمین برای پیش‌بینی الگوهای رشد در چند سال اخیر پیشنهاد شده‌اند. در این کار؛ یک مدل کاربری زمین مبتنی بر اتوماتای ​​سلولی (CA) (Metronamica) برای شبیه‌سازی (1999-2007) و پیش‌بینی (2007-2035) پویایی کاربری زمین و تغییرات کاربری زمین در اندلس (اسپانیا) آزمایش شد. مدل با استفاده از تغییرات زمانی در پوشش کاربری زمین کالیبره شد و با شاخص کاپا ارزیابی شد. نقشه های مبتنی بر GIS برای مطالعه تغییرات عمده کاربری اراضی روستایی (کشاورزی و جنگل) تولید شد. ماتریس تغییر برای سالهای 1999-2007 تغییر مساحت کلی 674971 هکتار را نشان داد. کاربری غالب اراضی در سال 2007 بوته‌ها (7/30%)، محصولات چوبی در زمین‌های دیم (3/17%) و محصولات علفی در زمین‌های دیم (7/12%) بودند. مقایسه بین نقشه های کاربری اراضی مرجع و شبیه سازی شده در سال 2007، شاخص کاپا 91/0 را نشان داد. نقشه پوشش زمین برای سناریوهای PRELUDE پیش بینی شده، ویژگی های پوشش زمین سال 2035 در اندلس را ارائه می دهد. در سناریوهای مدل مترونامیکا (فرار بزرگ، جامعه تکامل یافته، شبکه خوشه‌ای، سوپرایز کاهو U، و بحران بزرگ) توسعه یافته است. بیشترین تفاوت‌ها بین گریز بزرگ و شبکه خوشه‌ای و Lettuce Surprise U یافت شد. روند مشاهده شده (1999-2007-2035) بیشترین شباهت را با سناریوی بحران بزرگ نشان داد. پیش‌بینی‌های کاربری زمین درک پویایی آینده تغییر کاربری زمین در مناطق روستایی را تسهیل می‌کند. و در نتیجه تدوین برنامه ها و سیاست های مناسب تر نقشه پوشش زمین برای سناریوهای PRELUDE پیش بینی شده، ویژگی های پوشش زمین سال 2035 در اندلس را ارائه می دهد. در سناریوهای مدل مترونامیکا (فرار بزرگ، جامعه تکامل یافته، شبکه خوشه‌ای، سوپرایز کاهو U، و بحران بزرگ) توسعه یافته است. بیشترین تفاوت‌ها بین گریز بزرگ و شبکه خوشه‌ای و Lettuce Surprise U یافت شد. روند مشاهده شده (1999-2007-2035) بیشترین شباهت را با سناریوی بحران بزرگ نشان داد. پیش‌بینی‌های کاربری زمین درک پویایی آینده تغییر کاربری زمین در مناطق روستایی را تسهیل می‌کند. و در نتیجه تدوین برنامه ها و سیاست های مناسب تر نقشه پوشش زمین برای سناریوهای PRELUDE پیش بینی شده، ویژگی های پوشش زمین سال 2035 در اندلس را ارائه می دهد. در سناریوهای مدل مترونامیکا (فرار بزرگ، جامعه تکامل یافته، شبکه خوشه‌ای، سوپرایز کاهو U، و بحران بزرگ) توسعه یافته است. بیشترین تفاوت‌ها بین گریز بزرگ و شبکه خوشه‌ای و Lettuce Surprise U یافت شد. روند مشاهده شده (1999-2007-2035) بیشترین شباهت را با سناریوی بحران بزرگ نشان داد. پیش‌بینی‌های کاربری زمین درک پویایی آینده تغییر کاربری زمین در مناطق روستایی را تسهیل می‌کند. و در نتیجه تدوین برنامه ها و سیاست های مناسب تر کاهو سورپرایز U; و بحران بزرگ). بیشترین تفاوت‌ها بین گریز بزرگ و شبکه خوشه‌ای و Lettuce Surprise U یافت شد. روند مشاهده شده (1999-2007-2035) بیشترین شباهت را با سناریوی بحران بزرگ نشان داد. پیش‌بینی‌های کاربری زمین درک پویایی آینده تغییر کاربری زمین در مناطق روستایی را تسهیل می‌کند. و در نتیجه تدوین برنامه ها و سیاست های مناسب تر کاهو سورپرایز U; و بحران بزرگ). بیشترین تفاوت‌ها بین گریز بزرگ و شبکه خوشه‌ای و Lettuce Surprise U یافت شد. روند مشاهده شده (1999-2007-2035) بیشترین شباهت را با سناریوی بحران بزرگ نشان داد. پیش‌بینی‌های کاربری زمین درک پویایی آینده تغییر کاربری زمین در مناطق روستایی را تسهیل می‌کند. و در نتیجه تدوین برنامه ها و سیاست های مناسب تر

کلید واژه ها:

سناریوهای آینده ؛ پیش درآمد ; پویایی کاربری زمین ; سیستم پشتیبانی تصمیم گیری فضایی، پوشش زمین CORINE

 

چکیده گرافیکی

1. معرفی

تغییرات مستمر کاربری زمین، چه شهری و چه روستایی، عمدتاً ناشی از فعالیت‌های انسانی است [ 1 ]. استفاده از ابزارهایی مانند مدل‌های تغییر کاربری زمین، از تحلیل علل و پیامدهای چنین تغییراتی به منظور درک عملکرد سیستم کاربری زمین و حمایت از برنامه‌ریزی و سیاست کاربری زمین پشتیبانی می‌کند [ 2 ]. در طول قرن گذشته، تغییرات در توسعه جمعیتی، شهرنشینی و صنعتی شدن به طور مداوم باعث تغییرات کاربری زمین و پوشش زمین (LULC) در بسیاری از مناطق در سراسر جهان شده و شرایط بیوفیزیکی و اجتماعی-اقتصادی جدیدی را ایجاد کرده است [ 3 ]. بنابراین، تغییرات LULC با عوامل اجتماعی-اقتصادی، تغییرات در توسعه صنعتی، تبدیل تولید کشاورزی مرتبط است 4 ].5 ، مهاجرت [ 6 ، 7 ]، وضعیت منطقه حفاظت شده [ 8 ] و تغییرات آب و هوا [ 9 ]. در نتیجه این محرک ها، الگوهای کاربری فعلی نتیجه یک سری تاریخی از تغییرات کاربری قبلی و افزایشی است که الگوی کاربری فعلی را بسیار وابسته به مسیر می کند [ 10 ]. بسیاری از محققان بر درک عواملی که منجر به این انتقال می شوند تمرکز کرده اند [ 11 ، 12 ]. با این حال، تحقیقات بیشتری برای توضیح تغییرات کاربری زمین در مقیاس های زمانی و مکانی مختلف مورد نیاز است [ 13 ].
سیاست گذاران و تصمیم گیرندگان خواستار سناریوهای تغییر کاربری زمین هستند تا آنها را قادر به توسعه استراتژی های پایداری کند که روندهای آینده را پیش بینی می کند [ 14 ]. در دهه‌های اخیر، تحقیقات فراوانی بر روی مدل‌سازی فضایی کاربری زمین، بر اساس دسترسی بهتر به اطلاعات مکانی، افزایش ظرفیت‌های محاسباتی، و تقاضا برای ابزارهای برنامه‌ریزی دقیق‌تر برای پشتیبانی تصمیم انجام شده است [ 15 ، 16 ، 17 ، 18 ] . چندین رویکرد صریح فضایی برای مدلسازی کاربری اراضی پیشنهاد شده است [ 19 , 20]. در میان آنها، مدل‌های اتوماتای ​​سلولی (CA) به دلیل توانایی آنها در شبیه‌سازی فرآیندهای فضایی پویا [ 21 ، 22 ]، و ایجاد الگوهای پیچیده [ 23 ]، اغلب برای مدل‌سازی تغییر کاربری زمین استفاده می‌شوند. مدل‌های CA شامل مدل‌های CA یکپارچه مانند مدل موسسه تحقیقاتی سیستم‌های دانش (RIKS) [ 24 ]، مدل CA فازی [ 25 ]، مدل CA شبکه‌های عصبی مصنوعی [ 26 ] و مدل چند CA [ 27 ] است. اخیراً، مدل‌های کاربری اراضی CA برای حمایت از برنامه‌ریزی کاربری زمین و تجزیه و تحلیل سیاست [ 22 ، 28 ] تعمیم داده شده است.] و همچنین برای پیش بینی تغییرات آینده و اثرات سناریوهای اقتصادی، توسعه و تغییرات آب و هوایی [ 29 ].
مدل‌های CA دینامیک کاربری زمین توسط مجموعه‌ای از حالات سلولی، همسایگی‌ها و قوانین انتقال و زمان تولید می‌شوند [ 30 ]. حالت سلولی را می توان برای نمایش هر ویژگی محیط روستایی یا شهری (به عنوان مثال، کاربری زمین، تراکم جمعیت، پوشش زمین، عوامل زمین، یا شبکه های جاده ای) [ 22 ، 31 ] و در بسیاری از تغییرات کاربری زمین استفاده کرد. مطالعاتی که برای حمایت از تصمیم گیری در زمینه سیاست و استفاده از زمین [ 14 ، 32 ، 33 ] انجام می شود. مترونامیکا یک سیستم پشتیبانی تصمیم فضایی (SDSS) است که بر اساس مدل اتوماتای ​​سلولی محدود (CCA) است [ 24 ، 34 ]]، به طور فزاینده ای برای کمک به شبیه سازی مفاهیم فضایی سناریوهای آینده استفاده از زمین استفاده می شود. این رویکرد در تصمیم گیری های برنامه ریزی بلند مدت بسیار مفید است. مترونامیکا توسط ادارات دولتی و محققان برای شبیه‌سازی پویایی مناطق روستایی، از جمله کاربری‌های کشاورزی و جنگلی، تحت سناریوهای تغییر مختلف استفاده شده است [ 35 ، 36 ، 37 ، 38 ، 39 ]. کارتوگرافی حساسیت به دست آمده از این تحلیل ابزار مفیدی در برنامه ریزی طبیعی و روستایی است.
اندلس دومین منطقه بزرگ اسپانیا است و بیش از 8.5 میلیون نفر جمعیت دارد. در طول دو دهه گذشته، رشد اقتصادی سریعی را تجربه کرده است که بر توسعه شهری، گردشگری و کشاورزی متمرکز شده است. در این زمینه، برنامه ریزی محیط روستایی با چالش های زیادی در ایجاد تعادل بین کاربری فعلی و آتی با پایداری و محدود کردن مشکلات زیست محیطی مواجه است. در این مطالعه مترونامیکا [ 34] برای مدل سازی روندهای آتی تغییرات کاربری زمین در اندلس برای دوره 2010-2035 استفاده شد. سه هدف مشخص وجود داشت: (1) توصیف تغییرات عمده کاربری اراضی روستایی در مقیاس منطقه‌ای بین سال‌های 1999 و 2007، (ب) آزمایش مدل کاربری زمین مترونامیکا، و (iii) شبیه‌سازی الگوهای کاربری زمین در آینده. در سناریوهای تحلیل محیطی آینده نگر توسعه کاربری زمین در اروپا (PRELUDE). این مطالعه کاربرد این مدل را در مقیاس منطقه ای با توجه به توانایی آن در ایجاد نتایج واقعی در مورد تغییرات کاربری زمین و حمایت از سیاست گذاران آزمایش می کند.

2. مواد و روشها

2.1. منطقه مطالعه

اندلس در جنوب شبه جزیره ایبری، در جنوب غربی اروپا قرار دارد و بیش از 87600 کیلومتر مربع وسعت دارد ( شکل 1).). این شامل سه رشته کوه اصلی است که در جهت شرق به غرب، Sierra Morena و سیستم Baetic، متشکل از کوه های Subbaetic و Penibaetic، که توسط حوضه Intrabaetic از هم جدا شده اند، در حالی که اندلس پایین در فرورفتگی Baetic دره رودخانه Guadalquivir قرار دارد. . آب و هوای مدیترانه ای با دو اوج بارندگی در بهار و پاییز و یک فصل خشک در تابستان بیشترین فراوانی را دارد. میانگین بارندگی سالانه بین 300 تا 2000 میلی‌متر و میانگین دمای سالانه 17 درجه سانتی‌گراد و حداکثر دما در تابستان به میانگین بالای 36 درجه سانتی‌گراد می‌رسد. تغییرات توپوگرافی به معنای محدوده آب و هوا از خشک (از جمله خشک ترین منطقه مدیترانه اروپا) تا مرطوب است. کاربری غالب اراضی روستایی کشاورزی گسترده و فشرده از جمله محصولات زراعی بی آبی و آبی، باغات زیتون، و باغبانی گلخانه ای در نیمه دوم قرن بیستم و دهه‌های اخیر، رها شدن تدریجی زمین منجر به افزایش قابل توجهی در مراتع وسیع و مناظر چوبی (مانند درختچه‌ها و جنگل‌ها) شده است. بیشتر پوشش گیاهی طبیعی جنگل‌های مدیترانه‌ای است، عمدتاً درختان همیشه سبز، مانند درختان چوب پنبه‌ای و بلوط و کاج، با مناطق وسیعی که توسط زمین‌های بوته‌ای مدیترانه پوشانده شده است. بر اساس داده های منتشر شده توسط موسسه ملی آمار اسپانیا، در اندلس جمعیت در طول دوره 1999-2007 تقریباً 750000 نفر افزایش یافته است که عمدتاً به دلیل تمرکز جمعیت روستایی در برخی مناطق است. رها شدن تدریجی زمین منجر به افزایش چشمگیر در مراتع وسیع و مناظر چوبی (مانند درختچه ها و جنگل ها) شده است. بیشتر پوشش گیاهی طبیعی جنگل‌های مدیترانه‌ای است، عمدتاً درختان همیشه سبز، مانند درختان چوب پنبه‌ای و بلوط و کاج، با مناطق وسیعی که توسط زمین‌های بوته‌ای مدیترانه پوشانده شده است. بر اساس داده های منتشر شده توسط موسسه ملی آمار اسپانیا، در اندلس جمعیت در طول دوره 1999-2007 تقریباً 750000 نفر افزایش یافته است که عمدتاً به دلیل تمرکز جمعیت روستایی در برخی مناطق است. رها شدن تدریجی زمین منجر به افزایش چشمگیر در مراتع وسیع و مناظر چوبی (مانند درختچه ها و جنگل ها) شده است. بیشتر پوشش گیاهی طبیعی جنگل‌های مدیترانه‌ای است، عمدتاً درختان همیشه سبز، مانند درختان چوب پنبه‌ای و بلوط و کاج، با مناطق وسیعی که توسط زمین‌های بوته‌ای مدیترانه پوشانده شده است. بر اساس داده های منتشر شده توسط موسسه ملی آمار اسپانیا، در اندلس جمعیت در طول دوره 1999-2007 تقریباً 750000 نفر افزایش یافته است که عمدتاً به دلیل تمرکز جمعیت روستایی در برخی مناطق است.

2.2. مجموعه داده های کاربری زمین

داده‌های کاربری زمین از CORINE Land Cover (CLC) برای سال‌های 1999 تا 2007 (از این پس CLC1999، CLC2007)، از دولت منطقه‌ای اندلس ( https://www.juntadeandalucia.es/medioambiente/site/rediam ) به‌دست آمد. اگرچه مشکلات مربوط به دقت موضوعی و قابلیت اطمینان مجموعه داده های پوشش زمین CORINE شناخته شده است (به عنوان مثال، [ 40 ])، CLC برای 1999-2007 به دلیل اصلاح اعمال شده توسط دولت منطقه ای اندلس می تواند به طور کلی با کیفیت بالا در نظر گرفته شود. . برای منطقه مورد مطالعه در اینجا، لایه‌های داده شطرنجی بر روی یک شبکه با وضوح فضایی 100 متر نشان داده شد که برای استفاده در مقیاس منطقه‌ای مناسب بود. روش طبقه بندی منجر به 17 کلاس LULC شد که در جدول S1 (مواد تکمیلی) فهرست شده است.که در کاربری‌های خالی (مثلاً تغییرات کاربری زمین در نتیجه پویایی سایر کاربری‌ها، به عنوان مثال، پوشش درختچه‌ای)، کاربری‌های کاربردی (کاربری‌های زمین با روند تغییر بالا، به عنوان مثال، کاربری شهری) گروه‌بندی شدند. استفاده از ویژگی ها (کاربری های زمین با روند تغییر کم؛ به عنوان مثال، خاک های لخت).

2.3. چارچوب روش شناختی

چارچوب روش شناختی برای کاربرد مدل مترونامیکا شامل دو فرآیند اصلی است: کالیبراسیون و شبیه سازی ( شکل 2).). کالیبراسیون برای شناسایی عناصر کلیدی مدل CA بر اساس تغییر در رفتار دینامیکی یک سلول کاربری داده شده به عنوان پاسخی به تغییرات مشاهده شده بین سال‌های 1999 و 2007 طراحی شده است: مناسب بودن فعلی آن (مرحله 1)، منطقه‌بندی مرحله 2)، و پارامترهای دسترسی (مرحله 3) محاسبه شد. تأثیر سه مؤلفه کلیدی و قوانین استفاده از زمین (مرحله 4) یک پتانسیل انتقال ایجاد می کند (مرحله 5) که تعیین می کند آیا در یک سال خاص، سلول به کاربری زمین دیگری تغییر خواهد کرد یا در حال حاضر باقی خواهد ماند. حالت. در نهایت، سناریوهای آینده با پارامترهای مناسب بودن به روز شده مطابق با سناریوهای PRELUDE ایجاد شدند. جزئیات بیشتر در مورد مترونامیکا و عناصر مختلف فرآیند کالیبراسیون در مستندات مدل مترونامیکا [ 34 ] موجود است.].

2.4. تغییرات در کالیبراسیون Land-Luse

چهار گروه از عوامل ایجاد تغییرات در کاربری زمین در سطح منطقه انتخاب شدند ( شکل 2 و جدول S2 مواد تکمیلی ) [ 34]: (i) تناسب فیزیکی کاربری‌های زمین، بر اساس عوامل تعیین‌کننده فیزیکی یا جغرافیایی (به عنوان مثال، ارتفاع، شیب، کیفیت خاک، و متغیرهای اقلیمی)، (ب) محدودیت‌های منطقه‌بندی یا تناسب سازمانی در تخصیص کاربری‌ها که منعکس‌کننده است. تصمیم گیری فعلی و آینده (به عنوان مثال، تبدیل زمین کشاورزی به کاربری های جنگلی)، (iii) دسترسی به عنوان بیانی از قدرت نفوذ شبکه های حمل و نقل (به عنوان مثال، جاده ها و شبکه های ریلی) و سایر زیرساخت ها، و (IV) زمین تعاملات استفاده در منطقه، که توسط پویایی کاربری بالقوه محله نشان داده شده است. نقشه‌های تناسب فیزیکی و پهنه‌بندی با استفاده از ابزار Metronamica Overlay ایجاد شد و شامل (i) میانگین دمای سالانه، میانگین حداکثر و حداقل دما و بارش سالانه، با وضوح 100 متر،https://www.juntadeandalucia.es/medioambiente/site/rediam ) و (ii) یک مدل ارتفاعی دیجیتال (1998، وضوح 20 متر؛ 2006، وضوح 5 متر) [ 41 ]. همه درایورها با وضوح 100 × 100 متر نمونه برداری شدند و با توجه به سیستم مرجع مختصات UTM منطقه 30 اروپای 1950 مجدداً پیش بینی شدند. تغییر کاربری زمین برای این دوره با استفاده از مراحل زمانی یک ساله شبیه سازی شد. مدل کاربری محلی برای اندلس شامل 15 طبقه کاربری زمین بود که 9 طبقه به صورت پویا مدل‌سازی شدند و سپس در سه کاربری غالب روستایی گروه‌بندی شدند: کشاورزی گسترده و فشرده و پوشش گیاهی طبیعی ( شکل 1 ، جدول S1 مواد تکمیلی) .). کلاس‌های باقی‌مانده نشان‌دهنده کلاس‌های غیرمدل‌سازی شده‌اند (به عنوان مثال، بدنه‌های آبی، زیرساخت‌ها، سایت‌های تخلیه، و سواحل) و ما فرض کردیم که آنها در طول دوره شبیه‌سازی بدون تغییر باقی می‌مانند.
برای کالیبراسیون، بر اساس چهار گروه محرک، مدل از طریق یک سری مراحل که نشان دهنده مراحل زمانی برای شبیه‌سازی پتانسیل انتقال برای هر سلول و کاربری زمین بر اساس مدل کاربری زمین مترونامیکا است، پیشرفت کرد. مدل کاربری زمین برای شبیه‌سازی تغییرات کاربری زمین در اندلس بین سال‌های 1999 و 2007 کالیبره شد. قوانین همسایگی برای ایجاد پتانسیل انتقال با استفاده از تحلیل رگرسیون خطی چندگانه از داده‌های کاربری مکانی-زمانی موجود برای اندلس تعریف شد (1999) -2007). پتانسیل انتقال منعکس کننده فشارهای اعمال شده بر هر کاربری است و اطلاعات مورد نیاز برای مدل سازی تغییرات کاربری زمین را تشکیل می دهد. سه مؤلفه کلیدی مدلی که در بالا توضیح داده شد به طور جمعی قوانین انتقال زمین را تعیین می کنند.
از مقایسه بصری برای ارزیابی اینکه آیا الگوهای کاربری زمین شبیه سازی شده واقع بینانه هستند و آیا مکان های شبیه سازی شده تغییرات کاربری زمین با تغییرات کاربری اراضی مشاهده شده مطابقت دارند، استفاده شد. برای آزمایش دقیق کالیبراسیون مدل، دقت پیش‌بینی مدل کاربری زمین کالیبره شده با استفاده از شاخص کاپا [ 35 ] ارزیابی شد.]. شاخص کاپا توافق را بیان می کند (مقدار 1 نشان دهنده حداکثر سطح توافق بین انواع کاربری زمین و مقادیر نزدیک به 0 نشان دهنده آرایش فضایی تقریباً تصادفی) بین سال آخر مدل شده (2007) و داده های CLC2007 است. در شرایط اهمیت آماری، مقدار کاپا 1 نشان‌دهنده حداکثر سطح خوشه‌بندی یک نوع کاربری زمین است، در حالی که مقادیر نزدیک به 0 نشان‌دهنده آرایش فضایی تقریبا تصادفی و مقدار -1 نشان‌دهنده حداکثر سطح پراکندگی است. آزمون کاپا با کیت مقایسه نقشه (MCK) [ 42 ] اجرا شد.

2.5. سناریوهای پیش درآمد

پس از تکمیل کالیبراسیون، مترونامیکا برای مدل‌سازی همزمان تغییرات احتمالی پوشش زمین مرتبط با سناریوهای PRELUDE [ 43 ] مورد استفاده قرار گرفت. ما سناریوهای PRELUDE را انتخاب کردیم که بر اساس سناریوهای توسعه یافته توسط اتحادیه اروپا [ 44 ] است] برای تجزیه و تحلیل پیامدهای زیست محیطی سناریوهای مختلف برای آینده اروپا. آنها پنج مسیر توسعه اجتماعی-اقتصادی جهانی را نشان می دهند: فرار بزرگ (اندلس تضادها) بالاترین رشد جمعیت و اقتصادی را نشان می دهد، جامعه تکامل یافته (اندلس هماهنگی) با افزایش شدید کشاورزی گسترده مشخص می شود، شبکه خوشه ای (اندلس ساختار) انتظار دارد. رشد بالای جمعیت اروپا همراه با تاثیر تغییرات آب و هوایی، افزایش تقاضا برای زمین برای کشاورزی، Lettuce Surprise U (اندلس نوآوری) دارای نوآوری بالای تکنولوژیکی است که منجر به رشد اقتصادی و مهاجرت داخلی و بحران بزرگ (Andalusia of Cohesion) می شود. ) که در آن مداخله اقتصادی و برنامه ریزی افزایش می یابد ( جدول 1 ؛ شکل S1 مواد تکمیلی).
متعاقبا، چهار مدل تغییر جهانی برای ایجاد سیستم کاربری اراضی روستایی در سال اولیه شبیه‌سازی کالیبره شدند. پارامترهای گنجانده شده در چهار مدل تغییر جهانی عمدتاً آنهایی بودند که برای توسعه نسل اقلیمی و اجتماعی-اقتصادی، اما همچنین مربوط به ترجیحات اجتماعی بودند. این پارامترها از مدل‌های تغییرات اقلیمی برای اندلس [ 45 ] و از دیگر مطالعات مربوط به کاربری‌های زمین روستایی و متغیرهای اجتماعی-اقتصادی به دست آمده‌اند ( جدول S2 مواد تکمیلی). اینها ثابت شدند و بیشتر کالیبره نشدند. سایر تنظیمات مورد استفاده برای کالیبره کردن مدل مترونامیکا (قوانین همسایگی، تنظیمات دسترسی، داده‌های مناسب و محدودیت‌های منطقه‌بندی) دست نخورده باقی ماندند. در این مرحله، نقشه کاربری اولیه زمین (CLC2007) ورودی مدل برای شبیه‌سازی سناریوی تغییر جهانی برای بازه زمانی مرجع (2007-2035) بود. در نهایت، ارزیابی تغییرات پوشش زمین مبتنی بر سناریو با استفاده از رابط مدل Metronamica برای ایجاد یک نمایش بصری از کاربری‌های زمین روستایی در سال 2035 تحت هر سناریو انجام شد.

2.6. مقایسه مدل‌های تعامل کاربری زمین و تغییر جهانی

نتایج چهار مدل تغییر جهانی (برای سال 2035) با مقایسه بصری مدل‌ها بین خودشان و همچنین با نتایج حاصل از نقشه کاربری اراضی مرجع (CLC2007) ارزیابی شد. یک ماتریس تغییر برای مقایسه الگوی کاربری زمین و اندازه گیری شباهت بین الگوهای کاربری زمین شبیه سازی شده استفاده شد [ 46 ]. شاخص کاپا، پیاده سازی شده با MCK [ 42 ]، همچنین برای تعیین کمیت عدم تطابق بین نقشه های کاربری زمین شبیه سازی شده [ 35 ] استفاده شد.

3. نتایج

3.1. تغییرات اخیر در پوشش زمین در سراسر اندلس

با استفاده از رابط مترونامیکا، یک ماتریس تغییر بین سال‌های 1999 و 2007 به دست آمد که داده‌های مربوط به تغییرات مشاهده شده در پوشش زمین روستایی در سراسر منطقه را برای دوره 1999 تا 2007 نمایش می‌دهد ( شکل 3 ، جدول S3 مواد تکمیلی) .). این اطلاعات بینش ارزشمندی را در مورد چگونگی تحول کاربری های زمین اندلس در سال های اخیر ارائه می دهد. کل مساحتی که کاربری اراضی در آن تغییر کرد 674971 هکتار بود که 7/8 درصد از کل مساحت را در سال 2007 نشان می‌دهد. در سال 1999، سه کاربری که بیشترین مساحت را به خود اختصاص دادند، بوته‌ها (1/31 درصد)، محصولات چوبی در زمین‌های خشک (1/16 درصد) بودند. و محصولات علفی در زمین های دیم (16%). به طور مشابه، کاربری‌هایی که بیشترین مساحت را در سال 2007 به خود اختصاص دادند، بوته‌ها (30.7%)، محصولات چوبی در زمین‌های خشک (17.3%) و محصولات علفی در زمین‌های خشک (12.7%) بودند. این در حالی است که بیشترین تغییر در پوشش اراضی مربوط به محصولات درختی غیر آبی بوده که 3.8 درصد کاهش داشته است. مهم ترین تغییرات به دلیل انتقال از جنگل های مدیترانه ای به بوته ها و از کشاورزی به مناطق شهری و صنعتی همراه با افزایش مناطق کشاورزی غیر آبی بود.شکل 3 ). به عنوان یک دیدگاه کلی، کل تغییرات کاربری زمین بین سال های 1999 و 2007 ( جدول 2 ) نشان می دهد که تغییر کاربری اصلی زمین در مناطقی با پوشش گیاهی طبیعی رخ داده است.

3.2. طرح مترونامیکا از پوشش زمین در سراسر اندلس بین سالهای 1999 و 2007

پیش بینی کاربری های زمین در سال 2007 با استفاده از الگوریتم مترونامیکا در سراسر منطقه به دست آمد. مقایسه مرجع و نقشه کاربری اراضی شبیه سازی شده در سال 2007 شاخص کاپا 91/0 را نشان داد. این نتایج نشان می‌دهد که مدل معتبر بوده و بنابراین می‌توان از آن برای انجام شبیه‌سازی‌ها تحت فرضیه‌های مختلف موجود در سناریوها استفاده کرد.
نقشه پوشش زمین برای سناریوهای PRELUDE پیش بینی شده در شکل 4 نشان داده شده است . جدول 3 ویژگی های پوشش زمین سال 2035 در اندلس را ارائه می دهد که در سناریوهای مدل مترونامیکا توسعه یافته است.
برای سناریوی گریز بزرگ (اندلس کنتراست)، در میان کاربری‌های بالقوه زمین روستایی در دوره 2007-2035، واضح‌ترین تغییر، افزایش کشاورزی فشرده ( شکل 4 ب) به هزینه کشاورزی گسترده ( شکل 4 الف) است. عمدتاً در پربارترین مناطق (دره گوادالکیویر و نواحی غربی). علاوه بر این، کاهش مکانی در کشاورزی گسترده در کوه‌های مرکزی شرقی اندلس (سیرا مورنا، کوردوبا و سویا) مشاهده می‌شود که عمدتاً به دلیل افزایش کشاورزی فشرده است. علاوه بر این، کاهش جزئی در پوشش بوته ای وجود دارد، در حالی که مناطق نیمه طبیعی تقریباً بدون تغییر باقی می مانند. در سال 2035، تغییر در پوشش درختچه ای ( شکل 4ج) در شرق اندلس (Jaén، Almería و Granada) آشکارتر است، که عمدتاً به دلیل تغییر آن مناطق برای کشاورزی فشرده است. تاثیر تغییرات آب و هوایی در این سناریو خیلی شدید نیست.
در سناریوی جامعه تکامل یافته (اندلس هارمونی)، مناطق کشاورزی گسترده ( شکل 4 د) و فشرده ( شکل 4 e) به دلیل کاهش پوشش بوته ای، با تغییر، به ویژه، به سمت کاربری های کشاورزی گسترده افزایش می یابد. خودکفایی و تغییرات اقلیمی، تغییرات کاربری زمین را در این سناریو مشخص می کند. کاهش پوشش بوته ای در نتیجه “گسترش” با از بین رفتن مناطق نیمه طبیعی است و علفزارهای حاصل از آن برای مردم بسیار مهم و ارزشمند می شوند. علاوه بر این، “مهاجرت” کشاورزی گسترده به مناطق کوهستانی (سیرا مورنا، سیرا نوادا، سابتیکاس و غیره) وجود دارد که ترکیبی از کشاورزی، مراتع و مناطق نیمه طبیعی را ایجاد می کند.
با پیش‌بینی روند رو به جلو تا سال 2035، سناریوی شبکه خوشه‌ای (ساختار اندلس) ( شکل 4 ج) کاهش در تمام بخش‌های کشاورزی، از جمله کاربری‌های گسترده و فشرده، با افزایش زیاد پوشش درختچه‌ای را نشان می‌دهد. رشد جمعیت و تغییرات آب و هوا نشان دهنده تغییر در بافت روستایی ناپیوسته است که به سمت مناطق تولیدی بیشتر جذب شده است. افزایش کمتر مشخصی در کاربردهای کشاورزی گسترده و فشرده، همراه با افزایش مناطق نیمه طبیعی در سراسر منطقه وجود دارد. تاثیر تغییرات آب و هوایی در این سناریو بسیار شدید است.
در سناریوی کاهو شگفت‌انگیز U (اندلس نوآوری) ( شکل 4 j,k)، کشاورزی فشرده و گسترده هر دو به دلیل رها شدن و پوشش بعدی بوته‌ها کاهش می‌یابند و به سمت کاربری‌های جنگلی حرکت می‌کنند. در این سناریو، یک دگرگونی اجتماعی و فناوری منجر به تغییر در بافت روستایی ناپیوسته می‌شود که با کاهش کاربری‌های کشاورزی مشخص می‌شود. کاهش در کشاورزی گسترده نتیجه رها شدن و تغییر کاربری مناطق نیمه طبیعی است. تغییرات عمده در این سناریو مناطق روستایی در حاشیه شهرها (دره گوادالکیویر) را تحت تاثیر قرار می دهد.
در نهایت، در سناریوی بحران بزرگ (اندلس انسجام)، گسترده ( شکل 4 متر) و فشرده ( شکل 4)n) مناطق کشاورزی به دلیل توسعه ماتریس های کشاورزی فشرده-گسترده در مقیاس کوچک برای خودکفایی به طور قابل توجهی افزایش می یابد. این امر ترکیبی از کشاورزی گسترده و فشرده و مناطق نیمه طبیعی را ایجاد می کند که باعث ایجاد چشم اندازهای بسیار متنوع می شود. مداخله سیاسی نشان دهنده تغییر در مناطق روستایی با تعادل بهتر در بین کاربری های زمین است. از دست دادن سطح بوته ها با افزایش کشاورزی گسترده جبران می شود. ارزش چشم انداز بسیار مهم است و برای مردم ارزش قائل است، بنابراین در این سناریو ادغام بین کشاورزی گسترده و مناطق نیمه طبیعی اهمیت کمتری دارد. تاثیر تغییرات آب و هوایی در این سناریو خیلی شدید نیست. مهاجرت از شهرها به روستاها با توسعه ترکیبی از مناطق کشاورزی و نیمه طبیعی وجود دارد.
جدول 4 شاخص های کاپا را برای پوشش زمین روستایی پنج سناریو در پایان دوره ارائه می کند. این نشان می‌دهد که بیشترین تفاوت‌ها بین Great Escape و هر دو شبکه خوشه‌ای و Lettuce Surprise U است. اگرچه در هر سه سناریو، مناطق وسیعی از درختچه‌ها باقی مانده‌اند، کاهش شدید کاربری‌های کشاورزی را می‌توان در سناریوی Lettuce Surprise U مشاهده کرد، و با این حال، در سناریوی شبکه خوشه ای، مساحت بوته ها در سال 2035 بیشتر است.
با مقایسه روند مشاهده شده (1999-2007-2035) با بقیه سناریوها در سال 2035، بیشترین شباهت با سناریوی بحران بزرگ (شاخص کاپا 0.87، جدول 4 ) یافت شد. این را می توان با این واقعیت توضیح داد که مصارف کشاورزی، اعم از گسترده و فشرده، در این سناریوها متعادل تر هستند و شباهت زیادی با وضعیت اولیه دارند.

4. بحث

در این مطالعه از مترونامیکا در مدل‌سازی تغییرات و روند کاربری اراضی روستایی در اندلس برای پیش‌بینی الگوی دوره 2007-2035 استفاده شد. با توجه به سناریوهای مختلف PRELUDE، گسترش و تشدید مناطق کشاورزی در طول زمان مشخص است. پیش بینی این روندها تا سال 2035 به سیاست گذاران و مدیران کاربری زمین کمک می کند تا مناظر اندلس را در آینده نزدیک برنامه ریزی کنند.

4.1. تغییرات کاربری زمین در اندلس بین سالهای 1999 و 2007

در اروپا، اکوسیستم ها و پویایی چشم انداز با تغییرات کاربری زمین، به ویژه در مناطق روستایی، اصلاح می شوند. تاثیر سناریوهای کشاورزی هنوز به طور مفصل در جنوب اروپا مورد تجزیه و تحلیل قرار نگرفته است. از نظر کاربری‌های روستایی، در اندلس، دوره 1999 تا 2007 با کاهش کاربری‌های کشاورزی، مرتع و جنگل‌داری مشخص شد که هم نشان‌دهنده تداوم کاهش در بخش کشاورزی گسترده و هم رقابت ناشی از کشاورزی فشرده با آن است. اراضی با پتانسیل کمتر کشاورزی به نظر می رسد مقدار قابل توجهی از این گسترش در زمین های مناطق کشاورزی کوهستانی (با الگوهای کشت پیچیده و مناطق با پوشش گیاهی کم) رخ داده است. رشد این دو کاربری نیز به قیمت سایر کاربری‌های کشاورزی از جمله زمین‌های زراعی غیر آبی رخ داده است.47 ]. بنابراین، بر اساس داده های منتشر شده توسط موسسه ملی آمار اسپانیا، در اندلس جمعیت تقریباً 750000 نفر در طول دوره 1999-2007 افزایش یافته است. این افزایش کاربری زمین شهری نیز نتیجه ساخت و سازهای عظیم ساخته شده در امتداد خط ساحلی اندلس است [ 48 ]. در این راستا رشد گردشگری منجر به افزایش توسعه زیرساخت ها شد. بنابراین، ارتباطی بین شبکه حمل و نقل و توسعه اقتصادی منطقه وجود دارد که هر دو عامل اصلی دگرگونی منظر هستند [ 49 ].
فعالیت های کشاورزی بخش مهمی از اقتصاد اندلس را تشکیل می دهد. بنابراین، کاهش مناطق کشاورزی در دوره 1999-2007 ممکن است به دلیل رها شدن کاربری های سنتی در مناطق حاشیه ای [ 50 ] و سیاست هایی باشد که تشدید کشاورزی را ترویج می کند [ 51 ].]. این کاهش در این مناطق همچنین پیامد فوری تغییرات کاربری زمین است: به عنوان مثال، از گیاهان علفی به علفزار یا از تشکیلات جنگلی متراکم اکالیپتوس تا بوته‌زارهای پراکنده با علفزار، و غیره. دگرگونی ها همچنین در نتیجه تغییر از بوته های پراکنده با علف یا سنگ به محصولات چوبی آبی (به ویژه مرکبات) یا از علفزار به محصولات زراعی رخ می دهد. تقریباً 38000 هکتار از مناطق طبیعی از سال 1999 تا 2007 از بین رفته است، اما منطقه اشغال شده توسط جنگل ها به طور کلی تغییرات قابل توجهی نشان نمی دهد، زیرا پایداری آن تحت پوشش سیاست های حفاظت از محیط زیست دولت اندلس است.
مناطق اشغال شده توسط درختچه ها و کاربری های کشاورزی تغییر کرده است. این تغییرات به وضوح در تغییرات پوشش اراضی روستایی طی دوره مورد مطالعه مشاهده می شود و به نظر نمی رسد دستور کار کاربری زمین به شدت بر برنامه ریزی و سیاست گذاری در مناطق روستایی تأثیر بگذارد. با این حال، تغییرات پوشش کشاورزی و جنگل با توجه به نقشی که فضای سبز در انطباق با اثرات تغییرات آب و هوایی ایفا می کند، پیامدهای مهمی در زمینه تغییرات جهانی دارد [ 52 ، 53 ].
تولید سناریوها بر اساس مدل های پارامتری، ظرفیت های سازگاری را بهبود می بخشد [ 54 ]. مدل‌های CA در چندین مطالعه در اروپا مورد استفاده قرار گرفته‌اند، که توانایی آن‌ها را برای مطالعات مفهومی و عملی تغییر کاربری زمین نشان می‌دهد (برای مثال، [ 55 ، 56 ] را ببینید). در این کار، ما تغییرات کاربری زمین و سناریوها را در مدل Metronamica مبتنی بر سلول که قبلاً در اروپا در مقیاس‌های منطقه‌ای و ملی اعمال شده است، پیاده‌سازی کردیم (به عنوان مثال، [ 57 ، 58 ] را ببینید.]). پارامترسازی مدل با دو نقشه کاربری اراضی مرجع، یکی برای سال 1999 و دیگری برای سال 2007 انجام شد. با توجه به مقدار کاپا (91/0)، نتایج مدل نشان دهنده تطابق کلی بسیار بالا بین نقشه های مشاهده شده و شبیه سازی شده، نه تنها از نظر کمی، بلکه همچنین در توانایی تشخیص الگوهای کاربری فضایی.

4.2. پیش درآمد سناریوهای کاربری زمین در اندلس 2007–2035

هنگامی که مدل کالیبره شده به طور رضایت‌بخش تایید شد، نقشه‌های کاربری زمین که اندلس را پوشش می‌دهند، با در نظر گرفتن اثرات نیروهای محرکه منطقه‌ای، برای پنج سناریوی PRELUDE برای سال 2035 [ 43 ، 44 ] تولید شدند. ما پنج نقشه احتمال را با ترکیب نقشه‌های احتمال انتقال برای سناریوهای تغییر جهانی آزمایش‌شده ایجاد کردیم.
سناریوی فرار بزرگ (اندلس متضاد) بیشترین رشد جمعیت و اقتصادی را نشان می دهد. گسترش کاربری اراضی کشاورزی، به ویژه در مناطق فشرده کشاورزی، مستقیماً منعکس کننده این وضعیت است. این افزایش بیشتر در مناطق نزدیک به پربارترین زمین و مناطق شهری بزرگ (دره گوادالکیویر) واقع شده است، در حالی که مناطق بوته ای کاهش کمتری نسبت به سایر سناریوها نشان می دهند. رشد کاربری های فشرده روستایی (کشاورزی فشرده و گسترده) عمدتاً در اطراف زمین های کشاورزی مولد موجود (مناطق پیرامونی دره گوادالکیویر) متمرکز شده است، در حالی که افزایش گسترده درختچه ها در مناطق کوهستانی وجود دارد.
سناریوی جامعه تکامل یافته (اندلس هارمونی) که با سطوح بالای خودکفایی و تأثیرات تغییرات آب و هوایی مشخص می شود، افزایش شدید کشاورزی گسترده را نشان می دهد. در واقع، بخش بالایی از سطح بوته ها توسط علف ها و مناطق وسیع دام پوشیده شده است. در این سناریو، اقداماتی جهت کاهش جهانی و سازگاری با کاهش انتشار گازهای گلخانه ای اجرا می شود. این امر تا حدی تبدیل-طبیعی‌سازی در مناطق حومه شهر را توضیح می‌دهد و مزایای سازگاری بالقوه مرتبط با ترویج کاربری‌های «سبز» زمین را به همراه دارد. مزایای غیرمستقیم شامل افزایش در کشاورزی ارگانیک و ارائه خدمات اکوسیستم [ 59 ] است.
سناریوی شبکه خوشه‌ای (ساختار اندلس) رشد بالایی در جمعیت اروپا را همراه با تأثیر تغییرات آب و هوایی و افزایش تقاضا برای زمین برای کشاورزی انتظار دارد. علاوه بر این، در طول دوره 2007-2035، روند رشد متناسب زمین های کشاورزی گسترده و فشرده شناسایی شد. در نتیجه، این وضعیت که می‌تواند سناریوی مثبتی برای کاربری‌های کشاورزی در نظر گرفته شود، می‌تواند پیامدهای منفی برای سایر کاربری‌های طبیعی مانند درختچه‌ها داشته باشد.
سناریوی Lettuce Surprise U (اندلس نوآوری) دارای نوآوری های تکنولوژیکی بالایی است که منجر به رشد اقتصادی و مهاجرت داخلی می شود. این امر با از دست دادن مناطق کشاورزی منعکس می شود. در این سناریو، زمین های بیشتری به زمین شهری تبدیل می شود و فرصت های تکنولوژیکی و تحرک جمعیت را فراهم می کند. از میان کاربری های روستایی، سطح بوته ای افت متوسطی را نشان می دهد.
بحران بزرگ (اندلس انسجام) سناریویی است که در آن مداخله اقتصادی و برنامه ریزی افزایش می یابد. بر خلاف بقیه، ممکن است به عنوان “تجارت طبق معمول” توصیف شود. با این حال، تاکید بیشتری بر برنامه ریزی کاربری زمین برای جهت دهی به تصمیمات و اقدامات مرتبط با تغییرات و توسعه بهینه کاربری زمین وجود دارد. با تغییرات پیشرونده تر و اجتناب از توسعه شدید مشخص می شود. در نتیجه کاربری های روستایی متعادل تر است. از نظر کاربری زمین، این به تصمیم گیری در مورد افزایش کشاورزی گسترده برای کاهش انتشار گازهای گلخانه ای و اقدامات حفاظتی برای مناظر سنتی (مثلاً مناظر «فرهنگی») که بیشتر با تغییرات آب و هوایی سازگار است و قادر به ارائه عملکردهای خدمات اکوسیستمی گسترده است، مرتبط است. . اگرچه برخی از مناطق بوته ای افزایش می یابد، اما روند کلی به سمت کاهش این پوشش است. به ویژه در مناطق نسبتاً حاشیه ای. این نشان دهنده سیاست کاربری اراضی است که در سناریوی بحران بزرگ و ارتقای فعالیت های کشاورزی نزدیک تر به شبکه های حمل و نقل دنبال می شود.
سناریوها بر اساس تغییرات اصلی کاربری زمین مقایسه شدند تا نمای کلی از روند چشم انداز ارائه شود. شباهت زیادی بین سناریوی بحران بزرگ و سناریوی روند مشاهده شد. بنابراین، تشدید کشاورزی به شدت مورد حمایت قرار گرفت. در نتیجه، مناطق کشاورزی گسترده تمایل به کاهش دارند، عمدتا در مناطق با محدودیت های تولیدی (به عنوان مثال، آب و هوا و توپوگرافی) برای کشاورزی. ترکیبی از رهاسازی زمین و تمرکز بر برنامه ریزی به این معنی است که هر دو سناریو درصد بالایی از فرآیندهای “طبیعی سازی” را نشان می دهند.
استفاده از مدل‌های پیش‌بینی تغییرات کاربری زمین، مانند مدل‌های مورد استفاده در این مطالعه، به سیاست‌گذاران کمک می‌کند تا نیازهای خود را برای دانش فعلی مکان‌های فضایی و میزان تغییرات احتمالی کاربری زمین تحت سناریوهای مختلف اجتماعی-اقتصادی و زیست‌محیطی برآورده سازند تا تصمیم‌های مناسب‌تر و مناسب‌تری انتخاب کنند. پیامدهای کوتاه مدت و بلند مدت [ 60 ].

5. نتیجه گیری ها

این مطالعه سودمندی مدل کاربری زمین مترونامیکا را برای ارزیابی روندهای آتی تغییرات کاربری زمین در اندلس (جنوب اسپانیا) نشان می دهد. نتایج ما به ما اجازه می‌دهد تا تغییرات عمده کاربری زمین روستایی را در مقیاس منطقه‌ای شناسایی کنیم و اعتبار Metronamica را برای ارزیابی این فرآیندها در مناطق دیگر در مقیاس جهانی نشان دهیم. در مطالعه ما، محدودیت اصلی مربوط به دوره شبیه‌سازی (8 سال بین سال‌های 1999 و 2007) بود که به مدل اجازه کالیبره و اعتبارسنجی را داد. با این حال، از آنجایی که داده‌های کاربری زمین برای CLC2018-اندلس در دسترس است، می‌توان از آن برای تأیید روند پیش‌بینی‌های به‌دست‌آمده در سناریوهای مختلف برای سال 2035 استفاده کرد. این مرحله اضافی تعاملات بین طبقات کاربری مشاهده‌شده و پیش‌بینی‌ها را برای سناریوهای قابل قبول مختلف (به عنوان مثال، PRELUDE)، تسهیل انتقال نتایج به مناطق و موقعیت های دیگر. استفاده از سناریوهای PRELUDE کار را به ویژه برای کشورهای اتحادیه اروپا جالب می کند. امکان مقایسه وضعیت در مقیاس منطقه ای یا ملی و ایجاد نتایج واقع بینانه در مورد تغییرات کاربری زمین و حمایت از سیاست های اروپایی مربوط به کاربری های آینده زمین را فراهم می کند. بر اساس نتایج ما، ممکن است تحقیقات بیشتری مانند تعامل بین تغییرات پیچیده کاربری زمین با خدمات محیطی یا بینش بیشتر در مورد ظرفیت مترونامیکا برای شبیه‌سازی کاربری زمین از جمله مناظر متنوع‌تر (مثلاً “مناظر فرهنگی مدیترانه) توسعه یابد. استفاده از سناریوهای PRELUDE کار را به ویژه برای کشورهای اتحادیه اروپا جالب می کند. امکان مقایسه وضعیت در مقیاس منطقه ای یا ملی و ایجاد نتایج واقع بینانه در مورد تغییرات کاربری زمین و حمایت از سیاست های اروپایی مربوط به کاربری های آینده زمین را فراهم می کند. بر اساس نتایج ما، ممکن است تحقیقات بیشتری مانند تعامل بین تغییرات پیچیده کاربری زمین با خدمات محیطی یا بینش بیشتر در مورد ظرفیت مترونامیکا برای شبیه‌سازی کاربری زمین از جمله مناظر متنوع‌تر (مثلاً “مناظر فرهنگی مدیترانه) توسعه یابد. استفاده از سناریوهای PRELUDE کار را به ویژه برای کشورهای اتحادیه اروپا جالب می کند. امکان مقایسه وضعیت در مقیاس منطقه ای یا ملی و ایجاد نتایج واقع بینانه در مورد تغییرات کاربری زمین و حمایت از سیاست های اروپایی مربوط به کاربری های آینده زمین را فراهم می کند. بر اساس نتایج ما، ممکن است تحقیقات بیشتری مانند تعامل بین تغییرات پیچیده کاربری زمین با خدمات محیطی یا بینش بیشتر در مورد ظرفیت مترونامیکا برای شبیه‌سازی کاربری زمین از جمله مناظر متنوع‌تر (مثلاً “مناظر فرهنگی مدیترانه) توسعه یابد.

منابع

  1. پارکر، دی سی؛ هسل، ا. دیویس، پیچیدگی SC، مدل‌سازی کاربری زمین و بعد انسانی: چالش‌های اساسی برای نقشه‌برداری فضاهای نتیجه ناشناخته Geoforum 2008 , 39 , 789-804. [ Google Scholar ] [ CrossRef ]
  2. وربورگ، پی اچ. Schot، PP; Dijst، MJ; ولدکمپ، الف. مدل‌سازی تغییر کاربری اراضی: رویه‌های فعلی و اولویت‌های پژوهشی. ژئوژورنال 2004 ، 61 ، 309-324. [ Google Scholar ] [ CrossRef ]
  3. باجوکو، اس. دی آنجلیس، ا. پرینی، ال. فرارا، آ. Salvati، L. تأثیر تغییرات کاربری/پوشش زمین بر پویایی تخریب زمین: مطالعه موردی مدیترانه. محیط زیست مدیریت 2012 ، 49 ، 980-989. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  4. پرز، اس جی; Skole، DL ثانویه گسترش جنگل در آمازون برزیل و اصلاح نظریه انتقال جنگل. Soc. نات. منبع. 2003 ، 16 ، 277-294. [ Google Scholar ] [ CrossRef ]
  5. رودل، تی.کی. دفریز، ر. آسنر، GP; Laurance، WF تغییر محرک های جنگل زدایی و فرصت های جدید برای حفاظت. حفظ کنید. Biol. 2009 ، 23 ، 1396-1405. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  6. دنگ، JS; وانگ، ک. هونگ، ی. Qi، JG پویایی فضایی-زمانی و تکامل تغییر کاربری زمین و الگوی منظر در پاسخ به شهرنشینی سریع. Landsc. طرح شهری. 2009 ، 92 ، 187-198. [ Google Scholar ] [ CrossRef ]
  7. وو، کیو. لی، اچ. وانگ، آر. پائولوسن، جی. سلام.؛ وانگ، ام. وانگ، بی. Wang, Z. نظارت و پیش‌بینی تغییر کاربری زمین در پکن با استفاده از سنجش از دور و GIS. Landsc. طرح شهری. 2006 ، 78 ، 322-333. [ Google Scholar ] [ CrossRef ]
  8. الیس، EA؛ Porter-Bolland، L. آیا مدیریت جنگل مبتنی بر جامعه موثرتر از مناطق حفاظت شده است؟: مقایسه تغییر کاربری زمین/پوشش زمین در دو منطقه مورد مطالعه همسایه شبه جزیره یوکاتان مرکزی، مکزیک. برای. Ecol. مدیریت کنید. 2008 ، 256 ، 1971-1983. [ Google Scholar ] [ CrossRef ]
  9. Pielke، RA، Sr. پیتمن، ا. نیوگی، دی. محمود، ر. مک آلپاین، سی. حسین، ف. گلدوییک، KK; نیر، یو. بتس، آر. سقوط.؛ و همکاران تغییرات کاربری زمین/پوشش زمین و آب و هوا: تحلیل مدل سازی و شواهد مشاهده ای سیم ها چانگ. 2011 ، 2 ، 828-850. [ Google Scholar ]
  10. براون، DG; جانسون، KM; لاولند، TR; Theobald، DM روند استفاده از زمین روستایی در ایالات متحده همسایه، 1950-2000. Ecol. Appl. 2005 ، 15 ، 1851-1863. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  11. لامبین، EF; Meyfroidt، P. انتقال استفاده از زمین: بازخورد اجتماعی-اکولوژیکی در مقابل تغییر اجتماعی-اقتصادی. سیاست کاربری زمین 2010 ، 27 ، 108-118. [ Google Scholar ] [ CrossRef ]
  12. هارت، جی سی. چینی، LP; فرلکینگ، اس. Betts، RA; فدما، ج. فیشر، جی. فیسک، جی پی؛ هیبارد، ک. هاتون، RA; جانتوس، ا. و همکاران هماهنگ سازی سناریوهای استفاده از زمین برای دوره 1500-2100: 600 سال انتقال سالانه استفاده از زمین شبکه بندی شده جهانی، برداشت چوب، و اراضی ثانویه حاصل. صعود چانگ. 2011 ، 109 ، 117. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  13. رودل، تی.کی. Comes, OT; موران، ای. آچارد، اف. آنجلسن، آ. خو، جی. Lambin، E. انتقال جنگل: به سمت درک جهانی از تغییر کاربری زمین. گلوب. محیط زیست چانگ. 2005 ، 15 ، 23-31. [ Google Scholar ] [ CrossRef ]
  14. برایان، کارشناسی; نولان، ام. مک کلار، ال. کانر، جی دی. نیوث، دی. هاروود، تی. کینگ، دی. ناوارو، جی. کای، ی. گائو، ال. و همکاران استفاده از زمین و پایداری تحت سناریوهای متقاطع تغییر جهانی و سیاست داخلی: مسیرهای استرالیا تا سال 2050. Glob. محیط زیست چانگ. 2016 ، 38 ، 130-152. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  15. وانگ، اف. حسنی، ج.غ. وانگ، ایکس. Marceau, DJ شناسایی عوامل غالب برای کالیبراسیون یک مدل اتوماتای ​​سلولی کاربری زمین با استفاده از نظریه مجموعه خشن. محاسبه کنید. محیط زیست سیستم شهری 2011 ، 35 ، 116-125. [ Google Scholar ] [ CrossRef ]
  16. پرادان، ب. استفاده از روابط منطق فازی مبتنی بر GIS و کاربرد متقابل آن برای تولید نقشه‌های حساسیت زمین لغزش در سه منطقه آزمایشی در مالزی. محیط زیست علوم زمین 2011 ، 63 ، 329-349. [ Google Scholar ] [ CrossRef ]
  17. Bathrellos، GD; گاکی پاپاناستاسیو، ک. Skilodimou، HD; پاپاناستاسیو، دی. Chousianitis، KG مناسب بودن بالقوه برای برنامه ریزی شهری و توسعه صنعت با استفاده از نقشه های مخاطرات طبیعی و پارامترهای زمین شناسی-ژئومورفولوژیکی. محیط زیست علوم زمین 2012 ، 66 ، 537-548. [ Google Scholar ] [ CrossRef ]
  18. تیل، جی.-سی. تصمیم گیری و تحلیل چند معیاره فضایی. رویکرد علوم اطلاعات جغرافیایی ; Ashgate: لندن، بریتانیا، 2019. [ Google Scholar ]
  19. رن، ی. لو، ی. کامبر، ا. فو، بی. هریس، پی. Wu, L. شبیه سازی صریح فضایی تغییرات کاربری/پوشش زمین: پوشش فعلی و چشم انداز آینده. Earth-Sci. Rev. 2019 , 190 , 398–415. [ Google Scholar ] [ CrossRef ]
  20. Noszczyk، T. مروری بر رویکردهای مدل‌سازی تغییرات کاربری اراضی. هوم Ecol. ارزیابی ریسک 2019 ، 25 ، 1377-1405. [ Google Scholar ] [ CrossRef ]
  21. باردو، جی. دمیکلی، ال. لاوال، سی. کاسانکو، م. مک کورمیک، ن. مدلسازی سناریوهای شهری آینده در کشورهای در حال توسعه: مطالعه موردی کاربردی در لاگوس، نیجریه. محیط زیست طرح. B طرح. دس 2004 ، 31 ، 65-84. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  22. ابوراس، م.م. هو، YM; رملی، م.ف. اشعری، ژ.ش. شبیه‌سازی و پیش‌بینی روند رشد شهری فضایی-زمانی با استفاده از مدل‌های اتوماتای ​​سلولی: مرور بین المللی J. Appl. زمین Obs. Geoinf. 2016 ، 52 ، 380-389. [ Google Scholar ] [ CrossRef ]
  23. باتی، ام. عوامل، سلول‌ها و شهرها: مدل‌های بازنمایی جدید برای شبیه‌سازی دینامیک شهری چند مقیاسی. محیط زیست طرح. یک اقتصاد. Sp. 2005 ، 37 ، 1373-1394. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  24. وایت، آر. Engelen، G. مدل سازی یکپارچه با وضوح بالا از پویایی فضایی سیستم های شهری و منطقه ای. محاسبه کنید. محیط زیست سیستم شهری 2000 ، 24 ، 383-400. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  25. Wu, F. یک رویکرد شبیه‌سازی خودکار سلولی زبانی برای توسعه پایدار زمین در یک منطقه با رشد سریع. محاسبه کنید. محیط زیست سیستم شهری 1996 ، 20 ، 367-387. [ Google Scholar ] [ CrossRef ]
  26. لی، ایکس. بله، AG-O. اتوماتای ​​سلولی مبتنی بر شبکه عصبی برای شبیه سازی تغییرات کاربری چندگانه با استفاده از GIS. بین المللی جی. جئوگر. Inf. علمی 2002 ، 16 ، 323-343. [ Google Scholar ] [ CrossRef ]
  27. چچینی، ع. رینالدی، ای. ساخت مدل های شهری با اتوماتای ​​چند سلولی. در مجموعه مقالات ششمین کنفرانس بین المللی: رایانه ها در برنامه ریزی شهری و مدیریت شهری، ونیز، ایتالیا، 8 تا 11 سپتامبر 1999. [ Google Scholar ]
  28. عمرانی، ح. طیبی، ع. Pijanowski، B. ادغام مفهوم کاربری زمین با برچسب چندگانه و اتوماتای ​​سلولی با مدل تبدیل زمین مبتنی بر شبکه عصبی مصنوعی: یک چارچوب مدلسازی یکپارچه ML-CA-LTM. GISci. Remote Sens. 2017 , 54 , 283–304. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  29. ریمال، بی. ژانگ، ال. کشتکار، ح. Haack, BN; رجال، س. Zhang، P. پویایی کاربری/پوشش زمین و مدل‌سازی گسترش زمین شهری با ادغام اتوماتای ​​سلولی و زنجیره مارکوف. ISPRS Int. J. Geo-Inf. 2018 ، 7 ، 154. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  30. سانته، آی. گارسیا، AM; میراندا، دی. Crecente، R. مدل‌های اتوماتای ​​سلولی برای شبیه‌سازی فرآیندهای شهری دنیای واقعی: بررسی و تحلیل. Landsc. طرح شهری. 2010 ، 96 ، 108-122. [ Google Scholar ] [ CrossRef ]
  31. الشلبی، م. بیلا، ال. پرادان، بی. منصور، س. الشریف، AAA مدل‌سازی تکامل رشد شهری و تغییرات کاربری زمین با استفاده از اتوماتای ​​سلولی مبتنی بر GIS و مدل‌های SLEUTH: مورد کلانشهر صنعا، یمن. محیط زیست علوم زمین 2013 ، 70 ، 425-437. [ Google Scholar ] [ CrossRef ]
  32. ون دلدن، اچ. لوجا، پ. انگلن، جی. ادغام مدل‌های فضایی پویا چند مقیاسی فرآیندهای اجتماعی-اقتصادی و فیزیکی برای مدیریت حوضه رودخانه. محیط زیست مدل. نرم افزار 2007 ، 22 ، 223-238. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  33. وربورگ، پی اچ. کوک، ک. پونتیوس، آر.جی. Veldkamp، A. مدلسازی تغییر کاربری و پوشش زمین. در تغییر کاربری و پوشش زمین ; سری، GC-TI، ویرایش. Springer Berlin, Heidelberg: Berlin, Germany, 2006; شابک 978-3-540-32201-6. [ Google Scholar ]
  34. موسسه تحقیقاتی سیستم های دانش (RIKS BV). Metronamica—Documentation ; موسسه تحقیقاتی سیستم‌های دانش (RIKS BV): ماستریخت، هلند، 2011. [ Google Scholar ]
  35. ون ولیت، جی. برگت، آ.ک. Hagen-Zanker، A. بازدید مجدد از کاپا برای توضیح تغییر در ارزیابی دقت مدل‌های تغییر کاربری زمین. Ecol. مدل 2011 ، 222 ، 1367–1375. [ Google Scholar ] [ CrossRef ]
  36. کوک، ک. ون دلدن، اچ. ترکیب دو رویکرد توسعه سناریوی یکپارچه برای مبارزه با بیابان زایی در حوضه آبخیز گوادالنتین، اسپانیا. محیط زیست طرح. B طرح. دس 2009 ، 36 ، 49-66. [ Google Scholar ] [ CrossRef ]
  37. آلن، جی. مدلسازی و پیش بینی رشد شهری آینده در منطقه چارلستون کارولینای جنوبی. حفظ کنید. Ecol. 2003 ، 8 ، 2. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  38. خو، X. دو، ز. ژانگ، اچ. ادغام مدل‌های اتوماتای ​​سلولی و دینامیکی سیستم برای پیش‌بینی کاربری زمین و تغییر پوشش زمین. بین المللی J. Appl. زمین Obs. Geoinf. 2016 ، 52 ، 568-579. [ Google Scholar ] [ CrossRef ]
  39. وینتز، ام. مونتانارلا، ال. توث، جی. آرنولدوسن، آ. آنایا رومرو، م. بیلاس، جی. بورسن، تی. کورنلیس، دبلیو. داروسین، ج. دا کونسیسائو گونسالوس، ام. و همکاران فهرست داده های هیدروپدولوژی اروپا (EU-HYDI) ; دفتر انتشارات اتحادیه اروپا: Ispra، ایتالیا، 2013. [ Google Scholar ]
  40. کاتالا متئو، آر. بوسکه سندرا، جی. Plata Rocha, W. Análisis de posibles errores en la base detos Corine Land Cover (1990-2000) en la Comunidad de Madrid. استود. Geogr. 2008 ، 69 ، 264. [ Google Scholar ]
  41. Red de Información Ambiental de Andalucía. در دسترس آنلاین: https://www.juntadeandalucia.es/medioambiente/site/rediam (در 14 ژوئن 2020 قابل دسترسی است).
  42. موسسه تحقیقاتی سیستم های دانش (RIKS BV). MCK Reader: روش‌های کیت مقایسه نقشه . موسسه تحقیقاتی سیستم‌های دانش (RIKS BV): ماستریخت، هلند، 2011. [ Google Scholar ]
  43. ون دلدن، اچ. انگلن، جی. اولجی، آی. هاگن، آ. ون در مولن، م. Vanhout, R. Prelude کمی سازی و مدل سازی فضایی استفاده از زمین/تغییرات پوشش زمین ; موسسه تحقیقاتی سیستم‌های دانش (RIKS BV): ماستریخت، هلند، 2005. [ Google Scholar ]
  44. هوگوین، ی. ولکری، ا. هنریکس، تی. ریبیرو، تی. سناریوهای استفاده از زمین برای اروپا – مدل‌سازی در مقیاس اروپایی . آژانس محیط زیست اروپا: کپنهاگ، دانمارک، 2005. [ Google Scholar ]
  45. Consejería de Medio Ambiente y Ordenación del Territorio. El clima de Andalucía en el siglo XXI. Escenarios locales de cambio climático de Andalucía. در دسترس آنلاین: https://aeclim.org/wp-content/uploads/2016/01/Climate-Change-in-Andalusia-Libro-completo.pdf (در 19 ژوئیه 2020 قابل دسترسی است).
  46. لی، ایکس. چن، ی. لیو، ایکس. لی، دی. او، جی. مفاهیم، ​​روش ها و ابزارهای یک سیستم شبیه سازی و بهینه سازی جغرافیایی یکپارچه. بین المللی جی. جئوگر. Inf. علمی 2011 ، 25 ، 633-655. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  47. بیندریف، ال. رنتشلر، تی. بارتلهایم، ام. بونیلا، MD-Z. گریس، پی. اشمیت، ک. Scholten، T. تجزیه و تحلیل و نقشه‌برداری از دینامیک کاربری مکانی-زمانی زمین در اندلس، اسپانیا با استفاده از پلت فرم محاسبات ابری موتور Google Earth و بایگانی Landsat. در مجموعه مقالات خلاصه‌های تحقیقات ژئوفیزیک، وین، اتریش، 7 تا 12 آوریل 2019؛ جلد 21. [ Google Scholar ]
  48. مولینا، ر. آنفوسو، جی. مانو، جی. Gracia Prieto، FJ ساحل مدیترانه اندلس (اسپانیا): تکامل میان مدت و تأثیرات ساختارهای ساحلی. پایداری 2019 ، 11 ، 3539. [ Google Scholar ] [ CrossRef ] [ نسخه سبز ]
  49. روکیکی، بی. Stępniak، M. سرمایه گذاری عمده زیرساخت های حمل و نقل و توسعه اقتصادی منطقه ای – یک رویکرد مبتنی بر دسترسی. J. Transp. Geogr. 2018 ، 72 ، 36-49. [ Google Scholar ] [ CrossRef ]
  50. رومرو دیاز، آ. رویز-سینوگا، جی.دی. روبلدانو-آیمریچ، اف. برویک، EC; Cerdà، A. پاسخ اکوسیستم به رها شدن زمین در کوه‌های مدیترانه غربی. CATENA 2017 ، 149 ، 824-835. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  51. Muñoz، MPM کشاورزی پایدار و استفاده از منابع تحت تغییرات آب و هوا: رویکردی چند مقیاسی و فرابخشی با تمرکز بر اندلس (اسپانیا) . Universidad Politécnica de Madrid: مادرید، اسپانیا، 2019. [ Google Scholar ]
  52. گیل، SE; هندلی، جی اف. Ennos، AR؛ Pauleit, S. سازگاری شهرها با تغییرات آب و هوایی: نقش زیرساخت سبز. محیط ساخته شده 2007 ، 33 ، 115-133. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  53. دانفورد، RW; اسمیت، AC; هریسون، PA; Hanganu، D. ارائه خدمات اکوسیستمی در اروپای در حال تغییر: سازگاری با تأثیرات ترکیبی آب و هوا و تغییرات اجتماعی-اقتصادی. Landsc. Ecol. 2015 ، 30 ، 443-461. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  54. Jeong، JS طراحی برنامه‌ریزی ارزیابی زمین مبتنی بر PGIS-MCDA فضایی برای شناسایی اولویت‌های سازگاری پایدار با کاربری زمین برای تأثیرات تغییر آب و هوا. کشاورزی سیستم 2018 ، 167 ، 61-71. [ Google Scholar ] [ CrossRef ]
  55. گوناریدیس، دی. کوریانوپولوس، آی. سیمئوناکیس، ای. Koukoulas، S. یک رویکرد مدل‌سازی تصادفی جنگل سلولی خودکار برای کشف تغییر کاربری/پوشش زمین در آینده در آتیکا (یونان)، تحت واقعیت‌ها و مقیاس‌های مختلف اجتماعی-اقتصادی. علمی کل محیط. 2019 ، 646 ، 320-335. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  56. گومز، ای. آبرانتس، پی. بانوس، ا. روشا، ج. سیاست کاربری زمین 2019 ، 85 ، 142-154. [ Google Scholar ] [ CrossRef ]
  57. ون دلدن، اچ. سناریوها و چشم اندازهای سرزمینی برای اروپا. در دسترس آنلاین: https://bsr-espon.infeurope.lu/export/sites/default/Documents/Projects/AppliedResearch/ET2050/FR/ET2050_FR-03_Volume_5_-_Land-use_Trends_and_Scenarios 20 جولای.pdf (accessed)
  58. ون دلدن، اچ. استوشینسکی، تی. سیائیان، پی. پاراکینی، م. هورکنز، جی. لوپاتکا، ا. Shi، Y. ارزیابی یکپارچه سیاست های کشاورزی با مدل سازی تغییر کاربری پویا. Ecol. مدل 2010 ، 18 ، 2153-2166. [ Google Scholar ] [ CrossRef ]
  59. لوکاتلی، بی. لاورل، اس. اسلون، اس. تاپینر، یو. Geneletti، D. مسیرهای مشخصه خدمات اکوسیستم در کوه ها. جلو. Ecol. محیط زیست 2017 ، 15 ، 150-159. [ Google Scholar ] [ CrossRef ]
  60. هولمن، آی. براون، سی. جینز، وی. Sandars, D. آیا می‌توانیم در مورد تغییر کاربری زمین در اروپا در آینده مطمئن باشیم؟ تجزیه و تحلیل چند سناریویی، ارزیابی یکپارچه. کشاورزی سیستم 2017 ، 151 ، 126-135. [ Google Scholar ] [ CrossRef ]
Ijgi 09 00458 g001 550
شکل 1. توزیع نماینده ترین کاربری های روستایی در منطقه اندلس (جنوب اسپانیا) در سال 2007.
Ijgi 09 00458 g002 550
شکل 2. نمودار سیستم مترونامیکا از مدل مبتنی بر کاربری زمین که برای اندلس اجرا شده است (برای توضیح به متن مراجعه کنید).
Ijgi 09 00458 g003 550
شکل 3. ماتریس انتقال دسته‌های کاربری عمده در اندلس (جنوب اسپانیا) برای طبقات مختلف پوشش زمین روستایی، بین سال‌های 1999 و 2007.
Ijgi 09 00458 g004 550
شکل 4. شبیه سازی تغییر کاربری زمین بین سال های 2007 و 2035 در اندلس تحت سناریوهای PRELUDE ( a – r ) (گریز بزرگ – اندلس تضادها، جامعه تکامل یافته – اندلس هماهنگی، شبکه خوشه ای – اندلس ساختار فوق العاده، نوآوری، و بحران بزرگ – اندلس انسجام). حروف داخل پرانتز ترکیبی از سناریوها و کاربری های اصلی روستایی را بیان می کند

مقالات داخلی و بین المللی

مطالب مرتبط ...

بدون دیدگاه

دیدگاهتان را بنویسید