جعفر مرشدی

وجود تأسیسات زیربنایی عمده و مهم کشاورزی، پروژه های عمرانی و صنعتی و شهری، و نیاز اجتماعات واقع در حاشیه رودخانه کارون به آب و رسوب این رودخانه، همچنین زیان های ناشی از تغییرات ژئومورفولوژیکی و تغییرات گسترده پیچان رودها در مسیر رودخانه کارون، سبب ایجاد نظریه بررسی شدت و نوع و میزان تغییرات این رودخانه شده است. محدوده مورد مطالعه، قسمتی از رودخانه کارون واقع در استان خوزستان است که به طول 364 کیلومتر از شوشتر آغاز می شود و تا اروندرود امتداد می یابد. در این پژوهش با استفاده از تصاویر ماهواره ای، لایه های GIS، مطالعات میدانی، بررسی آمار اقلیمی و هیدرولوژیکی، شدت و نوع تغییرات حاشیه رودخانه کارون به مساحت حدود 4000 کیلومترمربع بررسی شده است. تغییرات ژئومورفولوژیک این بازه از رودخانه به مدت 52 سال ـ از سال 1955 تا 2007 ـ مورد آنالیز قرار گرفته و از تصاویر ماهواره های Landsat، IRS، Terra، عکس های هوایی و نقشه های توپوگرافی استفاده شده است. هدف از انجام این پژوهش، شناسایی مهم ترین اشکال ژئومورفیک ساحل رودخانه کارون و تعیین میزان تغییرات در طول دوره مطالعه است. نتایج بررسی نشان می دهد که در دورة مطالعه میزان تغییرات رودخانه افزایش پیدا کرده و طول رودخانه بیشتر شده است.

یکی از ضروری ترین اطلاعات مورد نیاز مدیران و متولیان منابع طبیعی، نقشه های کاربری اراضی می باشد. داده های ماهواره ای، به جهت ارایه ی اطلاعات به هنگام و رقومی، تنوع اشکال و امکان پردازش در تهیه ی نقشه های کاربری اراضی از اهمیت بالایی برخوردارند. از سویی دیگر در سال های اخیر به طور وسیع و گسترده جهت طبقه بندی تصاویر ماهواره ای از روش های طبقه بندی پیشرفته از قبیل شبکه های عصبی مصنوعی، مجموعه های فازی و سیستم های هوشمند استفاده می شود. هدف اصلی این تحقیق مقایسه ی دو روش مختلف جهت طبقه بندی کاربری اراضی با استفاده از تصاویر ASTER می باشد. بدین منظور با استفاده از تصویر ماهواره ای ASTER و دو الگوریتم طبقه بندی نظارت شده شامل حداکثر احتمال و شبکه ی عصبی مصنوعی، نقشه ی کاربری اراضی تهیه گردید. در طبقه بندی با استفاده از الگوریتم شبکه ی عصبی از یک شبکه ی پرسپترون با یک لایه ی پنهان و 14 نرون ورودی، 9 نرون میانی و 6 نرون خروجی استفاده شده است که تعداد نرون های ورودی همان تعداد باندهای تصویر ماهواره ای ASTER و تعداد نرون های خروجی همان تعداد کلاس های نقشه ی کاربری اراضی می-باشد. برای آموزش شبکه نیز از الگوریتم انتشار برگشتی استفاده شده است. نتایج حاصل از ارزیابی دقت این دو روش با استفاده از تعیین ضریب کاپا نشان داده است که الگوریتم شبکه ی عصبی با ضریب 86/0 نسبت به الگوریتم حداکثر احتمال با ضریب 69/0 از دقت بیشتری برخوردار است. نتایج این مطالعه همچنین نشان می دهد الگوریتم های سنتی طبقه-بندی مانند روش های آماری به خاطر انعطاف پذیری پایین و انواع پارامتریک آن مانند روش حداکثر احتمال به خاطر وابستگی به مدل آمار گوسی نمی توانند نتایج بهینه ای، در صورت نرمال نبودن داده های آموزشی فراهم آورند در حالیکه دلیل موفقیت الگوریتم شبکه ی عصبی مصنوعی در سنجش از دور این است که می تواند داده هایی با منابع مختلف را با هم تلفیق نماید.

محدوده مورد مطالعه بخشی از رودخانه کارون واقع در استان خوزستان است که از تنگ عقیلی شوشتر تا محل ورود کارون به اروند رود امتداد دارد.تغییرات رودخانه کارون در جلگه آبرفتی خوزستان و تفاوتهای محلی بازه ها با توجه به عوامل زمین ساختی(تکتونیکی)، هیدرولوژیکی و انسانی، سبب آسیب ها و مخاطرات رودخانه ای در طول زمان شده است و کنترل این مخاطرات تنها با شناخت محیط رودخانه و تعیین تغییرات آن به روشهای مناسب امکان پذیر است. برای بررسی ویژگیهای مورفومتریک رودخانه کارون جهت پیش بینی تغییرات، با استفاده از تصاویر ماهواره ای IRS، سنجنده LISSIII با قدرت تفکیک مکانی 23.5 متر مربوط به تاریخ 29 ژولای سال 2007، و تصاویر ماهواره لندست سال 1991 مسیر رودخانه ترسیم شد و در نرم افزار های GIS اندازه گیری های مورد نیاز، انجام و مورد تجزیه و تحلیل مکانی قرار گرفت. برای این منظور کل رودخانه کارون با توجه به تعداد پیچهای آن (100 پیچ)، به محدوده های کوچکتری تقسیم شد و نقاط عطف پیچها به عنوان محدوده بالایی و پایینی هر پیچ انتخاب گردید و پارامترهای شعاع انحناء، نقاط میانگین مرکزی هر پیچ، جهت پیچ ومیزان مهاجرت سالیانه آن اندازه گیری شد نتایج روش پیش بینی مسیر رودخانه نشان می دهد که بازه های مآندری بیشترین تهدید را دارند و اگر تغییرات کاربریها و مناطق حساس رودخانه به فرسایش بخصوص در راس پیچها و مناطق با تغییر پذیری بالا کنترل نشود مساحت زیادی از اراضی کشاورزی، تاسیسات انسانی و جاده ها در معرض تهدید و تخریب جدی قرار می گیرند