نقشه راه GIS

درخواست مشاوره

09120049370

8 صبح تا 12 شب

09120049370

Telegram Whatsapp Youtube
کاربرد جی اس

خلاصه

مدل‌های تغییر کاربری پوشش زمین (LCLUC) به طور فزاینده‌ای به ابزارهای مفیدی برای مورخان و باستان‌شناسان تبدیل می‌شوند. چنین مدل هایی توسط جغرافیدانان، بوم شناسان و مدیران زمین در چند دهه گذشته برای اجرای سناریوهای آینده توسعه یافته و مورد استفاده قرار گرفته اند. در این مقاله، مدل‌های تاریخی را بررسی می‌کنیم تا آنها را با مدل‌های آینده‌نگر مقایسه کنیم، با این فرض که تجربه کافی به‌دست‌آمده در توسعه مدل‌های شبیه‌سازی آینده‌نگر می‌تواند به توسعه مدل‌هایی با هدف شبیه‌سازی تغییراتی که در گذشته اتفاق افتاده است، سودمند باشد. . بررسی به سه بخش تقسیم می‌شود: در بخش اول، عملکرد مدل‌های LCLUC معاصر را توضیح می‌دهیم. در بخش دوم، مدل‌های تاریخی LCLUC را تحلیل می‌کنیم. در بخش سوم،
کلید واژه ها: 

پوشش / کاربری زمین ; مدل سازی ; سیستم اطلاعات جغرافیایی

 

1. معرفی

فعالیت‌های انسانی مانند چوب‌برداری، کشاورزی یا مدیریت آتش‌سوزی باعث تغییراتی در ویژگی‌های زیست‌محیطی از جمله کیفیت و کمیت منابع موجود می‌شود و به‌طور مستقیم یا غیرمستقیم بر فرآیندهای بیابان‌زایی، از بین رفتن تنوع زیستی، انتشار دی‌اکسید کربن در جو تأثیر می‌گذارد. و تغییرات آب و هوایی [ 1 ، 2 ]. این تغییرات می تواند ناگهانی یا ظریف باشد [ 3 ، 4 ، 5 ]. تغییرات مربوط به کشاورزی از مدت‌ها قبل ثابت و با شدت‌های متفاوت بوده است، با توجه به اینکه مشخص شده است که اولین تمدن‌های کشاورزی نزدیک به 8000 سال قبل از میلاد ظاهر شدند و به عاملی برای تغییر پوشش/کاربری زمین (LCLUC) تبدیل شدند که درخور توجه است [ 6 ].]. چندین کار تشخیص داده اند که LCLUC و تشدید شیوه های کشاورزی در پاسخ به رشد جمعیتی می تواند منجر به تغییر شدید در شرایط محیطی محلی یا منطقه ای شود [ 7 ، 8 ]. چنین تشدید کشاورزی می تواند منجر به مشکلاتی برای تداوم جمعیت شود [ 1 ، 3 ، 9 ، 10 ، 11 ] و حتی باعث فروپاشی تمدن ها شود [ 7 ، 12 ، 13 ، 14 ، 15 ، 16 ، 17 ، 18 ].
اطلاعات مربوط به LCLUC گذشته به درک تغییرات فعلی و پیامدهای آنها بر محیط زیست کمک می کند. تحقیقات فعلی در مورد LCLUC فراوان است. LCLUC از دست دادن یا تخریب سریع پوشش جنگلی در بسیاری از مناطق جهان، به ویژه در چند دهه گذشته در مناطق گرمسیری را مستند می کند [ 19 ]. این مطالعات همچنین تشخیص می دهند که فعالیت انسان در اکثر این فرآیندهای LCLUC [ 4 ، 20 ، 21 ] دخیل است. آثار متعدد منتشر شده بر اساس سنجش از دور بر روی نقشه برداری تغییرات و ارزیابی نرخ LCLUC تمرکز کرده اند [ 22 , 23]. مطالعات دیگر فراتر از نظارت بر تغییرات و تجزیه و تحلیل فرآیندهای LCLUC، شناسایی عوامل محرک آن و مدل‌سازی تغییر هستند [ 24 ، 25 ]. به طور خاص، مدل‌های شبیه‌سازی صریح فضایی LCLUC رابطه بین تغییرات و متغیرهای مؤثر بر آنها را تحلیل می‌کنند [ 26 ، 27 ]] به منظور به دست آوردن نقشه های تغییرات بالقوه (نقشه های احتمال تغییر) و انجام شبیه سازی فضا-زمان برای ساخت نقشه های کاوش پوشش زمین. مدل‌ها امکان تولید سناریوهای متنوعی را برای آزمایش نظریه‌های مربوط به علل تغییر فراهم می‌کنند. مدل‌ها همچنین امکان پیش‌بینی اثرات مورد انتظار برنامه‌های دولتی با هدف حفظ و استفاده از منابع را در آینده فراهم می‌کنند. این پیش بینی های آینده بر اساس شواهد گذشته (گذشته اخیر) است و امکان تنظیم سناریوهای آینده را فراهم می کند [ 28 ، 29 ]. به عنوان مثال، مدل‌های خاصی از LCLUC امکان شناسایی هر دو فرآیند تغییر مربوط به مدیریت جنگل و نیروهای بیوفیزیکی و اقتصادی را که چنین فرآیندهایی را هدایت می‌کنند [ 30 ] می‌سازد.]. مدل های دیگر شامل تصمیم گیری توسط جوامع محلی و تأثیر چنین تصمیماتی در اداره زمین [ 31 ] است. مدل‌سازی شرایط محیطی که فرآیندهای تغییر را تعیین می‌کنند، به دلیل متغیرهای بیوفیزیکی، اجتماعی-اقتصادی و فرهنگی متعددی که درگیر هستند، دشوار است [ 7 ، 15 ، 17 ]. این مدل‌ها از مقیاس بسته‌های جداگانه تا مقیاس‌های بزرگ اعمال می‌شوند و برای پیش‌بینی و توضیح هم سیستم‌ها و هم اثراتی که فرآیندهای انسانی روی این سیستم‌ها دارند استفاده می‌شوند [ 27 ].
آثار اخیراً منتشر شده LCLUC را شبیه‌سازی می‌کنند که در گذشته دور پیش می‌رفت، که در مقاله حاضر ما آن‌ها را به عنوان مدل‌های LCLUC تاریخی معرفی می‌کنیم، برخلاف مدل‌های شبیه‌سازی برای دوره‌های اخیر، که ما در اینجا آن‌ها را مدل‌های LCLUC معاصر می‌نامیم. برخی از این انتشارات بر ارزیابی نرخ جنگل زدایی و انتشار گازهای گلخانه ای (GHG) تمرکز دارند [ 32 ، 33 ، 34 ، 35 ]، در حالی که آثار دیگر توزیع فضایی طبقات پوشش زمین و کاربری زمین در طول زمان را مدل می کنند [ 36 ، 37 ]. در نهایت، گروهی از مدل ها بر فعالیت های تخصیصی تمرکز می کنند [ 7 ، 38 ، 39 ، 40].
هدف ما مرور مدل‌های LCLUC تاریخی به منظور مقایسه آن‌ها با مدل‌های LCLUC معاصر بود، با این فرض که تجربه کافی به‌دست‌آمده در توسعه مدل‌های شبیه‌سازی آینده‌نگر می‌تواند برای توسعه مدل‌هایی که هدف آنها شبیه‌سازی تغییرات گذشته است، مفید باشد.
بررسی به سه بخش تقسیم می‌شود: در بخش اول، عملکرد مدل‌های LCLUC معاصر را توضیح می‌دهیم. در بخش دوم، مدل‌های تاریخی LCLUC را تحلیل می‌کنیم. در بخش سوم، دو نوع مدل قبلی را با هم مقایسه می‌کنیم و در نهایت، سهم مدل‌های تاریخی LCLUC را در مدل‌های LCLUC معاصر مورد بحث قرار می‌دهیم.

2. مدل های LCLUC معاصر

در طول چند دهه گذشته، مدل‌های متنوعی برای تحلیل و شبیه‌سازی آینده‌نگر LCLUC برای پیشنهاد سناریوهای جایگزین، برای انجام آزمایش‌هایی با هدف درک تغییرات و حمایت از طراحی مدیریت سرزمینی توسعه داده شد [ 41 ، 42 ].
شورای ملی تحقیقات [ 27 ] طبقه بندی رویکردهای مدل سازی LCLUC را پیشنهاد کرد که بر اساس ملاحظات نظری و تجربی، روش های به کار گرفته شده و نوع کاربرد بود. این طبقه‌بندی پنج دسته را پیشنهاد می‌کند که از مدل‌های مبتنی بر الگوها تا مدل‌های مبتنی بر عوامل تغییر را شامل می‌شود که دسته‌بندی دوم بیشتر به توضیح فرآیندهای منجر به تغییر علاقه‌مند هستند. دسته ششم شامل رویکردهای ترکیبی است ( جدول 1 ). مدل‌های چارچوب‌بندی LCLUC در رویکردهای مفهومی امکان درک بهتر مزایا و محدودیت‌های آن‌ها و بهینه‌سازی کاربرد آن‌ها را به‌عنوان ابزارهایی برای ایجاد چشم‌انداز و درک فرآیندهای تغییر می‌دهد.
رویکردهای متمرکز بر الگوها مبتنی بر داده‌های مربوط به الگوهای LCLUC هستند و تمایل دارند از نقشه‌های پوشش زمین به‌دست‌آمده از تصاویر ماهواره‌ای، نقشه‌های متغیرهای توصیفی محیط و سرشماری‌ها استفاده کنند. به طور کلی، این مدل‌ها رابطه بین تغییرات چشم‌انداز و ویژگی‌ها را بر اساس تجزیه و تحلیل تغییرات مشاهده‌شده گذشته به منظور شبیه‌سازی‌های آینده‌نگر توصیف می‌کنند. رویکردهای مبتنی بر فرآیندها، مانند مدل‌های اقتصادی، مدل‌های اقتصادی تفکیک‌شده فضایی و مدل‌های مبتنی بر عوامل، بیشتر در علوم اجتماعی استفاده می‌شوند و بر مدل‌سازی مکانیسم‌های تغییر تمرکز دارند.
به منظور توضیح بهتر این مدل‌های مختلف، دو مدل واقع در انتهای این گرادیان را به اختصار شرح می‌دهیم: (1) یک مدل مبتنی بر الگوها [ 43 ]. و (2) مدل دیگری بر اساس عوامل [ 44 ]. هدف هر دو مدل شبیه سازی فرآیندهای جنگل زدایی در دو منطقه متفاوت، اما مجاور واقع در شمال ویتنام است. در مورد اول، خوی و مورایاما [ 43] تصاویر ماهواره‌ای طبقه‌بندی شده به منظور تهیه نقشه‌های پوشش جنگلی برای سال‌های 1993، 2000 و 2007، که امکان نقشه‌برداری مناطق جنگل‌زدایی و تخمین نرخ تغییرات (با استفاده از ماتریس مارکوف) را برای دوره‌های 1993-2000 و 2000-2007 فراهم می‌کند. . همزمان، نویسندگان یک پایگاه داده بر روی یک سیستم اطلاعات جغرافیایی (GIS) با نقشه هایی از عوامل شناخته شده به عنوان محرک های جنگل زدایی ساختند (به عنوان مثال، ارتفاع، شیب، فاصله تا جاده ها و فاصله تا سکونتگاه های انسانی). یک شبکه عصبی برای ایجاد عملکردی برای ارتباط توزیع فضایی محرک‌های جنگل‌زدایی و مناطق جنگل‌زدایی آموزش داده شد، که به نوبه خود به نویسندگان اجازه می‌دهد تا نقشه‌ای از تمایل جنگل‌زدایی را بسط دهند که در آن، برای مثال، مناطق در دسترس‌تر (نزدیک جاده‌ها و سکونتگاه های انسانی) یا آنهایی که شیب متوسط ​​دارند، تمایل زیادی به جنگل زدایی دارند. این مدل جنگل‌زدایی را با محاسبه مقدار تغییر مورد انتظار برای دوره شبیه‌سازی بر اساس نرخ‌های تغییر مشاهده‌شده در دوره قبلی شبیه‌سازی می‌کند و تبدیل مناطق جنگلی را که مستعد جنگل‌زدایی هستند شبیه‌سازی می‌کند. در مرحله اول، نویسندگان مدل را با استفاده از نقشه LCLUC برای سال های 1993-2000 به منظور ایجاد یک نقشه آینده نگر برای سال 2007 آموزش دادند.به عنوان مثال ، توپوگرافی، دسترسی، مناسب بودن برای کشاورزی).
جدول
جدول 1. رویکردهای مدل سازی. اصلاح شده از شورای تحقیقات ملی [ 27 ].
در مورد مدل مبتنی بر عامل، کاستلا و همکاران. [ 44] کارگاه‌هایی را سازماندهی کرد که دهقانان برای شرکت در بازی‌های نقشی که در آن بازیکن برای حفظ خانواده‌های مجازی‌اش باید منظره را مدیریت کند، به آنها دعوت می‌شد. تصمیمات اتخاذ شده توسط بازیکنان هم در طول بازی و هم در مصاحبه‌هایی که پس از آن انجام می‌شود با شرکت‌کنندگان مورد بحث قرار می‌گیرد، بنابراین به محققان اجازه می‌دهد تا استراتژی‌های مدیریتی مختلفی را تعریف کنند. در پایان کارگاه یک شبیه سازی کامپیوتری اجرا و برای بحث ارائه شد. این کارگاه در محلاتی انجام شد که نشان دهنده تنوع اجتماعی- محیطی منطقه مورد مطالعه بود. در یک GIS، مدل تصمیمات بازیگران را شبیه سازی می کند (به عنوان مثال، تشدید کشت برنج در مناطق پست یا باز کردن مناطق کشت جدید در دامنه ها)، با در نظر گرفتن هر دو ویژگی آنها (به عنوان مثال ،، اندازه خانوار، تعداد حیوانات دارای مالکیت، گسترش زمین های دارای مالکیت، و غیره ) و زمینه اجتماعی-اقتصادی ( به عنوان مثال ، بازده، قیمت بازار، برنامه های دولتی، دسترسی و غیره ). این مدل به صورت فضایی LCLUC مربوط به تصمیمات اتخاذ شده توسط کشاورزان را برای دوره 1990-2001 شبیه سازی می کند. ارزیابی مدل بر اساس موارد زیر بود: (1) انسجام مقدار تغییر شبیه‌سازی شده با نقشه‌های پوشش زمین/کاربری زمین برای سال‌های 1995، 1998 و 2001. (2) انسجام معیارهای چشم انداز در سطوح سکونتگاه و منطقه. و (3) اعتبار «اجتماعی» شامل تشخیص مغایرت‌های بین قوانین مدل و نظرات رهبران محلی جمع‌آوری‌شده در کارگاه‌های اعتبارسنجی.
مدل خویی و همکاران. [ 43 ] از این رو مدلی مبتنی بر داده ها است که در آن فرآیندهای تغییر به طور صریح استفاده نمی شود، بلکه از طریق تجزیه و تحلیل متمرکز بر محرک های تغییر استفاده می شود. برعکس، مدل کاستلا و همکاران. [ 44 ] مبتنی بر دانش تخصصی جمع‌آوری‌شده در طول کارگاه‌ها و مصاحبه‌ها است و بر مدل‌سازی تصمیم‌های اتخاذ شده توسط عوامل تغییر متمرکز است. در بخش‌های بعدی، ورودی‌ها و روش‌های شبیه‌سازی و اعتبارسنجی آموزشی را که معمولاً در مدل‌های معاصر استفاده می‌شوند، به اختصار شرح می‌دهیم.

2.1. ورودی ها

ورودی‌های مدل‌های الگومحور معمولاً نقشه‌های پوشش زمین/استفاده از زمین برای تاریخ‌های مختلف هستند، که اغلب از داده‌های سنجش از دور و نقشه‌هایی که عوامل بالقوه LCLUC را توصیف می‌کنند، مشتق شده‌اند [ 42 ].
به طور معمول، چنین عواملی عواملی هستند که مناسب بودن زمین برای فعالیت های انسانی (به عنوان مثال ، ارتفاع، شیب، نوع خاک)، دسترسی ( به عنوان مثال ، فاصله از جاده ها یا سایر وسایل ارتباطی و فاصله تا سکونتگاه های انسانی)، ویژگی های جمعیتی (تراکم جمعیت) را تعیین می کنند. ، فعالیت های انسانی، حاشیه نشینی اجتماعی و غیره ) و مناطقی که سیاست های خاصی اعمال می شود ( یعنی مناطق حفاظت شده طبیعی، مناطق مشمول برنامه های تشویقی کشاورزی و غیره ) [ 45 ، 46 ، 47 ]]. مدل‌های معطوف به عوامل عموماً از اطلاعاتی در مورد تصمیم‌گیری استفاده می‌کنند که منجر به LCLUC می‌شود، که از مصاحبه با بازیگران کلیدی چنین تغییراتی مشتق می‌شود و گاهی اوقات با نقشه‌برداری و سرشماری تکمیل می‌شود.

2.2. آموزش یا کالیبراسیون مدل

آموزش یا کالیبراسیون مدل شامل تعیین پارامترهایی است که رفتار مدل را کنترل می کنند. مدل هایی که به سمت الگوها گرایش دارند، که بر اساس روندهای مشاهده شده در گذشته هستند، معمولاً چنین اطلاعاتی را با مقایسه دو نقشه LCLU از تاریخ های قبلی به دست می آورند [ 42 ]. چنین مقایسه‌هایی امکان تخمین نرخ‌های تغییر سالانه را در طول دوره تحلیل شده، اغلب با استفاده از ماتریس مارکوف، فراهم می‌کند. یک ماتریس مارکوف، نسبت یک پوشش زمین معین را که به نوع دیگر پوشش زمین تبدیل می‌شود، بیان می‌کند، با این فرض که روندهای مشاهده شده ثابت می‌مانند (فرایند ثابت)، بنابراین امکان پیش‌بینی آنها به آینده را فراهم می‌کند [ 48 ].]. علاوه بر این، یک تجزیه و تحلیل آماری اجازه می دهد تا عوامل تغییر (مانند شیب یا دسترسی) را با تغییرات مشاهده شده مرتبط کند. این رابطه با روش‌های مختلفی مانند مدل‌های رگرسیون، وزن شواهد [ 49 ] و هوش مصنوعی [ 50 ] و غیره برقرار می‌شود. محصول یک نقشه حاوی مقادیری است که تمایل به تغییر را نشان می دهد. تغییرات متعددی وجود دارد، به عنوان مثال در میزان تغییری که می توان با استفاده از یک مدل خارجی [ 51 ] تخمین زد، در حالی که نقشه تغییرات بالقوه را می توان از طریق روش هایی به دست آورد که امکان ادغام دانش تخصصی را فراهم می کند تا از مدل سازی به طور دقیق بازتولید شود. الگوهای تغییر مشاهده شده در دوره قبل [ 52 ، 53].
در مدل‌های عامل‌گرا، کالیبراسیون شامل تعیین قوانین رفتار عوامل است که عموماً از طریق مصاحبه و اطلاع‌رسانی در مورد معیارهای مورد استفاده بازیگران تغییر هنگام تصمیم‌گیری که بر کاربری زمین و پوشش زمین تأثیر می‌گذارد، به دست می‌آید. 44 ].

2.3. شبیه سازی

در مدل‌های الگو محور، شبیه‌سازی با تغییر نقشه ورودی به‌گونه‌ای انجام می‌شود که LCLUC را نمایش دهد. این مدل مقدار تغییر مربوط به دوره زمانی مورد استفاده در شبیه‌سازی را محاسبه می‌کند و تغییرات را بر اساس مقدار پتانسیل تغییر در مناطق اعمال می‌کند. برخی از مدل‌ها از خودکارهای سلولی به منظور بازتولید الگوهای فضایی LCLUC استفاده می‌کنند، در حالی که اندازه و شکل وصله‌های تغییر شبیه‌سازی شده را کنترل می‌کنند [ 51 ]. از آنجایی که مدل‌های عامل گرا بر شبیه‌سازی فرآیندهای تغییر متمرکز هستند، گاهی اوقات در مناظر مجازی پیاده‌سازی می‌شوند. با این حال، مدل‌های عامل گرا معمولاً با GIS حاوی پایگاه داده مناظر واقعی برای شبیه‌سازی الگوهای واقعی‌تر تغییر [ 44 ] همراه می‌شوند.

2.4. ارزیابی مدل

مدل هایی که به سمت الگوهای تغییر گرایش دارند، معمولاً بر اساس ارزیابی همزمانی فضایی بین یک نقشه واقعی، مشاهده شده و یک نقشه شبیه سازی شده ارزیابی می شوند. برای این منظور، معمولاً از نقشه‌های پوشش زمین/کاربری زمین با حداقل سه زمان مختلف استفاده می‌شود که مدل را برای دو تاریخ اول کالیبره می‌کند تا یک نقشه شبیه‌سازی شده برای تاریخ سوم به دست آید. مدل با تخمین درجه شباهت بین نقشه های شبیه سازی شده و واقعی ارزیابی می شود. از آنجایی که اکثر منظره تغییرات را نشان نمی دهد، چنین شباهتی می تواند بسیار زیاد باشد، حتی برای مدل های متوسط ​​[ 54 ]، بنابراین توصیه می شود ارزیابی را بر روی تغییرات متمرکز کنید (واقعی در مقابلتغییرات شبیه سازی شده). ارزیابی عموماً بر ارزیابی همزمانی فضایی بین تغییرات شبیه‌سازی شده و واقعی با استفاده از چندین شاخص متمرکز است، مانند شاخص کاپا [ 55 ]، شاخص تصادف فازی [ 56 ] و سایر شاخص‌های تصادفی که می‌توانند در چندین وضوح مورد استفاده قرار گیرند. بنابراین برای یک تساهل خاص در مورد تصادف اجازه می دهد [ 44 ، 57 ]. برخی از نویسندگان استفاده از شاخص های دیگر را پیشنهاد می کنند، به عنوان مثال شاخص های تکه تکه شدن چشم انداز [ 58 ]. ارزیابی می‌تواند بر روی نقشه‌های تمایل به تغییر با استفاده از تجزیه و تحلیل مشخصه عملیاتی پذیرنده (ROC) متمرکز شود یا بر روی تفاوت‌های پتانسیل تغییر متمرکز شود [ 47 ].]. مدل‌های عامل‌گرا که نقشه‌های LCLUC آینده‌نگر را به‌عنوان خروجی خود دارند، می‌توانند با همان روش‌هایی که برای نقشه‌های حاصل از مدل‌های فرآیند گرا استفاده می‌شوند، ارزیابی شوند. با این حال، از آنجا که فرآیندهای مختلف می توانند به چشم اندازهای مشابه منجر شوند و از آنجا که هدف اصلی مدل های عامل محور مدل سازی فرآیندهای تغییر است، ارزیابی آنها بر قوانین عامل برای تصمیم گیری تمرکز دارد [ 44 ]. شایان ذکر است که مدل‌های آینده نگر اغلب قدرت پیش‌بینی ضعیفی از خود نشان می‌دهند [ 59 ]، به دلیل ثابت نبودن فرآیندهای LCLUC و این واقعیت که عوامل تغییر مورد استفاده در مدل، الگوهای تغییرات را به طور دقیق کنترل نمی‌کنند.

3. مدل های تاریخی LCLUC

هایاشیدا [ 60 ] سه انگیزه اصلی را برای مدل‌سازی تاریخی LCLUC شناسایی می‌کند: (1) علاقه فزاینده به فرآیندهای تغییر منظر تاریخی. (2) به رسمیت شناختن انسان به عنوان بخشی از تاریخ چشم انداز. و (3) ظهور اکولوژی احیا با هدف بازیابی اکوسیستم های تخریب شده بر اساس منابع تاریخی. محققان دیگر بر تغییرات در آن ویژگی‌های سطح زمین که با LCLUC مرتبط هستند و از طریق مدولاسیون تبادل انرژی و گازها با جو، آب و هوا را تغییر می‌دهند، تمرکز می‌کنند. این نویسندگان گزارش می‌کنند که انتشار دی‌اکسید کربن و متان ناشی از فعالیت‌های انسانی در طول دوره‌های زمانی صدها سال تأثیر زیادی بر مشکلات کنونی، مانند تغییرات آب و هوایی دارد [ 61 ، 62 ]]. طبق بررسی تاریخی ویلیامز [ 63]، جنگل زدایی به دلیل گسترش سطح جغرافیایی که طی هزاران سال تغییر داده است، مهمترین تبدیل کننده پوشش زمین است. آثار اخیر نشان می‌دهد که ساکنان اروپا در اواخر دوره نوسنگی یا عصر حجر جدید (4500 تا 4000 سال قبل از میلاد) و همچنین تمدن‌های آمریکای شمالی و سایر بخش‌های جهان قبلاً به عنوان جوامع بی‌تحرک با اقتصاد متنوع مطابقت داشتند. و تأثیر بسزایی بر روی پوشش گیاهی بومی داشت. تخمین زده می شود که گسترش جنگل های پیش از کشاورزی در جهان 61.51 میلیون کیلومتر مربع بوده است که از این میزان 15.51 میلیون کیلومتر مربع قبل از حدود 1500 پس از میلاد از بین رفته است. جهان، عمدتاً در چین، ایالات متحده آمریکا، اروپا و آمریکای جنوبی ( شکل 1[ 7 ، 34 ، 37 ، 39 ، 62 ، 63 ، 64 ، 65 ، 66 ، 67 ، 68 ، 69 ، 70 ]). مدل‌های تاریخی تغییر، منشأ انضباطی مشخصی دارند و از مقیاس‌های فضا-زمان متفاوتی استفاده می‌کنند. همانطور که در شکل 2 مشاهده می شود ، برخی از مطالعات مناطق مورد مطالعه به وسعت چند صد کیلومتر مربع را پوشش می دهند، در حالی که برخی دیگر دارای مقیاس های قاره ای یا جهانی هستند. به همین ترتیب، برخی از مطالعات دارای بازه زمانی چند صد ساله هستند، در حالی که برخی دیگر شامل ده ها هزار سال هستند.
ما سه گروه بزرگ از مدل ها را با توجه به روش های آنها شناسایی کردیم. گروه اول شامل مدل‌های الگومحور است که هدف آنها ارزیابی تغییرات جوی ناشی از LCLUC و تأثیر احتمالی آنها بر تغییرات اقلیمی و گرمایش جهانی است. این مدل‌ها بر اساس تدوین یک سری نقشه‌ها در مقیاس منطقه‌ای یا جهانی هستند که الگوهای انتشار گازهای گلخانه‌ای (GHG) را نشان می‌دهند. انتشار گازهای گلخانه‌ای بر اساس نقشه‌های تراکم جمعیت و پوشش گیاهی تخمین زده می‌شود که امکان ارزیابی گسترش احتمالی جنگل‌زدایی و گازهای گلخانه‌ای منتشر شده را فراهم می‌کند [ 61 ، 71 ، 72 ، 73 ، 74 ، 75 ].
گروه دوم، با مشارکت کمتر، شامل مدل‌های عامل‌محور است که تلاش می‌کنند فرآیندهای اجتماعی-محیطی و ارتباط آن‌ها با LCLUC را درک کنند [ 7 ، 15 ، 39 ، 40 ، 64 ، 76 ، 77 ]. به طور کلی، مناطق مورد مطالعه این مدل ها کوچک است و از چند تا صدها کیلومتر مربع متغیر است. بیشتر این مدل‌ها از ورودی‌های باستان‌شناسی استفاده می‌کنند و هدف خود را بازسازی رفتار تمدن‌های گذشته یا تلاش برای یافتن توضیحی برای فروپاشی ناگهانی آنها می‌دانند [ 18 ].
در نهایت، گروه سوم مشارکت‌ها بر اساس یک مدل‌سازی ترکیبی است که امکان به دست آوردن الگوهای تغییر را با در نظر گرفتن متغیرهای اجتماعی و بیوفیزیکی همراه با سوابق تاریخی، باستان‌شناسی، باستان‌شناسی، باستان‌شناسی یا دیرینه‌اکولوژیکی، در میان سایر موارد، فراهم می‌کند. مدل‌سازی بر الگوهای تغییر منظر متمرکز است و بر شبیه‌سازی واقعی توزیع فضایی عناصر منظر تأکید دارد [ 37 ، 65 ، 78 ]. در برخی موارد، این مدل‌ها تعامل بین فرآیندهای تغییر و فرآیندهای تخریب اکوسیستم، مانند فرسایش خاک را شبیه‌سازی می‌کنند [ 79 ]. برخی شباهت‌ها بین مدل‌های درون هر گروه آشکار شد ( شکل 2 [ 7, 32 , 33 , 34 , 35 , 37 , 39 , 62 , 63 , 64 , 65 , 66 , 67 , 69 , 70 , 71 , 72 , 75 , 80 , 28 , 81 _ _]). مدل‌هایی که برای تخمین انتشار گازهای گلخانه‌ای ساخته شده‌اند، عمدتاً از مقیاس‌های کوچک استفاده می‌کنند، با توجه به اینکه چنین تخمین‌هایی به جزئیات زیادی نیاز ندارند و زمانی مفیدتر هستند که اطلاعات جهانی ارائه می‌دهند یا به عنوان ورودی برای مدل‌های آب و هوایی استفاده می‌شوند. دوره های زمانی تحت پوشش این مدل ها به پایگاه داده مورد استفاده به عنوان مرجع LCLUC بستگی دارد و عموماً صدها یا هزاران سال است (مثلاً 6000 سال قبل از زمان کنونی).
Ijgi 04 01791 g001 1024
شکل 1. توزیع فضایی مدل های LCLUC تاریخی بررسی شده. مراجع: 1. [ 7 ]; 2. [ 66 ]; 3. [ 65 ]; 4.[ 67 ]; 5.[ 68 ]; 6.[ 39 ]; 7.[ 64 ]; 8.[ 34 ]; 9.[ 62 ]; 10. [ 69 ]; 11.[ 70 ]; 12. [ 37 ]; [ 63 ] آخرین مطالعه شامل تمام اروپا (به عنوان منطقه سایه دار در نقشه نشان داده شده است).
در مقایسه، مدل‌های مبتنی بر عامل محدود به استفاده از مقیاس‌های بزرگ هستند، زیرا رفتار افراد یا گروهی از افراد را شبیه‌سازی می‌کنند. به دلیل پیچیدگی سیستم‌هایی که قرار است مدل‌سازی شوند (شامل فرآیندهای اجتماعی)، این مدل‌ها عمدتاً بر دوره‌های زمانی کوتاه تمرکز دارند. اکثر مدل‌های مبتنی بر عامل بر مدل‌سازی تغییرات مرتبط با تمدن‌های اولیه متمرکز هستند که سوابق باستان‌شناسی کافی برای توضیح مدل در دسترس است.
مدل‌های ترکیبی کمیاب هستند و می‌توانند نسبت به مقیاس‌های مکانی و زمانی خود کاملاً انعطاف‌پذیر باشند، زیرا آنها سازش بین الگو و مدل‌های متمرکز بر فرآیند را نشان می‌دهند.

3.1. اهداف

ما اهداف متنوعی را برای مدل‌سازی تاریخی یافتیم: تخمین انتشار گازهای گلخانه‌ای حاصل از توسعه مناطق کشاورزی [ 32 ، 34 ، 84 ]. دانستن پتانسیل تولید کشاورزی مناطق در دوران ماقبل تاریخ [ 7 ] و یا نشان دادن فرآیندهای اجتماعی-اقتصادی در طول شروع کشاورزی؛ تجزیه و تحلیل رابطه بین مدیریت زمین و فرآیندهای فرسایش و رسوب خاک [ 79 ]؛ بازسازی فعالیت های انسانی، چه در مقیاس کوچک و چه در مقیاس بزرگ، مانند بی تحرکی، گله داری و شکار-جمع آوری [ 17 ، 64 ، 70 ، 76 ، 77]؛ و مدلسازی منشاء زندگی بی تحرک و اولین سکونتگاه های شهری، به عنوان اثرات زیست محیطی مرتبط [ 40 ].
Ijgi 04 01791 g002 1024
شکل 2. مقیاس های مکانی و زمانی مدل های LCLUC تاریخی بررسی شده. سه گروه از مدل‌ها تمایل دارند با مقیاس‌های متفاوتی مرتبط باشند. مراجع: 1. [ 7 ]; 2. [ 66 ]; 3. [ 75 ]; 4. [ 65 ]; 5. [ 67 ]; 6. [ 71 ]; 7. [ 80 ]; 8. [ 72 ]; 9. [ 39 ]; 10.[ 81 ]; 11. [ 33 ]; 12. [ 35 ]; 13. [ 64 ]; 14. [ 34 ]; 15.[ 62 ]; 16. [ 82 ]; 17. [ 32 ]; 18.[ 69 ]; 19. [ 70]؛ 20. [ 83 ]; 21. [ 63 ]; 22.[ 37 ].

3.2. ورودی ها

ورودی‌های مدل‌های تاریخی LCLUC حاوی اطلاعات محدودی در مقایسه با مدل‌های معاصر هستند، بنابراین مدل‌سازان را مجبور می‌کند تا به رشته‌های مختلف مانند باستان‌شناسی، دیرینه‌اکولوژی، دیرینه‌شناسی، دیرینه‌شناسی، تاریخ و مردم‌شناسی مراجعه کنند تا اطلاعات مورد نیاز را به دست آورند. اطلاعات به عنوان مثال، پالینولوژی را می توان برای ارزیابی مناطق کشاورزی از طریق تجزیه و تحلیل سوابق گرده فسیلی [ 69 ] و سوابق دیرینه اکولوژیکی و دیرینه محیطی استفاده کرد که امکان دانستن اینکه کدام حیوانات و گیاهان در سرزمین های مستقر اهلی شده اند [ 7 ]]. در نتیجه، مطالعات مدل‌سازی تاریخی عمدتاً بین‌رشته‌ای هستند. به دست آوردن هرچه بیشتر اطلاعات در مورد سوابق گذشته امکان ایجاد الگوهای سکونتگاهی، استفاده احتمالی از زمین و منابع و شیوه های فرهنگی را فراهم می کند، بنابراین مناطق احتمالی LCLUC را تعیین می کند. به طور کلی، ورودی اصلی سوابق باستان شناسی برای ایجاد قوانین یا هنجارهایی است که فرآیندها و الگوهای مصرف کشاورزی جمعیت و همچنین تعامل بین آنها و محیط فیزیکی را تعریف می کند [ 7 ، 37 ، 40 ]. باستان شناسی همچنین می تواند اطلاعاتی در مورد اشکال گذشته مدیریت آب و هنجارهای اجتماعی ارائه دهد [ 77]. ورودی احتمالی دیگر، سوابق تاریخی و ادبیات تاریخی حاوی اطلاعات قابل اعتماد در مورد رویدادهای گذشته است، اگرچه پوشش گذشته این ورودی ها از نظر زمانی محدود است [ 65 ]. برخی از مطالعات شامل ویژگی های پویایی جمعیت، مانند فشار جمعیتی، رقابت برای منابع و ظرفیت حمل به دست آمده از سوابق تاریخی است [ 85 ].
از آنجایی که فرآیندهای زمین شناسی به هزاران سال برای تغییر شدید نیاز دارند، می توان از اطلاعات زمین شناسی و توپوگرافی موجود استفاده کرد [ 14 ]. دیگر ورودی‌های زمان کنونی که مورد استفاده قرار گرفته‌اند، تصاویر ماهواره‌ای، عکس‌های ارتو، نقشه‌های خاک و نقشه‌های رسوب تجمیع‌نشده و نقشه‌های ژئومورفولوژیکی هستند [ 34 ، 80 ]. گاهی اوقات، در مطالعات دوره‌های زمانی اخیر (چند صدها سال) یا زمانی که سوابق گرده نشان‌دهنده تداعی‌های گیاهی متفاوت از زمان حال نیست، می‌توان از نقشه‌های نوع پوشش گیاهی فعلی استفاده کرد [ 7 ، 66 ، 86 ].
پایگاه های داده با اطلاعات مربوط به LCLUC گذشته به دست آمده از مدل سازی نیز موجود است و می تواند در مدل های شبیه سازی گنجانده شود [ 32 ، 72 ، 74 ]. یکی از این پایگاه‌های اطلاعاتی، پایگاه داده تاریخچه محیط جهانی (HYDE) [ 71 ] است که 300 سال گذشته را پوشش می‌دهد [ 33 ، 35 ، 82 ]. HYDE به منظور آزمایش و اعتبارسنجی یک مدل زیست محیطی جهانی توسعه یافته است و بر اساس تخمین های تاریخی جمعیت و توزیع زمین های زراعی است. داده های جمعیتی از اطلس تاریخ جمعیت جهان [ 87 ] به دست آمده است]. داده ها در HYDE با وضوح پنج دقیقه ارائه شده و شامل 14 نوع پوشش گیاهی است. پایگاه داده جهان را به 19 گروه تقسیم می کند که هر یک دارای چندین زیرمنطقه است [ 71 ].
منبع دوم، پایگاه داده تغییر پوشش زمین انسانی است که دوره زمانی 800 تا 1992 پس از میلاد را پوشش می دهد، همراه با نقشه های با وضوح بالا از مرکز پایداری و محیط زیست جهانی (SAGE) که توسط پونگراتز و همکاران گردآوری شده است. [ 32 ]. به گفته این نویسندگان [ 32 ]، پایگاه داده ابزاری برای مطالعات تغییرات جهانی با تاکید بر تخمین انتشار گازهای گلخانه ای است. همچنین شامل برآوردهای جمعیتی و پوشش گیاهی. این اطلاعات ماهواره‌ای و الگوریتم‌های خاص را ترکیب می‌کند که نقشه‌های جهان چندزمانی 300 سال گذشته را ارائه می‌کند [ 34 ، 81 ].
در نهایت، یک گروه تحقیقاتی با تمرکز بر روابط بین خاک، پوشش گیاهی و اتمسفر یک پایگاه داده از مدلی تولید کرد که LCLUC ماقبل تاریخ و ماقبل صنعتی [ 33 ] را شبیه‌سازی می‌کند. این پایگاه داده شامل نقشه های کشاورزی، گله داری، آب و هوا و خواص خاک در اروپا در مقیاس قاره ای است که دوره زمانی 1000 قبل از میلاد تا 1850 پس از میلاد را پوشش می دهد.
مدل‌های دیگر LCLUC گهگاه از خروجی‌های مدل‌های دیگر برای توضیح رفتار جمعیت‌ها به عنوان ورودی استفاده می‌کنند. به عنوان مثال، پترسون و همکاران. [ 85 ] از مدل Aoki و همکاران استفاده کنید. [ 88 ] که تعاملات در دوران نوسنگی بین جمعیت شکارچیان و کشاورزان را شبیه سازی می کند.

3.3. آموزش و شبیه سازی

مدل سازان LCLUC گذشته چندین روش را اعمال می کنند. مدل‌هایی که بر تخمین زمین‌های زراعی در سراسر جهان متمرکز شده‌اند، تراکم جمعیت و کاربری زمین مورد انتظار حاصل از فعالیت‌های جمعیت را مرتبط می‌کنند. در مورد HYDE و ALCC، برآورد یک رابطه خطی بین جمعیت و سطح زمین‌های زراعی را فرض می‌کند. با این حال، کاپلان و همکاران. [ 33استفاده از یک رابطه غیر خطی بین جمعیت و مناطق زراعی، اتخاذ پارامترهای توسعه و تشدید فناوری (انقلاب صنعتی)، شامل استخراج چوب و محاسبه دوره های آیش و تغییر کشاورزی. اگرچه سه مجموعه داده از برآوردهای جمعیتی یکسانی به عنوان یک پروکسی استفاده کردند، اما به دلیل تفاوت در روش، نتایج بازسازی متفاوتی را نشان می‌دهند. یان و همکاران [ 89 ] به این نکته اشاره کنید که عدم قطعیت های بازسازی ها موضوعی را تشکیل می دهد که باید به آن پرداخته شود.
به نوبه خود، این مدل ها می توانند به عنوان ورودی برای مدل های تخمین گسیل به اتمسفر و جداسازی GHG استفاده شوند [ 35 ، 68 ، 83 ، 90 ، 91 ]. برخی از مدل‌ها شار کربن را بین پوشش گیاهی طبیعی، محصولات کشاورزی، خاک و جو شبیه‌سازی می‌کنند، با در نظر گرفتن تغییرات پوشش زمین و سری‌های زمانی، دما، بارش و غلظت CO2 در اتمسفر [ 33 ، 63 ، 78 ، 82 ]. این مدل ها از داده های موجود استفاده می کنند. به عنوان مثال، کاپلان و همکاران. [ 35 ] از نقشه خاک پایگاه داده جهانی خاک هماهنگ و اولوفسون و کیکلر (2007) [ 33 ] استفاده کنید.] از شاخص های پوشش گیاهی به دست آمده از تصاویر ماهواره ای به منظور برآورد خالص تولید اولیه انواع مختلف پوشش گیاهی استفاده می کند.
شبیه‌سازی‌های متمرکز بر الگوهای تاریخی LCLUC از روش‌های آماری برای قوی‌تر کردن شبیه‌سازی استفاده می‌کنند. به عنوان مثال، زنجیر کولموگروف یا تست های برازش خوب برای کالیبره کردن نقشه های ورودی استفاده می شود [ 37 ، 65 ، 79 ، 92]. به عنوان مثال، سه مدل فرعی مورد استفاده برای توزیع کشاورزی در دره ییلوو در شمال چین هستند: (1) مدل فرعی نیاز کاربری زمین که کل مساحت زمین زراعی مورد نیاز برای تامین جمعیت انسانی منطقه را برای زمان های مختلف برآورد می کند. دوره های مدل سازی شده (2) مدل فرعی منطقه مسکونی که نقشه ای از توزیع بالقوه جمعیت انسانی را بر اساس تجزیه و تحلیل و توزیع مکان های باستان شناسی در رابطه با متغیرهای محیطی با استفاده از آزمون نیکویی برازش کولموگروف ایجاد می کند. و (3) مدل فرعی تخصیص کاربری زمین که سطح زمین‌های زراعی تعیین‌شده توسط مدل فرعی 1 را در اطراف مکان‌های باستان‌شناسی با در نظر گرفتن نقشه توزیع بالقوه از مدل فرعی 2 توزیع می‌کند. این شبیه‌سازی‌ها برای تاریخ‌های مختلف در 1000- ساخته شده‌اند. فواصل سال از 8000 BP شروع می شود37 ]. کاماچو و همکاران [ 93 ] یک رویکرد گذشته‌نگر برای تهیه نقشه‌های توزیع کشاورزی آبی و دیم در سال‌های 1572، 1752 و 1855-1861، بر اساس نقشه کاربری زمین برای سال 1957 و داده‌های سرشماری سطح کشاورزی آبی و دیم اتخاذ کرد. برای این منظور، نویسندگان نقشه‌های تناسب را با استفاده از تجزیه و تحلیل چند معیاره بر اساس معیارهای متغیر در طول زمان، مانند شیب، ارتفاع و فاصله تا کانال‌های آبیاری و سکونتگاه‌ها، تهیه کردند. هر معیار بر اساس نتایج تجزیه و تحلیل تصادفی معیارها و کاربری ها از نقشه کاربری زمین در سال 1957 وزن می شود. تصادف با استفاده از ضریب همبستگی پیرسون و همبستگی کرامر V ارزیابی شد.
مدل‌های مبتنی بر عامل از مقیاس‌های محلی استفاده می‌کنند، به طوری که می‌توانند بر روی فرآیند LCLUC متمرکز شوند. تعاملات بین عوامل و چشم انداز (LCLUC) و بین عوامل (به عنوان مثال، تولید مثل و تبادل تجاری) مدل شده است. اگر مدل از نظر فضایی صریح باشد، می توان تغییرات محیطی را ترسیم کرد. اطلاعات به دست آمده تا حد زیادی کیفی است. با این حال، امکان تولید داده های آمار توصیفی وجود دارد [ 15 ، 39 ، 94 ]. به عنوان مثال، مدل عوامل Axtell و همکاران. [ 7] رشد جمعیتی و فروپاشی سکونتگاه تمدن آناسازی در دره لانگ هاوس را در بازه زمانی 800 پس از میلاد تا 1300 پس از میلاد با استفاده از قوانین تصمیم گیری چند عامله بازآفرینی می کند. این مدل فعالیت‌هایی را در طول چرخه زندگی خانوارهای مجازی (نمایندگان)، مانند فعالیت‌های تولیدی، مصرف و تعاملات اجتماعی، مانند ازدواج و تجارت، شبیه‌سازی می‌کند. عملکرد مدل بر اساس قوانین و پارامترها است، قوانینی که ایجاد و مکان خانواده های جدید را تجویز می کند .زمانی که دختر به 15 سالگی برسد، خانواده جدیدی ایجاد می شود و موقعیت آن با مناسب بودن برای کشاورزی و نزدیکی به منابع آب مشخص می شود. برخی از پارامترهای مورد استفاده شامل نیازهای تغذیه ای افراد و امید به زندگی آنها می باشد. این قوانین و پارامترها از سوابق باستان شناسی و دیرینه زیست محیطی به دست آمده است. این مدل تنوع آب و هوایی مشاهده شده در سوابق دندروکلیماتیک، گرده، ژئومورفولوژی و باستان شناسی را در نظر می گیرد. در نهایت، مدل تکامل چشم انداز (به عنوان مثال ، الگوهای توزیع سکونتگاه ها و زمین های زراعی) را شبیه سازی می کند.
با توجه به مدل‌های ترکیبی، این مدل‌ها حاوی اطلاعات کمی و کیفی هستند که امکان میانجیگری بین مدل‌سازی مبتنی بر عامل (فرآیندها) و مدل‌سازی مبتنی بر الگو را فراهم می‌کنند. به عنوان مثال، مدل تکامل شکل زمین (CYBEROSION) تعاملات بین انسان، حیوانات اهلی و وحشی، پوشش گیاهی و فرسایش در جوامع ماقبل تاریخ را شبیه‌سازی می‌کند. این مدل امکان ارزیابی آسیب‌پذیری چشم‌انداز در برابر فرآیندهای آنتروپیک، مانند افزایش نرخ فرسایش در فشار آنتروپیک بالاتر را فراهم می‌کند. عوامل برای فعل و انفعالات بین فرآیندهای اساسی، مانند اکتساب غذا [ 95 ] استفاده می شود. نمونه دیگری از یک مدل هیبریدی مدل Poska و همکارانش است. [ 69]، که تغییرات بین چهار دسته پوشش زمین / کاربری زمین را با استفاده از زنجیره مارکوف و سوابق گرده فسیلی بین 600 قبل از میلاد و 1940 قبل از میلاد مدل می کند. نویسندگان درصد پوشش مربوط به مقادیر خاصی از گرده را با مقایسه با مشابه های مدرن استنتاج می کنند. .

3.4. اعتبار سنجی

ارزیابی مدل‌های شبیه‌سازی صریح فضایی امکان دانستن هم درجه اطمینان نقشه‌های به‌دست‌آمده و هم عملکرد مدل را فراهم می‌کند. اعتبارسنجی مدل‌های معاصر عمدتاً بر اساس همزمانی فضایی بین نقشه توزیع عناصر از منظر واقعی و نقشه شبیه‌سازی شده است. بدیهی است که استفاده از این رویکرد برای شبیه سازی های گذشته غیرممکن است، با توجه به اینکه چنین توزیعی به اندازه کافی شناخته شده نیست. شاید به همین دلیل، مدل‌های شبیه‌سازی تاریخی LCLUC، به طور کلی تحت آزمایش‌های اعتبارسنجی قرار نگیرند.
برخی از روش‌های ارزیابی مدل‌های تاریخی بر مقایسه توزیع مکان‌های باستان‌شناسی واقعی با اشغال پیش‌بینی‌شده متمرکز شدند [ 7 ، 94 ]. برای این منظور، مکان‌های اشغال با استفاده از بخشی از موقعیت مکانی سایت‌های باستان‌شناسی به عنوان ورودی مدل‌سازی می‌شوند، این مکان‌ها با مکان‌های پیش‌بینی‌شده توسط مدل مقایسه می‌شوند، بنابراین امکان ارزیابی اینکه آیا مدل مقدار سایت‌ها را دست‌کم یا بیش از حد برآورد می‌کند [ 76 ] ]. در چنین مواردی الگوی تغییر ارزیابی نمی شود. امکان دیگر مقایسه نواحی تغییر گذشته در رابطه با نواحی کنونی است [ 65 ]. به عنوان مثال، یو و همکاران. [ 37] گسترش زمین‌های زراعی را از 8000 BP تا کنون مدل‌سازی کنید و همزمانی بین آخرین نقشه شبیه‌سازی شده و نقشه فعلی را با استفاده از شاخص کاپا اندازه‌گیری کنید. پوسکا و همکاران [ 69 ] نسبت‌های پوشش زمین حاصل از گرده‌های فسیلی، نقشه‌های تاریخی و نقشه‌های شبیه‌سازی شده را مقایسه کرد. در مورد مدل‌هایی که در آنها انتشار گازهای گلخانه‌ای تخمین زده می‌شود، تمدید شبیه‌سازی تا زمان حاضر و تولید سناریوهایی با و بدون اختلالات انسانی نیز رایج است. این شکل از اعتبار سنجی تنها می تواند برای مدل هایی اعمال شود که بین چرخه های طبیعی و اعمال انسان تفاوت قائل می شوند [ 83 ].
ارزیابی مدل برای ارزیابی کیفیت اطلاعات به دست آمده از مدل مهم است و باید بر هدف مدل متمرکز شود. برای مثال، اگر هدف مدل بازسازی یک منظره باشد، همزمانی فضایی بین عناصر شبیه‌سازی شده و واقعی مهم است. با این حال، اگر هدف مدل ارزیابی دگرگونی چشم‌انداز یا انتشار گازهای گلخانه‌ای باشد، ارزیابی نسبت شبیه‌سازی‌شده پوشش‌های مختلف زمین کافی است. در حالت ایده آل، داده های مورد استفاده برای کالیبراسیون و ارزیابی مدل مستقل هستند.

4. بحث

اهداف مدل‌های معاصر بهبود درک تعاملات بین LCLUC و تنوع فرآیندهای محیطی یا اجتماعی، ایجاد پیش‌بینی در سناریوهای مختلف و حمایت از فرآیندهای تصمیم‌گیری است. به همین ترتیب، مدل‌های تاریخی LCLUC کمکی در درک پیکربندی مناظر تاریخی و در آزمون فرضیه‌های مربوط به تغییرات گذشته است. به طور خاص، مدل های تاریخی برای بازیابی اکوسیستم های تخریب شده با استفاده از شرایط به دست آمده از منابع تاریخی مفید هستند [ 27 ، 60 ]. بنابراین، هدف هر دو مدل معاصر و تاریخی، یافتن سیستم های کاربری پایدارتر از زمین است.
طیف گسترده ای از رویکردها، نرم افزارها و روش ها برای مدل های معاصر وجود دارد. همانطور که در بررسی ما نشان داده شد، مدل های تاریخی در مقایسه با مدل های معاصر اندک هستند. با این حال، اولی از تنوع فراوانی از رویکردها و روش ها استفاده می کند. چنین تنوعی ممکن است هنگام تلاش برای انتخاب رویکرد و روش مناسب برای اهداف مورد نظر و ورودی های موجود، گیج کننده باشد. در مورد مدل‌های معاصر، بررسی‌ها و ارزیابی‌های روش‌شناختی وجود دارد که دستورالعمل‌هایی را برای انتخاب مدل‌ها ارائه می‌کند [ 27 ، 42 ، 47 ]]. به عنوان مثال، مدل‌های مبتنی بر الگو برای شناسایی مشکل مناسب‌تر هستند، زیرا علیرغم نداشتن جزئیات ساختاری در مورد فرآیند، برای ارزیابی اثرات تغییر مورد نیاز هستند، به راحتی قابل اعمال هستند و می‌توانند توصیف‌ها، پیش‌بینی‌های ارزشمندی از الگوها و روندها ارائه دهند. رویکردهای مبتنی بر عوامل اقتصادی و ساختاری ابزاری را برای کاوش در تعاملات درون سیستم انسان و محیط زیست و همچنین برای ارزیابی پیامدهای سیاست ها و تصمیمات اتخاذ شده در مورد کاربری های زمین و اثرات احتمالی آنها فراهم می کند [ 27 ].
مدل‌های معاصر عمدتاً از نظر روش‌شناسی می‌توانند به مدل‌های تاریخی کمک کنند. با این حال، ملاحظات خاصی باید در مورد ویژگی های ورودی های موجود برای مدل های تاریخی در نظر گرفته شود. ورودی‌ها برای هر دو نوع مدل کاملاً متفاوت است: در حالی که مدل‌های معاصر به نقشه‌های کاربری زمین منطقه مورد مطالعه کامل، داده‌های سرشماری و جمعیت‌شناختی و مصاحبه‌ها بستگی دارد، ورودی‌های موجود برای مدل‌های تاریخی محدود است. مدل‌های تاریخی عمدتاً از ورودی‌های باستان‌شناسی، مردم‌شناختی و دیرینه‌محیطی استفاده می‌کنند که در معرض تفاسیر ذهنی و گاهی اشتباه، مانند برآورد تراکم بالقوه جمعیت یا توزیع تمدن‌های گذشته هستند [ 96 ، 97 ].
اسناد تاریخی به دلیل ماهیت خود، اطلاعات زمانی و مکانی دقیقی ارائه نمی دهند. به عنوان مثال، رکورد گرده هیچ اطلاعات زمانی دقیقی ارائه نمی دهد، زیرا معمولاً فقط برخی از اقشار تاریخ گذاری می شوند، تاریخ های باقی مانده با درونیابی استنباط می شوند [ 69 ]. به همین ترتیب، داده‌های گرده امکان تخمین نسبت پوشش‌های گیاهی را فراهم می‌کند، اما تعیین منطقه نشان‌داده‌شده و توزیع فضایی جوامع گیاهی دشوار است. محدودیت‌های مشابهی در پرونده‌های باستان‌شناسی وجود دارد، تاریخ‌گذاری منوط به در دسترس بودن آثاری مانند سفال و رنگدانه است. علاوه بر این، بخش‌هایی از پرونده اغلب برای مدت طولانی از بین می‌رود، یا به دلیل غارت، تخریب عمدی ویژگی‌های فرهنگی، فرسایش یا رسوب گذاری [ 79 ]]. سوابق مربوط به گذشته به طور کلی کمیاب است، که بیشتر مربوط به زمانی است که سعی شود از بخشی از ورودی ها برای آموزش مدل و بخشی دیگر برای اعتبارسنجی آن استفاده شود [ 65 ، 76 ]. محدودیت دیگر برای مدل سازی این است که فرآیندهای اجتماعی-محیطی می توانند در دوره های زمانی کوتاه تغییر کنند [ 98 ، 99]. بر اساس بررسی ما، اکثر مدل‌های تاریخی بر بازسازی مناظر گذشته در تاریخ معینی متمرکز شده‌اند، اما فرآیندهای تغییر در طول زمان را به صورت پویا شبیه‌سازی نمی‌کنند. روندی برای مدل‌های معاصر وجود دارد که فرآیندهای LCLUC را به روشی واقعی‌تر شبیه‌سازی کنند، برای مثال با شبیه‌سازی چرخه‌های گیاهی و چرخه‌های کشاورزی، بنابراین شبیه‌سازی فرآیندهای محیطی مانند فرسایش خاک، آتش‌سوزی، رانش زمین، تخریب جنگل یا بیابان‌زایی را ممکن می‌سازد. . مدل‌های معاصر به کار رفته در موارد گذشته، امکان آزمایش فرضیه‌هایی را در مورد شرایطی که ممکن است فرآیندهای تخریب محیطی را مورد حمایت قرار داده باشند، می‌دهد. مدل‌های LCLUC ممکن است رفتار یک سیستم پیچیده را به دست آورند، مانند تعاملات فرهنگی پویا و تغییرات آب و هوایی [ 100 ، 101 ،102 ، 103 ].

5. نتیجه گیری ها

(1)
ما سه گروه بزرگ از مدل‌های تاریخی LCLUC را شناسایی کردیم: مدل‌های مبتنی بر الگو، مدل‌های مبتنی بر عامل و مدل‌های ترکیبی.
(2)
مدل‌های تاریخی LCLUC می‌توانند از تجربه گسترده انباشته‌شده توسط مدل‌سازی معاصر LCLUC بهره‌مند شوند. با این حال، ورودی های مورد نیاز برای مدل سازی تاریخی به شدت متفاوت است و دارای محدودیت هایی است. به دلیل کمیاب بودن و ویژگی‌های ورودی‌های مورد استفاده، مدل‌های تاریخی نمی‌توانند کاملاً مبتنی بر داده‌ها (داده محور) باشند، بلکه باید تا حد زیادی بر اساس دانش تخصصی یا رویکردهای ترکیبی باشند.
(3)
بیشتر مدل‌های LCLUC گذشته به جای شبیه‌سازی بین تاریخ‌ها، هدفشان بازسازی چشم‌انداز برای یک تاریخ معین است. این بدان معناست که مدل های تاریخی در طول زمان پویا نیستند. اخیراً، شبیه‌سازی تاریخی به سمت مدل‌های واقعی‌تر از فرآیندهای LCLUC سوق داده شده است، که امکان درک بهتر مشکلات، مانند زوال محیطی را فراهم می‌کند. این احتمال وجود دارد که برخی از مدل های تاریخی LCLUC همین روند را اتخاذ کنند.
(4)
بسته به هدف مدل‌سازی و ورودی‌ها، رویکرد مدل‌سازی مناسب باید انتخاب شود. هنگام مدل‌سازی تصمیم‌گیری، مدل‌های مبتنی بر عامل ترجیح داده می‌شوند. مدل‌های مبتنی بر الگو زمانی پیشنهاد می‌شوند که هدف مدل‌ها بازسازی مناظر گذشته یا شبیه‌سازی تغییرات LCLUC باشد.
(5)
کمیت و کیفیت ورودی ها به طور مستقیم عملکرد مدل را تعیین می کند و امکان ارزیابی آن را محدود می کند. باید در مورد این واقعیت که مدل سازی تمرینی برای ساده سازی واقعیت است و نتایج باید با احتیاط تفسیر شوند، آگاهی داشت. با این حال، ارزیابی مدل، که یک روش رایج در مدل‌های معاصر است، باید در مدل‌سازی گذشته اتخاذ شود و با اهداف مدل‌سازی تطبیق داده شود.
مدل‌های تاریخی LCLUC به صورت مکانی و زمانی نشان‌دهنده استفاده انسان از زمین و شیوه‌های مدیریت زمین (کشاورزی، جنگل‌داری، دام‌داری) است، بنابراین رویکردهای جدیدی برای تحقیقات باستان‌شناسی ارائه می‌کند که امکان شبیه‌سازی تمدن‌های گذشته را با ارتباط متقابل متغیرهای یک سیستم پیچیده پویا فراهم می‌کند. با شبیه سازی تعامل شیوه های مختلف مدیریت زمین. علاوه بر این، مدل‌های تاریخی LCLUC به بازسازی تاریخ محیط‌زیست (تاریخ محیط‌زیست و بوم‌شناسی تاریخی)، ارائه اطلاعات در مورد چشم‌انداز (اکولوژی و جغرافیا)، و در عین حال تسهیل ارجاع فضایی مطالعات تاریخی کمک می‌کند. بنابراین شبیه‌سازی تاریخی ابزار جدیدی برای تحلیل فضایی فرآیندهای تاریخی، هم برای علوم اجتماعی و هم برای علوم محیطی است.

منابع

  1. لامبین، EF; Geist، HJ; جذامیان، E. دینامیک تغییر کاربری و پوشش زمین در مناطق گرمسیری. آنو. کشیش محیط زیست. Res. 2003 ، 28 ، 205-241. [ Google Scholar ] [ CrossRef ]
  2. گالیسیا، ال. رومرو، AG; مندوزا، ال جی؛ Ramírez، MI Cambio de uso del suelo y degradación ambiental. Ciencia 2007 ، 58 ، 50-59. [ Google Scholar ]
  3. Geist، HJ; Lambin، EF چه چیزی باعث جنگل زدایی مناطق استوایی می شود؟ فراتحلیل علل تقریبی و زمینه‌ای جنگل‌زدایی بر اساس شواهد مطالعه موردی داخلی ؛ چاپخانه Ciaco (دانشگاه لووان): Rue de Rodeuhaie، بلژیک، 2001. [ Google Scholar ]
  4. لامبین، EF; ترنر، بی. Geist، HJ; Agbola، SB; آنجلسن، آ. بروس، جی دبلیو. Comes, OT; دیرزو، ر. فیشر، جی. فولک، سی. و همکاران علل تغییر کاربری و پوشش زمین: حرکت فراتر از افسانه ها گلوب. محیط زیست چانگ. 2001 ، 11 ، 261-269. [ Google Scholar ] [ CrossRef ]
  5. هوئت، تی. لاولند، TR; هوبرت-موی، ال. گوچرل، سی. ناپتون، دی. بارنز، کالیفرنیا؛ Sayler، K. بررسی تغییرات کاربری ظریف زمین و پوشش زمین: چارچوبی برای srudies چشم انداز آینده. Landsc. Ecol. 2010 ، 25 ، 249-266. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  6. ردمن، CL Los Orígenes de la Civilización. Desde Los Primeros Agricultores hasta la Sociedad Urbana en el Próximo Oriente ; نقد سرمقاله: بارسلونا، اسپانیا، 1990. [ Google Scholar ]
  7. Axtell، RL; اپستاین، جی.ام. دین، جی اس. Gumerman، GJ; Swedlund، AC; هاربرگر، جی. چاکروارتی، اس. هاموند، آر. پارکر، جی. پارکر، ام. رشد و فروپاشی جمعیت در مدل چند عاملی Kayenta Anasazi در Long House Valley. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2002 ، 99 ، 7275-7279. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  8. بیتل، ام. Brasington، J. مدل‌های مبتنی بر عامل برای کشاورزی معیشتی با مدل‌های جنگلی مبتنی بر فردی و مدل‌های پویا توزیع آب. محیط زیست مدل. نرم افزار 2009 ، 24 ، 173-190. [ Google Scholar ] [ CrossRef ]
  9. Diamond, JM Collapse: چگونه جوامع شکست یا موفقیت را انتخاب می کنند . کتاب‌های پنگوئن: لندن، بریتانیا، 2005. [ Google Scholar ]
  10. ساحل، تی. دانینگ، ن. لوزادر-بیچ، اس. کوک، دی. Lohse, J. تأثیرات مایاهای باستانی بر خاک و فرسایش خاک در دشت مرکزی مایا. کاتنا 2006 ، 65 ، 166-178. [ Google Scholar ] [ CrossRef ]
  11. Denevan، WM Una Perspectiva Histórica sobre el descubrimiento del Campos Elevados (Camellones) prehipánicos. در Agricultura Ancestral Camellones y Albarradas. Contexto Social، usos y retos del pasado y del presente. ; والدز، اف.، اد. IFEA: اکوادور، برزیل، 2006; ص 17-24. [ Google Scholar ]
  12. کولبرت، تی پی سقوط کلاسیک مایا ; انتشارات دانشگاه نیومکزیکو: آلبوکرک، NM، ایالات متحده آمریکا، 1973. [ Google Scholar ]
  13. یوفه، ن. Cowgill، GL فروپاشی ایالات و تمدن های باستانی ؛ انتشارات دانشگاه آریزونا: توسان، AZ، ​​ایالات متحده آمریکا، 1991. [ Google Scholar ]
  14. هاگ، جی اچ. گونتر، دی. پترسون، ال سی؛ Sigman، DM; هیوگن، کالیفرنیا؛ اشلیمان، ب. آب و هوا و فروپاشی تمدن مایا. Science 2003 ، 299 ، 1731-1735. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  15. کوهلر، TA; Gumerman، GJ; رینولدز، RG شبیه سازی جوامع باستانی. مدل سازی کامپیوتری به کشف اسرار باستان شناسی جنوب غربی آمریکا کمک می کند. علمی صبح. INC 2005 ، 293 ، 76-84. [ Google Scholar ] [ CrossRef ]
  16. فنرها، KD; لیت، ام. تمدن، تحول و فروپاشی. J. World Anthropol. اوکاس پاپ 2007 ، 3 ، 97-112. [ Google Scholar ]
  17. کوهلر، TA; کاکبرن، دی. هوپر، PL; بوچینسکی، RK; کوبتی، زی. تکامل همزمان اندازه گروه و رهبری: یک مدل کالاهای عمومی مبتنی بر عامل برای انجمن‌های پوبلو ماقبل اسپانیایی. Adv. سیستم پیچیده 2012 ، 15 ، 1-29. [ Google Scholar ] [ CrossRef ]
  18. Turner, BL, II; سابلوف، فروپاشی دوره کلاسیک JA در دشت‌های مرکزی مایا: بینش‌هایی در مورد روابط انسان و محیط برای پایداری. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2012 ، 109 ، 13908-13914. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  19. دوران مدینه، ا. ماس، جی. Velázquez، A. Cambios en las coberturas de vegetación y usos de suelo en regiones con manejo forestal counitario y áreas naturales protegidas de مکزیک. در Los Bosques Comunitarios de México. Manejo Sustentable de los Paisajes Forestales ; Bray, D., Merino, L., Barry, D., Eds. Instituto de Geografía-UNAM: Coyoacán، مکزیک، 2007; صص 267-299. [ Google Scholar ]
  20. گربر، پی. استاینفلد، اچ. هندرسون، بی. موتت، ا. اوپیو، سی. دایکمن، جی. فالکوچی، آ. Tempio، G. Enfrentando el Cambio climático a través de la Ganadería—Una Evaluación Global de las Emisiones y Oportunidades de Mitigación. ; Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO): رم، ایتالیا، 2013. [ Google Scholar ]
  21. OECD/FAO OCDE-FAO Perspectivas Agrícolas 2014-2023 ; انتشارات OECD: پاریس، فرانسه، 2014. [ Google Scholar ]
  22. آلوز، دی اس؛ Skole, DL مشخص کردن پویایی پوشش زمین با استفاده از تصاویر چند زمانی. بین المللی J. Remote Sens. 1996 ، 17 ، 835-839. [ Google Scholar ] [ CrossRef ]
  23. هانسن، ام سی; پوتاپوف، PV؛ مور، آر. هنچر، م. توروبانوا، SA; تیوکاوینا، آ. تاو، دی. Stehman، SV; گوتز، اس جی. لاولند، TR; و همکاران نقشه های جهانی با وضوح بالا از تغییر پوشش جنگلی قرن بیست و یکم. Science 2013 ، 342 ، 850-853. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  24. ترنر، BL; جوغگان، ج. فاستر، DR علم یکپارچه تغییر زمین و جنگل زدایی استوایی در جنوب یوکاتان. مرزهای نهایی ؛ انتشارات دانشگاه آکسفورد: آکسفورد، انگلستان، 2004. [ Google Scholar ]
  25. سانچز، آی بی; Alonso، CL پیشرفت تحقیق جنگل زدایی ; Nova Science: نیویورک، نیویورک، ایالات متحده آمریکا، 2008. [ Google Scholar ]
  26. Mas، JF; Sandoval، AF Modelación de los cambios de coberturas/uso de suelo en una región tropical de مکزیک. Geotrópico 2011 ، 5 ، 1-24. [ Google Scholar ]
  27. شورای تحقیقات ملی. پیشبرد مدل‌سازی تغییر زمین: فرصت‌ها و الزامات پژوهشی انتشارات آکادمی ملی: واشنگتن، دی سی، ایالات متحده آمریکا، 2014. [ Google Scholar ]
  28. سوآرس فیلهو، بی. موتینیو، پی. نپستاد، دی. اندرسون، ا. رودریگز، اچ. گارسیا، آر. دیتزش، ال. مری، اف. بومن، ام. هیسا، ال. و همکاران نقش مناطق حفاظت شده آمازون برزیل در کاهش تغییرات آب و هوایی. Proc. Natl. آکادمی علمی ایالات متحده آمریکا 2010 ، 107 ، 10821–10826. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  29. وایمن، ام اس؛ استین، مدل‌سازی تلویزیون داده‌های تغییر کاربری و کاربری زمین/پوشش زمین برای ارزیابی عوامل جنگل‌زدایی خرده‌مالک‌ها در بلیز. برنامه Geogr. 2010 ، 20 ، 329-342. [ Google Scholar ] [ CrossRef ]
  30. چاودوری، RR نیروهای محرک جنگل‌زدایی استوایی: نقش مدل‌های فضایی و فرورفتگی از راه دور. جی تروپ. گوگر 2006 ، 27 ، 82-101. [ Google Scholar ] [ CrossRef ]
  31. جوغگان، ج. ویلار، SC; کلپیس، او. مندوزا، پ. اوگنوا، م. هیملبرگر، ی. چاودری، آر. Turner, BL, II; ونس، سی. مدل‌سازی جنگل‌زدایی استوایی در منطقه شبه جزیره یوکاتان جنوبی: مقایسه داده‌های بررسی و ماهواره‌ای. کشاورزی اکوسیستم. محیط زیست 2001 ، 85 ، 25-46. [ Google Scholar ] [ CrossRef ]
  32. پونگراتز، جی. ریک، سی. راداتز، تی. کلاوسن، ام. بازسازی مناطق کشاورزی جهانی و پوشش زمین برای هزاره گذشته. گلوب. بیوژئوشیمی. چرخه 2008 ، 22 . [ Google Scholar ] [ CrossRef ]
  33. کاپلان، JO; Krumhardt، KM; زیمرمن، ن. جنگل زدایی پیش از تاریخ و پیش صنعتی اروپا. کوات. علمی Rev. 2009 , 28 , 3016-3034. [ Google Scholar ] [ CrossRef ]
  34. لمن، سی. توزیع جهانی تغییرات پوشش زمین در دوران پیش و پیش‌تاریخ و تخمین انتشار کربن القایی. ژئومورفول. فرآیند امداد. محیط زیست 2010 ، 4 ، 303-312. [ Google Scholar ] [ CrossRef ]
  35. کاپلان، JO; Krumhardt، KM; Zimmermann، NE اثرات استفاده از زمین و تغییرات آب و هوایی بر چرخه کربن اروپا در طول 500 سال گذشته. گلوب. چانگ. Biol. 2012 ، 18 ، 902-914. [ Google Scholar ] [ CrossRef ]
  36. پیگلو، ام. کاماچو اولمدو، ام. مدلسازی دینامیک محیطی ; Springer: برلین، آلمان، 2008. [ Google Scholar ]
  37. یو، ی. گوا، ز. وو، اچ. Finke، PA بازسازی تغییر کاربری زمین ماقبل تاریخ از داده‌های باستان‌شناسی: اعتبارسنجی و کاربرد یک مدل جدید در دره Yiluo، شمال چین. کشاورزی اکوسیستم. محیط زیست 2012 ، 156 ، 99-107. [ Google Scholar ] [ CrossRef ]
  38. پارکر، دی سی؛ برگر، تی. منسون، مدل‌های مبتنی بر عامل SM برای تغییر کاربری و پوشش زمین. در Procedings of an International Workshop, Irvine, CA, USA, 4-7 اکتبر 2011; ص 4-7.
  39. گریفین، AF; استانیش، سی. مدلی مبتنی بر عامل از الگوهای استقرار ماقبل تاریخ و تثبیت سیاسی در حوضه دریاچه تیتیکاکا در پرو و ​​بولیوی . بورسیه الکترونیکی: اوکلند، کالیفرنیا، ایالات متحده آمریکا، 2007. [ Google Scholar ]
  40. مک میلان، دبلیو. Huang، HQ یک مدل شبیه‌سازی مبتنی بر عامل از یک جامعه کشاورزی بدوی. Geoforum 2008 , 39 , 643-658. [ Google Scholar ] [ CrossRef ]
  41. ولدکمپ، ا. وربورگ، PH مدلسازی تغییر کاربری اراضی و اثرات زیست محیطی. جی. محیط زیست. مدیریت کنید. 2004 ، 72 ، 1-3. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  42. Mas، JF; کلب، م. پیگلو، ام. کاماچو اولمدو، MT; Houet، T. مدل‌های تغییر کاربری/پوشش مبتنی بر الگوی استقرایی: مقایسه چهار بسته نرم‌افزاری. محیط زیست مدل. نرم افزار 2014 ، 51 ، 94-111. [ Google Scholar ] [ CrossRef ][ نسخه سبز ]
  43. خوی، د.د. مورایاما، Y. پیش بینی مناطق آسیب پذیر در برابر تبدیل جنگل در منطقه پارک ملی تام دائو، ویتنام. Remote Sens. 2010 , 2 , 1249-1272. [ Google Scholar ] [ CrossRef ]
  44. کاستلا، جی سی. Trung، TN; Boissau، S. شبیه سازی مشارکتی تغییرات کاربری زمین در کوه های شمالی ویتنام: استفاده ترکیبی از یک مدل مبتنی بر عامل، یک بازی نقش آفرینی، و یک سیستم اطلاعات جغرافیایی. محیط زیست مدل. نرم افزار 2005 ، 10 ، 1-27. [ Google Scholar ]
  45. Soares-Filho، BS; Cerqueira، GC; Pennachin، CL DINAMICA – یک مدل اتوماتای ​​سلولی تصادفی که برای شبیه سازی پویایی چشم انداز در مرز استعمار آمازون طراحی شده است. Ecol. مدل. 2002 ، 154 ، 217-235. [ Google Scholar ] [ CrossRef ]
  46. وربورگ، پی اچ. د گروت، WT; ولدکمپ، روش‌شناسی AJ برای مدل‌سازی تغییر کاربری زمین در مقیاس چندگانه: مفاهیم و چالش‌ها. در تغییرات جهانی محیط زیست و کاربری زمین ; Dolman, AJ, Verhagen, A., Rovers, CA, Eds. Springer Netherlands: Dordrecht, The Netherlands, 2003; صص 17-51. [ Google Scholar ]
  47. پرز-وگا، آ. Mas، JF; Ligmann-Zielinska، A. مقایسه دو رویکرد برای مدل‌سازی تغییر کاربری/پوشش و پیامدهای آنها برای ارزیابی از دست دادن تنوع زیستی در جنگل‌های استوایی برگ‌ریز. محیط زیست مدل. نرم افزار 2012 ، 29 ، 11-23. [ Google Scholar ] [ CrossRef ]
  48. تاکادا، تی. میاموتو، ا. هاسگاوا، SF استخراج یک ماتریس احتمال انتقال سالانه برای دینامیک کاربری زمین و کاربردهای آن. Landsc. Ecol. 2009 ، 25 ، 561-572. [ Google Scholar ] [ CrossRef ]
  49. سوآرس فیلهو، بی. رودریگز، اچ. Follador, M. یک روش ترکیبی تحلیلی-اکتشافی برای کالیبره کردن مدل‌های تغییر کاربری زمین. محیط زیست مدل. نرم افزار 2013 ، 43 ، 80-87. [ Google Scholar ] [ CrossRef ]
  50. سنگرمانو، اف. ایستمن، جی آر. زو، اچ. یادگیری مبتنی بر نمونه وزنی مشابه برای تولید پتانسیل‌های انتقال در مدل‌سازی تغییر کاربری زمین. ترانس. GIS 2010 ، 14 ، 569-580. [ Google Scholar ] [ CrossRef ]
  51. Soares-Filho، BS; آسونکائو، آر.ام. Pantuzzo، AE مدل‌سازی احتمالات انتقال فضایی پویایی منظر در یک مرز استعمار آمازونی BioScience 2001 ، 51 ، 1059-1067. [ Google Scholar ] [ CrossRef ]
  52. Overmars، KP; وربورگ، پی اچ. Veldkamp، T. مقایسه یک رویکرد قیاسی و استقرایی برای مشخص کردن تناسب زمین در یک مدل کاربری زمین صریح فضایی. سیاست کاربری زمین 2007 ، 24 ، 584-599. [ Google Scholar ] [ CrossRef ]
  53. کوواس، جی. سناریوهای استفاده از زمین Mas، JF: ابزار ارتباطی با جوامع محلی. در مدلسازی دینامیک محیطی ; Paegelow, M., Olmedo, MT, Eds. Springer: برلین، آلمان، 2008; ص 223-246. [ Google Scholar ]
  54. پیگلو، ام. اولمدو، MTC؛ توریبیو، جی. ام. GeoFocus 2003 ، 3 ، 22-44. [ Google Scholar ]
  55. Pontius, R. خطای کمی سازی در مقابل خطای مکان در مقایسه نقشه های طبقه بندی شده. فتوگرام مهندس Remote Sens. 2000 , 66 , 1011–1016. [ Google Scholar ]
  56. Hagen-Zanker، A. یک آمار کاپا فازی بهبود یافته که خود همبستگی فضایی را توضیح می دهد. بین المللی جی. جئوگر. Inf. علمی 2009 ، 23 ، 61-73. [ Google Scholar ] [ CrossRef ]
  57. وربورگ، PH شبیه‌سازی بازخوردها در مدل‌های تغییر کاربری و پوشش زمین. Landsc. Ecol. 2006 ، 21 ، 1171-1183. [ Google Scholar ] [ CrossRef ]
  58. Mas، JF; پرز-وگا، آ. Clarke، KC ارزیابی نقشه های کاربری/پوشش زمین شبیه سازی شده با استفاده از شاخص های تشابه و تکه تکه شدن. Ecol. تکمیل 2012 ، 11 ، 38-45. [ Google Scholar ] [ CrossRef ]
  59. پونتیوس جونیور، آر.جی. بوئرسما، دبلیو. کاستلا، Jt; کلارک، ک. دی نیس، تی. دیتزل، سی. دوان، ز. فوتسینگ، ای. گلدشتاین، ن. کوک، ک. و همکاران مقایسه نقشه های ورودی، خروجی و اعتبارسنجی برای چندین مدل تغییر زمین. ان Reg. علمی 2008 ، 42 ، 11-37. [ Google Scholar ] [ CrossRef ]
  60. هایاشیدا، FM باستان شناسی، تاریخ اکولوژیکی و حفاظت. ان کشیش آنتروپل. 2005 ، 34 ، 43-65. [ Google Scholar ] [ CrossRef ]
  61. Houghton., R. شار خالص سالانه کربن به اتمسفر از تغییرات کاربری زمین 1850-1990. تلوس 1999 ، 51 ، 298-313. [ Google Scholar ] [ CrossRef ]
  62. لی، ایکس. دادسون، جی. ژو، جی. Zhou، X. افزایش جمعیت و گسترش کشاورزی برنج در آسیا، و انتشار متان انسانی از 5000BP. کوات. بین المللی 2009 ، 202 ، 41-50. [ Google Scholar ] [ CrossRef ]
  63. ویلیامز، ام. دوران تاریک و مناطق تاریک: جنگل زدایی جهانی در گذشته عمیق. J. Hist. Geogr. 2000 ، 26 ، 28-46. [ Google Scholar ] [ CrossRef ]
  64. کوهلر، TA; کاکبرن، دی. هوپر، PL; بوچینسکی، RK; کوبتی، ز. تکامل همزمان اندازه گروه و رهبری: یک مدل کالاهای عمومی مبتنی بر عامل برای جوامع پوئبلو ماقبل اسپانیایی. Adv. تکمیل Sys 2012 , 15 . [ Google Scholar ] [ CrossRef ]
  65. اتر، ا. مک آلپاین، سی. پوسینگام، اچ. الگوهای تاریخی و محرک‌های تغییر منظر در کلمبیا از سال 1500: یک رویکرد فضایی منطقه‌ای. ان دانشیار صبح. Geogr. 2012 ، 98 ، 2-23. [ Google Scholar ] [ CrossRef ]
  66. بارتون، سی ام. الله، من. میتاسووا، H. مدل‌سازی محاسباتی و پویایی‌های اجتماعی و بوم‌شناختی نوسنگی: مطالعه موردی از جنوب غربی آسیا. صبح. عتیقه 2010 ، 75 ، 364-386. [ Google Scholar ] [ CrossRef ]
  67. فدیک، ارزیابی زمین SL و استفاده از زمین باستانی مایاها در منطقه رودخانه بلیز علیا، بلیز، آمریکای مرکزی. لات صبح. عتیق. 2012 ، 6 ، 16-34. [ Google Scholar ] [ CrossRef ]
  68. گیلارد، ام جی; سوگیتا، اس. بانتینگ، ام جی. میدلتون، آر. بروستروم، ا. کازالدین، سی. گیسکه، تی. هلمن، SEV؛ هیکس، اس. هیله، ک. و همکاران استفاده از روش مدل‌سازی و شبیه‌سازی در بازسازی مناظر گذشته از داده‌های گرده فسیلی: بررسی و نتایج از شبکه POLLANDCAL. گیاهی تاریخچه قوس. 2008 ، 17 ، 419-443. [ Google Scholar ] [ CrossRef ]
  69. پوسکا، ا. سپ، ای. وسکی، س. Koppel، K. با استفاده از برآوردهای کمی پوشش زمین مبتنی بر گرده و یک مدل CA_Markov فضایی برای بازسازی توسعه منظر فرهنگی در Rõuge، استونی جنوبی. گیاهی تاریخچه قوس. 2007 ، 17 ، 527-541. [ Google Scholar ] [ CrossRef ]
  70. راجرز، جی دی. نیکولز، تی. امریش، تی. لاتک، م. Cioffi-Revilla، C. مدل سازی مقیاس و تنوع در تعاملات انسان و محیط زیست در آسیای داخلی. Ecol. مدل. 2012 ، 241 ، 5-14. [ Google Scholar ] [ CrossRef ]
  71. Goldewijk، KK برآورد تغییر کاربری زمین در 300 سال گذشته: پایگاه داده HYDE. بیوژئوشیمی جهانی چرخه 2001 ، 15 ، 417-433. [ Google Scholar ] [ CrossRef ]
  72. گلدوییک، KK; Ramankutty، N. تغییر کاربری زمین در طول 300 سال گذشته. کاربری اراضی پوشش زمین علم خاک. 2004 ، 1 ، 1-22. [ Google Scholar ]
  73. فولی، جی. دفریز، آر. آسنر، GP; بارفورد، سی. بونان، جی. کارپنتر، اس آر. چاپین، FS; Coe, MT; روزانه، GC; گیبس، هنگ کنگ؛ و همکاران پیامدهای جهانی استفاده از زمین Science 2005 ، 309 ، 570-574. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  74. هارت، جی سی. فرلکینگ، اس. Fearon، MG; مور، بی. شولیاکوا، ای. مالیشف، اس. Pacala، SW; Houghton، RA زیربنای تاریخ استفاده از زمین: سه قرن انتقال جهانی شبکه بندی شده استفاده از زمین، فعالیت برداشت چوب، و در نتیجه زمین های ثانویه. گلوب. چانگ. Biol. 2006 ، 12 ، 1208-1229. [ Google Scholar ] [ CrossRef ]
  75. بویل، جی اف. گیلارد، ام جی; کاپلان، JO; عزیز، JA مدل سازی استفاده از زمین ماقبل تاریخ و بودجه کربن: یک بررسی انتقادی. هولوسن 2011 ، 21 ، 715-722. [ Google Scholar ] [ CrossRef ]
  76. کوهلر، TA; بوچینسکی، RK; کاکبرن، دی. Crabtree، SA; Varien، MD; کلم، KE; اسمیت، اس. Ortman, SG; Kobti، Z. مدل سازی جوامع پوئبلو پیشاسپانیک در بوم سیستم های موجود Ecol. مدل. 2012 ، 241 ، 30-41. [ Google Scholar ] [ CrossRef ]
  77. مورفی، JT کاوش پیچیدگی با شبیه‌سازی مدیریت آب هوهوکام: راهی میانی برای مدل‌سازی باستان‌شناسی. Ecol. مدل. 2012 ، 241 ، 15-29. [ Google Scholar ] [ CrossRef ]
  78. پیترز، اچ. مدل‌سازی دینامیک استفاده از زمین میان سنگی-مسنگی و مدیریت میراث باستان‌شناسی: نمونه‌ای از فلوولند پولدر (هلند). در فراتر از مصنوع: تفسیر دیجیتالی گذشته ; Niccolucci, F., Hermon, S., Eds. Archaeolingua: بوداپست، مجارستان، 2010; ص 14-17. [ Google Scholar ]
  79. بارتون، سی ام. Ullah، IIT; Bergin, SM; میتاسووا، اچ. سرجوقیان، ح. به دنبال آینده در گذشته: تغییر بلندمدت در سیستم های اجتماعی-اکولوژیکی. Ecol. مدل. 2012 ، 241 ، 42-53. [ Google Scholar ] [ CrossRef ]
  80. گیلارد، ام جی; سوگیتا، اس. مازیر، اف. کاپلان، JO; Trondman، AK; بروستروم، ا. هیکلر، تی. کیلستروم، ای. کونز، پی. لمن، سی. و همکاران بازسازی پوشش زمین هولوسن برای مطالعات در مورد بازخورد پوشش زمین-اقلیم. صعود بحث گذشته 2010 ، 6 ، 307-346. [ Google Scholar ] [ CrossRef ]
  81. 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 ، 117-161. [ Google Scholar ] [ CrossRef ]
  82. اولوفسون، جی. هیکلر، تی. اثرات استفاده از زمین انسان بر چرخه جهانی کربن در طول 6000 سال گذشته. گیاهی تاریخچه قوس. 2007 ، 17 ، 605-615. [ Google Scholar ] [ CrossRef ]
  83. رودیمن، WF; الیس، EC اثر تغییرات کاربری سرانه زمین بر پاکسازی جنگل های هولوسن و انتشار CO2. کوات. علمی Rev. 2009 , 28 , 3011-3015. [ Google Scholar ] [ CrossRef ]
  84. لمن، سی. Khan, A. شبیه‌سازی دوران نوسنگی در دره سند. صعود Landsc. مدنی. 2012 ، 198 ، 107-114. [ Google Scholar ]
  85. پترسون، MA; سارسون، جی. سانرسون، اچ. شوکوروف، الف. مدل‌سازی گذار نوسنگی در یک محیط ناهمگن. J. Arch. علمی 2010 ، 37 ، 2929-2937. [ Google Scholar ] [ CrossRef ]
  86. بری، DB; الیس، EA؛ آرمیجو-کانتو، ن. بک، سی تی محرک های نهادی مناظر پایدار: مطالعه موردی منطقه مایا در کوئینتانا رو، مکزیک. سیاست کاربری زمین 2004 ، 21 ، 333-346. [ Google Scholar ] [ CrossRef ]
  87. مک اودی، سی. جونز، R. اطلس تاریخ جمعیت جهان . Penguin Books Ltd: Middlesex، انگلستان، 1978. [ Google Scholar ]
  88. آئوکی، ک. شیدا، م. Shigesada، N. راه حل های موج سفر برای گسترش کشاورزان به منطقه ای که توسط شکارچیان-گردآورنده اشغال شده است. نظریه. مردمی Biol. 1996 ، 50 ، 1-17. [ Google Scholar ] [ CrossRef ] [ PubMed ]
  89. یان، م. وانگ، ز. کاپلان، جی. لیو، جی. مین، اس. وانگ، اس. مقایسه بین بازسازی تغییرات پوشش زمین انسانی جهانی در طول دو هزاره گذشته. چانه. Geogr. علمی 2013 ، 23 ، 131-146. [ Google Scholar ] [ CrossRef ]
  90. DeFries، RS; فیلد، CB; قارچ.؛ کولاتز، جی جی; Bounou، L. ترکیب داده‌های ماهواره‌ای و مدل‌های بیوژئوشیمیایی برای برآورد اثرات جهانی تغییر پوشش زمین توسط انسان بر انتشار کربن و بهره‌وری اولیه. گلوب. بیوگ. چرخه 1999 ، 13 ، 803-815. [ Google Scholar ] [ CrossRef ]
  91. رودیمن، WF عصر گلخانه ای انسان زایی هزاران سال پیش آغاز شد. صعود چانگ. 2003 ، 61 ، 261-293. [ Google Scholar ] [ CrossRef ]
  92. Etter، A. Las transformaciones de uso de la tierra y los ecosisemas durante el período colonial en کلمبیا (1500-1800). در La economía Colonial de Nueva Granada ; Meisel, A., Ramírez, MT, Eds. TM Editores y Banco de la República، بوگوتا: بوگوتا، مجارستان، 2013; پ. 48. [ Google Scholar ]
  93. کاماچو، MT; پیگلو، ام. گارسیا مارتینز، P. مدل‌سازی چشم‌انداز ژئوماتیک گذشته‌نگر. یک رویکرد احتمالی در مدلسازی دینامیک محیطی ; Paegelow, M., Camacho Olmedo, MT, Eds. Springer: برلین، آلمان، 2008; ص 247-268. [ Google Scholar ]
  94. دین، جی اس. Gumerman، GJ; اپستاین، جی.ام. اکستل، آر. Sewdlund، AC; پارکر، MT; مک کارول، اس. درک تغییر فرهنگ Aansazi از طریق مدلسازی مبتنی بر عامل. در دینامیک جوامع انسانی و نخستی: مدلسازی مبتنی بر عامل فرآیندهای اجتماعی و فضایی . Kohler, TA, Gummerman, GJ, Eds. انتشارات دانشگاه آکسفورد: آکسفورد، انگلستان، 2000; صص 179-206. [ Google Scholar ]
  95. Wainwright، J. آیا مدلسازی ما را قادر می سازد تا نقش انسان در تکامل چشم انداز را درک کنیم؟ Geoforum 2008 ، 39 ، 659-674. [ Google Scholar ] [ CrossRef ]
  96. Zetina Gutiérrez، MdG De la agroecología Maya a la arqueología demográfica: Cuántas casas por familia؟ Estudios de cultura Maya 2009 ، 38 ، 97-120. [ Google Scholar ]
  97. کولبرت، تی‌پی پوبلاسیون، سوسیستنسیا و ال کولاپسو د لس مایا دل کلاسیکو. در Simposio de Investigaciones Arqueológicas en Guatemala ; Laporte, JP, Escobedo, H., Eds. Museo Nacional de Arqueología y Etnología: گواتمالا، گواتمالا، 1995; صص 666-672. [ Google Scholar ]
  98. پارکر، دی سی؛ منسون، اس ام. Janssen، MA; هافمن، ام جی; Deadman، P. سیستم های چند عاملی برای شبیه سازی تغییر کاربری و پوشش زمین: بررسی. ان دانشیار صبح. Geogr. 2003 ، 93 ، 314-337. [ Google Scholar ] [ CrossRef ]
  99. 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 ]
  100. فیشر، سی تی. فینمن، جنرال موتورز; ویراستاران، G. در تمرکز: مناظر در طول زمان: انعطاف پذیری، تخریب، و درس های معاصر. صبح. آنت. 2005 ، 107 ، 62-69. [ Google Scholar ] [ CrossRef ]
  101. شفر، ام. انتقال انتقادی در طبیعت و جامعه . انتشارات دانشگاه پرینستون: پرینستون، نیوجرسی، ایالات متحده آمریکا، 2009. [ Google Scholar ]
  102. نیلسن، AB; گیسکه، تی. Theuerkauf، M. فیزر، آی. Behre, KE; بیگ، اچ جی. چن، SH; کریستینسن، جی. دورفلر، دبلیو. اندتمن، ای. و همکاران بازسازی‌های کمی تغییرات در فضای باز منطقه‌ای در شمال اروپای مرکزی، بینش‌های جدیدی را درباره پرسش‌های قدیمی نشان می‌دهد. کوات. علمی Rev. 2012 , 47 , 131-149. [ Google Scholar ] [ CrossRef ]
  103. Trondman، AK; گیلارد، ام جی; مازیر، اف. سوگیتا، اس. فایف، آر. نیلسن، AB; توایدل، سی. بارت، پی. Birks، HJB; Bjune، AE; و همکاران بازسازی های کمی مبتنی بر گرده پوشش گیاهی منطقه ای هولوسن (انواع عملکردی گیاهی و انواع پوشش زمین) در اروپا مناسب برای مدل سازی آب و هوا. گلوب. چانگ. Biol. 2015 ، 21 ، 676-697. [ Google Scholar ] [ CrossRef ] [ PubMed ][ نسخه سبز ]

;کاربردهای GISمقالات

آموزش کاربردی ArcGISالهام ابراهیم زادهکاربرد جی ای اسکاربرد جی ای اس در زمین شناسی

بدون نظر

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

همواره حمایت دانشجویان عزیزمان همراه ما بوده و این سببب شده که گامی محکم به‌سوی ایجاد یک مرجع برای آموزش GIS برداریم. با این امید که بتوانیم قدردان حمایت شما بزرگواران باشیم.

  • خانه
  • آموزش
  • فیلم آموزشی
  • تماس با ما
  • درباره ما
  • وبلاگ
  • سمنان /خیابان کاشانی/ساختمان فناوری اطلاعات/پ 8
  • 09120049370