اندازه گیری زمین: قابلیت استفاده از پایگاه های داده توپوگرافی ملی به عنوان ورودی برای تجزیه و تحلیل تغییر کاربری زمین: مطالعه موردی از آلمان

خلاصه

اجرای سیاست‌های زمین پایدار نیازمند روش‌های نظارتی است که فراتر از توصیف صرف ارزش‌های نسبت طبقات کاربری زمین است. گزارش سالانه مساحت سطح آماری در مورد بهره برداری واقعی از زمین (به آلمانی: “Bodenfläche nach Art der tatsächlichen Nutzung”)، که توسط دفاتر آمار ایالت های فدرال آلمان و فدراسیون منتشر شده است، اطلاعاتی در مورد مجموعه ای از طبقات از پیش تعریف شده کاربری اراضی ارائه می کند. شهرداری ها، ناحیه ها و ایالت های فدرال. با توجه به روش نقشه برداری آن برای جمع بندی اطلاعات کاربری از دفاتر کاداستر، امکان تعیین کاربری های قبلی و بعدی قطعه زمین وجود ندارد. از این رو، تعیین دقیق اینکه تا چه اندازه طبقات کاربری خاص زمین در افزایش مساحت سکونتگاه نقش دارند، دشوار است. با این اوصاف، این اطلاعات برای درک فرآیندهای تغییر کاربری زمین، که برای شناسایی بعدی نیروهای محرک مورد نیاز است، حیاتی است. برای غلبه بر این کمبود اطلاعات، روشی برای تعیین فضایی و کمی کاربری های قبلی و بعدی زمین توسعه، اجرا و آزمایش شده است. این بر اساس داده های استفاده از زمین از پیش پردازش شده برای برش های زمانی مختلف است که از داده های پایگاه جغرافیایی توپوگرافی معتبر مشتق شده است. روش توسعه‌یافته امکان شناسایی تغییرات کاربری زمین را با در نظر گرفتن جابجایی‌های هندسی کوچک و تغییرات در مدل داده‌های زیربنایی فراهم می‌کند، که می‌تواند به طور تطبیقی از تعادل حذف شود. روشی برای تعیین فضایی و کمی کاربری های قبلی و بعدی زمین توسعه، اجرا و آزمایش شده است. این بر اساس داده های استفاده از زمین از پیش پردازش شده برای برش های زمانی مختلف است که از داده های پایگاه جغرافیایی توپوگرافی معتبر مشتق شده است. روش توسعه‌یافته امکان شناسایی تغییرات کاربری زمین را با در نظر گرفتن جابجایی‌های هندسی کوچک و تغییرات در مدل داده‌های زیربنایی فراهم می‌کند، که می‌تواند به طور تطبیقی از تعادل حذف شود. روشی برای تعیین فضایی و کمی کاربری های قبلی و بعدی زمین توسعه، اجرا و آزمایش شده است. این بر اساس داده های استفاده از زمین از پیش پردازش شده برای برش های زمانی مختلف است که از داده های پایگاه جغرافیایی توپوگرافی معتبر مشتق شده است. روش توسعه‌یافته امکان شناسایی تغییرات کاربری زمین را با در نظر گرفتن جابجایی‌های هندسی کوچک و تغییرات در مدل داده‌های زیربنایی فراهم می‌کند، که می‌تواند به طور تطبیقی از تعادل حذف شود.

کلید واژه ها:

تغییر کاربری زمین ؛ گرفتن زمین ؛ پویایی شهرک سازی و زیرساخت حمل و نقل منطقه ; تصحیح هندسی ؛ GIS _ داده های پایگاه جغرافیایی توپوگرافی

1. معرفی

در کشورهای توسعه یافته، افزایش مستمر زمین برای استقرار و زیرساخت های حمل و نقل قابل مشاهده است [ 1 ، 2 ، 3 ، 4 ]. بنابراین، علیرغم رکود یا حتی کاهش جمعیت، شهرها تقاضای مناطق ساخت و ساز جدید را دارند که منجر به افزایش پراکندگی شهری می شود [ 5 ، 6 ]. در نتیجه، مناطق با ارزش زیست محیطی در اطراف شهرها در خطر تبدیل شدن به زیرساخت های سکونت یا حمل و نقل هستند.

در آلمان، مقدار زمینی که از فضای باز به کاربری مسکونی یا ترافیکی تبدیل شده است، در سال 2014 حدود 298 کیلومتر ^{مربع بوده است که حدود 0.08 درصد از کل کشور است.}این عدد بر اساس آمار رسمی استفاده از زمین منتشر شده توسط اداره آمار فدرال [ 7 ] است و به میزان تصرف روزانه زمین در حدود 74 هکتار در یک میانگین چهار ساله محاسبه می شود [ 8 ]. در استراتژی ملی پایدار، دولت آلمان اراده سیاسی برای محدود کردن این مقدار به 30 هکتار در روز تا سال 2020 (به اصطلاح “هدف 30 هکتاری”) را اعلام کرد [9 ]]. از این رو، نظارت بر کاربری زمین و پیش‌بینی‌های مورد نیاز منطقه به منظور شناسایی نیروهای محرک برای تصاحب زمین و تضمین پایداری در توسعه شهری اهمیت بیشتری پیدا می‌کنند [ 10 ].

با این حال، دستیابی به نتایج قابل اعتماد برای اندازه‌گیری تغییر کاربری واقعی دشوار است، زیرا تغییراتی که باید اندازه‌گیری شوند نسبت به دقتی که می‌توان از بررسی‌های آماری موجود در حال حاضر به دست آورد، ناچیز است. از آنجایی که برنامه ریزی فضایی در آلمان به ایالت های فدرال و کمون ها بستگی دارد، هدف ملی 30 هکتار باید به سطوح اداری پایین تر تقسیم شود زیرا “ایالت ها و شهرداری های فدرال مسئول اجرای اقدامات مناسب در عمل هستند” برای دستیابی به زمین گیری. اهداف کاهش (ر.ک. [ 11]). در این راستا، کیفیت داده های ورودی با توجه به موضوعیت، دقت، پایایی و اعتبار برای تشخیص تغییر کاربری زمین بسیار مهم است. مطلوب، این نظارت باید نه تنها بر اساس مقایسه نسبت کاربری زمین، بلکه شواهدی از تبدیل کاربری واقعی قطعات زمین را نشان دهد [ 12 ].

در این مطالعه، ما روشی را برای تعیین تغییرات کاربری اراضی بر اساس داده‌های پایگاه جغرافیایی توپوگرافی معتبر از برش‌های زمانی مختلف پیشنهاد می‌کنیم. با مقایسه اطلاعات کاربری قبلی و بعدی مجموعه داده‌ها، می‌توان دسته‌های کاربری خاصی را که کم و بیش تحت تأثیر تبدیل زمین قرار می‌گیرند، به صورت مکانی شناسایی کرد. بنابراین، تجزیه و تحلیل اثرات فضایی شهرنشینی با بومی‌سازی نقاط داغ زمین، که به عنوان بخشی از مجموعه شاخص‌های هسته EEA (CSI) تعریف می‌شود، امکان‌پذیر خواهد بود [13 ] .

2. مواد و روشها

2.1. داده های ورودی

2.1.1. الزامات پایگاه داده

جمع آوری و تجزیه و تحلیل داده های کاربری اراضی در سراسر جهان در سطوح جهانی، منطقه ای و محلی انجام می شود و بر اساس مجموعه داده ها و روش های ورودی مختلف است. بسته به مقیاس نقشه برداری، تعدادی از داده های ورودی را می توان برای تحویل اطلاعات کاربری کافی در نظر گرفت.

همانطور که در بالا نشان داده شد، رویکردهای مقیاس کوچک نظارت بر تغییر کاربری زمین در مناطق وسیع مانند قاره ها یا مناطق زیر قاره ای دارای محدودیت هایی در رابطه با اثرات ناشی از تکه های کوچکتر از MMU تعریف شده است. با این حال، مجموع عملیات ساخت و ساز منفرد (به عنوان مثال، توسعه منطقه مسکونی، ساخت و ساز جاده) اثرات قابل توجهی دارد.

بنابراین، معیارهای زیر برای داده‌های ورودی پایش کاربری زمین، به‌ویژه در زمینه توسعه سکونتگاه [ 14 ] قابل بیان است:

در دسترس بودن جامع: مجموعه داده باید کل منطقه تحت بررسی را پوشش دهد. در صورت نظارت ملی، تمامی شهرداری های یک کشور باید ثبت شوند.
ساختار داده همگن: مجموعه داده باید به طور یکنواخت در سراسر منطقه کامل ساختار یافته باشد تا از قابلیت مقایسه برای هندسه و همچنین برای داده های ویژگی اطمینان حاصل شود.
تضمین به روز رسانی: داده های ورودی باید به طور منظم و با افق زمانی نامحدود به روز شوند. روش‌های جمع‌آوری داده‌ها باید تا حد امکان در طول چرخه‌های به‌روزرسانی ثابت باشند تا سری‌های زمانی ثابتی را تضمین کنند.
وضوح فضایی کافی: داده های ورودی جغرافیایی باید مقیاس نقشه برداری مناسبی را برای بازتولید توسعه سکونتگاهی در دانه بندی مورد نظر فراهم کنند.
پیوند اختیاری داده‌های پایه با داده‌های جغرافیایی و آماری خاص: داده‌های ورودی باید امکان پیوستن به اطلاعات خاصی را که از هر داده‌های محیطی، جغرافیایی، اجتماعی-اقتصادی یا آماری مرتبط با فضایی نشأت می‌گیرد، ارائه دهد. رابطه فضایی باید با همپوشانی مجموعه داده های هندسی و همچنین با استفاده از کلیدهای بدون ابهام امکان پذیر باشد.

2.1.2. مجموعه داده های بین المللی

چندین برنامه پایش کاربری زمین در سطح ملی و بین المللی وجود دارد. پوشش زمین CORINE (CLC) به طور گسترده برای مطالعات متعدد مورد استفاده قرار گرفته است. همچنین برای اندازه گیری شاخص زمین گیری آژانس محیط زیست اروپا [ 15 ] استفاده می شود. مناسب بودن داده‌های CLC برای پایش تغییر کاربری ثابت به دلیل فواصل تکراری طولانی (1990، 2000، 2006، 2012)، تغییر منابع داده برای فرآیند نقشه‌برداری (سکوهای مختلف سنجش از دور) و وضوح فضایی محدود با محدود است. MMUهای 25 هکتاری و 5 هکتاری برای تغییرات کاربری زمین [ 16 ، 17 ، 18 ].

اطلس شهری به عنوان بخشی از پروژه خدمات نظارت بر زمین کوپرنیک، داده های کاربری زمین را برای تقریباً تمام شهرهای اروپایی (یا تجمعات شهری) با بیش از 50000 ساکن ارائه می دهد. MMU اطلس شهری 0.25 هکتار برای طبقات کاربری اراضی شهری است و دارای دانه بندی بسیار بالایی با توجه به داده های CLC است. با این حال، برش بار دوم اطلس شهری در حال حاضر هنوز تایید نشده است، و بنابراین، نظارت شهری بر این اساس دارای برخی عدم قطعیت‌ها است. علاوه بر این، برای آستانه جمعیت، هیچ اطلاعاتی برای مناطق روستایی یا کوچک از این مجموعه داده وجود ندارد [ 19 ].

بنابراین، این مجموعه داده ها مزایای خود را برای مطالعات تطبیقی بین المللی در مناطق شهر دارند. با این حال، در سطح ملی یا منطقه ای، آنها برای نظارت با وضوح بالا و پوشش منطقه ای استفاده از زمین مناسب نیستند. یک مطالعه مقایسه ای که مجموعه داده های مختلف را در مورد پتانسیل نظارت بر تغییر کاربری زمین تجزیه و تحلیل کرد، تفاوت های قابل توجهی را در مناسب بودن آنها برای اندازه گیری های منطقه ای و ملی نشان داد [ 20 ].

2.1.3. مجموعه داده های آلمانی

در آلمان، به طور کلی دو مجموعه داده وجود دارد که تا حد زیادی معیارهای شناسایی شده برای نظارت بر کاربری زمین را برآورده می کنند: اول، سیستم اطلاعاتی کاداستر املاک معتبر (Amtliches Liegenschaftskatasterinformationssystem، ALKIS). دوم، مدل پایه دیجیتال منظر (DLM پایه) سیستم اطلاعات توپوگرافی و کارتوگرافی معتبر (Amtliches Topographisch-Kartographisches Informationssystem، ATKIS). به عنوان مثال، داده های ATKIS برای همه ایالت های فدرال را می توان از آژانس فدرال نقشه برداری و ژئودزی (Bundesamt für Kartographie und Geodäsie, BKG) دریافت کرد. در مقابل، هیچ ارائه دهنده منحصر به فردی برای داده های کاداستر وجود ندارد، زیرا مسئولیت این امر بیشتر در سطح شهرداری است.

ALKIS مبنای معتبری برای همه شواهد کاداستری دارد و همه اطلاعات و عملکردهای کتاب املاک سابق (Automatisiertes Liegenschaftsbuch، ALB) و نقشه املاک (Automatisierte Liegenschaftskarte، ALK) را یکپارچه می کند. بنابراین، ALKIS در طول فرآیند مهاجرت ALB/ALK به سیستم جدید که نزدیک به یک دهه به طول انجامید، در ایالات فدرال ایجاد شده است.

به طور کلی، مقیاس نقشه‌برداری کاداستر 1:1000 برای تحلیل‌های فضایی بسیار دقیق مناسب به نظر می‌رسد، اگرچه ممکن است هنگام پردازش مجموعه داده کل کشور مشکلاتی ایجاد کند. در واقع، آمار رسمی کاربری اراضی آلمان بر اساس داده های کاداستر است. قبل از معرفی ALKIS، ویژگی استفاده از ALB به مقادیر برای واحدهای اداری (شهرداری ها، بخش ها، ایالت ها، فدراسیون) خلاصه می شد. از آنجایی که ورودی‌های ALB به ازای هر کوریام تغییر نمی‌کنند، مگر اینکه مالکیت قطعات زمین تغییر کند، اطلاعات کاربری زمین اغلب قدیمی است. علاوه بر این، به دلیل تخصیص اطلاعات استفاده به کل یک قطعه زمین خاص، منطقه ثبت شده لزوماً با وضعیت دنیای واقعی مطابقت ندارد. پس از معرفی ALKIS در تمام ایالت های فدرال، اکنون مبنای آمار رسمی استفاده از زمین است. به طور کلی، اطلاعات کاربری زمین در حال حاضر توسط یک لایه کاربری واقعی نشان داده می شود، که به طور مستقل از هندسه قطعه تعریف می شود و به طور دوره ای به روز می شود. با این حال، همه ایالت های فدرال این مفهوم را درک نمی کنند. در این موارد، مرزهای بسته فقط کپی می‌شوند، و ویژگی‌های استفاده را از اشیاء ALB/ALK منتقل شده حمل می‌کنند. علی‌رغم این جنبه‌ها، مسئله مهم دیگری وجود دارد که مانع استفاده از ALKIS به‌عنوان پایگاه داده استفاده از زمین در سراسر کشور می‌شود. حمل ویژگی های استفاده از اشیاء ALB/ALK منتقل شده. علی‌رغم این جنبه‌ها، مسئله مهم دیگری وجود دارد که مانع استفاده از ALKIS به‌عنوان پایگاه داده استفاده از زمین در سراسر کشور می‌شود. حمل ویژگی های استفاده از اشیاء ALB/ALK منتقل شده. علی‌رغم این جنبه‌ها، مسئله مهم دیگری وجود دارد که مانع استفاده از ALKIS به‌عنوان پایگاه داده استفاده از زمین در سراسر کشور می‌شود.

به دلیل چندین محدودیت در مورد دلایل حفظ حریم خصوصی، امکان دریافت پوشش سراسری داده های ALKIS برای کل کشور وجود ندارد. حتی دفاتر آماری نیز تنها با اعداد خلاصه شده از طبقات از پیش تعریف شده کاربری اراضی توسط سازمان های مربوطه کاداستر ارائه می شوند.

ATKIS Basic DLM همچنین معیارهای ذکر شده در بالا را برآورده می کند. این دارای یک سیستم اطلاعاتی مبتنی بر شی و پوشش منطقه برای توصیف جامع ویژگی‌های توپوگرافی است که به عنوان نقاط، چند خط یا اشیاء برداری چند ضلعی مدل‌سازی می‌شوند. برای هر هدفی بدون محدودیت قابل توجه در دسترس عموم است. ATKIS Basic DLM از نظر هندسی و معنایی دقیق ترین مجموعه داده توپوگرافی موجود برای کل کشور در آلمان است [ 21] .]. این مبنای تولید نقشه‌های توپوگرافی دیجیتال 1:10000 و 1:25000 (DTK10, DTK25) در آلمان را تشکیل می‌دهد (و در واقع در ابتدا با دیجیتالی کردن نقشه‌های کاغذی قبلی TK10/TK25 ایجاد شد). اطلاعات توپوگرافی برای Basis-DLM عمدتاً از تصاویر هوایی که به طور منظم تولید می‌شوند (عکس‌های ارتوپدی دیجیتال)، تکمیل شده توسط منابع اطلاعاتی اضافی مانند ثبت‌های نقشه برداری زمین یا طرح‌های توسعه به دست می‌آیند [22 ] . توپوگرافیان متخصص داده ها را با نقشه برداری در محل تکمیل می کنند. یکی از دسته بندی های اصلی نوع شی، کاربری واقعی زمین است (به آلمانی: “Tatsächliche Nutzung”)، که به عنوان پوشش کامل و غیر همپوشانی سطح زمین تعریف می شود [ 23 ].

چرخه های به روز رسانی تحقق یافته در سراسر ایالت های فدرال در بازه زمانی سه تا پنج ساله متفاوت است. از آنجایی که مقیاس نقشه برداری پایه DLM 1:25000 است، اشیاء از دیدگاه توپوگرافی مستقل از قطعات زمین یا مرزهای شهری مدل می شوند. مشابه ALKIS، Basic DLM طی چند سال گذشته تغییر مدلی مشابه با ALK/ALKIS داشته است. با این حال، تأثیر بر داده‌ها بسیار کمتر بود، زیرا طراحی مجدد مدل عمدتاً شفاف‌سازی دسته‌های اشیا، قوانین همپوشانی و شناسایی اشیا و ویژگی‌های اجباری بود. در بیشتر موارد، قوانین واقعی مدل‌سازی شی (یعنی تعاریف شی و MMUها) از کاتالوگ شی قبلی گرفته شده‌اند.24 ].

همراه با مهاجرت ATKIS، آژانس های نقشه برداری در آلمان طرح نقشه برداری را از مختصات Bessel/Gauß-Krüger (مناطق 3 تا 5) به مختصات ETRS1989/UTM (مناطق 32، 33) تغییر داده اند. این مطالعه با استفاده از ETRS1989/Lambert Azimuthal Equal Projection (با مبدا در 52 درجه شمالی، 10 درجه شرقی) همانطور که برای داده‌های جغرافیایی منسجم INSPIRE [25 ] توصیه می‌شود، انجام شد . بنابراین، پیش پردازش داده ها شامل یک پیش بینی مجدد از کل مجموعه داده پایه DLM یک ساله است. تأثیر حاصل بر اندازه‌های مساحت ناچیز ارزیابی شده است (کمتر از 0.1٪ از کل مساحت کشور. مقایسه بصری طبقه‌بندی کاربری زمین بر اساس داده‌های Basic DLM در مقایسه با پوشش زمین CORINE در شکل 1 نشان داده شده است .. همانطور که از نقشه مشاهده می شود، مجموعه داده ملی دقت هندسی و تمایز معنایی بسیار بیشتری نسبت به داده های CLC اروپایی ارائه می دهد. از این رو، DLM پایه ATKIS به عنوان داده ورودی مناسب برای تحلیل کاربری زمین برای این مطالعه انتخاب شده است.

2.1.4. پیش پردازش داده ها

بر اساس کاتالوگ شی ATKIS [ 23 ] و (در اکثر موارد) مطابق با نامگذاری رسمی کاربری اراضی مورد استفاده توسط اداره آمار فدرال [ 26 ]، یک نوع شناسی کاربری زمین تعریف شده است ( شکل 2) .). سه طبقه کاربری اصلی سکونتگاه (شامل مناطق مسکونی و فضای باز شهری)، حمل و نقل (شامل تمام مناطقی که منحصراً برای تردد استفاده می شود، به جز کشتیرانی) و فضای باز (شامل تمام مناطقی که مستقیماً برای سکونت یا حمل و نقل استفاده نمی شوند) به صورت سلسله مراتبی فرعی هستند. -تقسیم شده برای اطمینان از اینکه هر قطعه زمین دقیقاً بخشی از یک دسته کاربری زمین است، که هر یک از آنها به انواع و ویژگی های ویژگی ATKIS اختصاص داده شده است. موقعیت های استفاده از زمین همپوشانی، مانند پل ها، تونل ها یا اشیاء زیرزمینی، مدل سازی نمی شوند. در این موارد بیشترین کاربری اراضی غالب تعریف می شود.

از آنجایی که شبکه حمل‌ونقل متشکل از بزرگراه‌ها، جاده‌ها، راه‌آهن‌ها و راه‌آهن‌ها، و همچنین آب‌های جاری، مانند جوی‌های باریک، نهرها و رودخانه‌ها، به‌عنوان چند خط در داده‌های ورودی مدل‌سازی می‌شوند، این اشیا برای دریافت نمایش‌های چندضلعی بافر می‌شوند. تعریف مقدار بافر بر اساس ویژگی عرض مناسبی است که به شی چند خطی اختصاص داده شده است. در مواردی که مشخصات عرض شی نامعتبر یا مبهم باشد، از مقادیر استاندارد برای بافر استفاده می شود. در غیر این صورت، بخشی از سطح زمین که توسط زیرساخت‌های حمل‌ونقل و بدنه‌های آبی پوشانده شده است، به شدت دست کم گرفته می‌شود. ویژگی های بافر همیشه اطلاعات کاربری زمین چند ضلعی های همسایه خود را نادیده می گیرند [ 27 ، 28 ، 29 ].

یکی از مسائل اصلی DLM پایه، موضوعی بودن متغیر داده ها به دلیل چرخه های به روز رسانی است که با به روز رسانی کاشی های قابل مقایسه با یک بخش برگه نقشه برداری سنتی، آژانس های نقشه برداری محقق می شود، که می تواند باعث تفاوت های موضوعی چندین ساله شود. متا اطلاعات ارائه شده همراه با داده های DLM واقعی، تاریخ آخرین به روز رسانی معمولی را نشان می دهد (به آلمانی: “Grundaktualisierung”). علاوه بر این، تغییرات چندین نوع ویژگی مهم (به ویژه زیرساخت های حمل و نقل) در یک چرخه کوتاه مدت کمتر از یک سال به روز می شوند (به آلمانی: “Spitzenaktualisierung”). بنابراین، داده های ATKIS همیشه دارای تاخیر خاصی از موضوعیت هستند که در سراسر کشور متفاوت است.

با این حال، امکان تولید مجموعه داده ای از موضوعیت داده های همگن برای کل کشور وجود ندارد. بنابراین، محاسبه شاخص‌های تفاوت با اشاره به یک دوره زمانی معین مانند زمین‌گیری مستلزم تعریف یک مرجع زمانی خاص برای کل مجموعه داده است. بنابراین، ما تصمیم گرفتیم از مجموعه داده‌های یک محدوده پنج ساله در مورد تاریخ تحویل آنها استفاده کنیم تا مطمئن شویم که هر ایالت فدرال حداقل یک چرخه به‌روزرسانی را طی کرده است.

2.2. تعیین تغییرات کاربری اراضی

شناسایی تغییرات کاربری زمین بین دو برش زمانی تهیه شده جداگانه، تاریخ 1 و تاریخ 2 بر اساس اصل تلاقی فضایی دو مجموعه داده است ( شکل 3 ). اشیاء تقاطع حاصل دارای ویژگی های هر دو مجموعه داده ورودی هستند. بنابراین، تغییر کاربری زمین برای مناطق متمایز را می توان برای مناطق همپوشانی داده های تاریخ 1 و تاریخ 2 شناسایی کرد.

شکل 4 همپوشانی نمایش های مدل یک شیء کاربری اراضی کلاس A را برای دو شکاف زمانی مختلف نشان می دهد. به دلیل تفاوت های هندسی اشیاء، تقاطع تکه ها باعث سه دسته نتیجه بالقوه مختلف می شود: (1) ناحیه بدون تغییر، که همپوشانی واقعی هر دو چند ضلعی است ( A ₁ ∩ A ₂ ). (2) مناطق غیر همپوشانی، که توسط یکی از چند ضلعی ها پوشانده شده است، که به ترتیب نشان دهنده کاهش ( A ₁ \A ₂ ) یا (3) افزایش ( A ₂ \A ₁ ) A است.

به طور کلی، با اعمال رویه‌های همپوشانی، که به طور گسترده توسط روش‌های تقاطع استاندارد GIS و روش‌های تفاوت متقارن [ 30 ] پیاده‌سازی می‌شوند، بدیهی است که بخش‌هایی از کلاس کاربری زمین A به کلاس کاربری دیگر B تبدیل می‌شوند (≙ A ₁ ∩ B ₂ ) یا از B (≙ B ₁ ∩ A ₂ ) تبدیل شده اند . تفاوت مناطق ناپدید شدن A و مناطقی که اضافه می شوند برابر است با خالص تراز NB تغییر کاربری زمین A :

NB ( A ) = مساحت ( A ₂ \ A ₁ ) − مساحت ( A ₁ \ A ₂ ) ≡ مساحت ( A ₂ ∩ B ₁ ) − مساحت ( A ₁ ∩ B ₂ )

(1)

تعداد ترکیبات احتمالی تغییر کاربری زمین (شامل کاربری بدون تغییر A ₁ = A ₂ ) با مجذور تعداد طبقات کاربری مشخص شده تعریف می شود. بنابراین، 35 دسته با توجه به نوع کاربری زمین منجر به 35 ² = 1225 ترکیب می شود. این تعداد را می توان با تجمیع در طبقات کاربری برتر زمین کاهش داد.

2.3. جابجایی شی هندسی

در بسیاری از موارد، جابه‌جایی‌های کوچکی از رئوس و بخش‌های چند خطی قابل مشاهده است. بنابراین، مرزهای چند ضلعی مجموعه داده های متقاطع دقیقاً یکسان نیستند، حتی اگر اشیاء واقعی واقعی تغییر نکرده باشند. در واقع، ATKIS Basic DLM این تغییرات را برای مرزهای چند ضلعی و همچنین برای اشیاء خطی بدون توجه به انواع شی یا ویژگی‌های شی نشان می‌دهد. حداکثر، تفاوت مختصات بین رئوس چند خط متناظر کوچکتر از دقت اکتساب است که با ± 3 متر برای اجسام خطی و ± 15 متر برای لبه های شی چند ضلعی تعریف می شود. این تأثیر کمی بر مقایسه عددی صرف طبقات کاربری زمین دارد. با این حال،

تفاوت های هندسی ممکن است توسط مفسران انسانی یا رویه های تکنولوژیکی ایجاد شود. دلایل احتمالی عبارتند از:

افزایش کیفیت داده های مورد استفاده برای به روز رسانی (به عنوان مثال، تصاویر هوایی با وضوح بالاتر)،
تغییر دید لبه های اجسام به دلیل وضعیت پوشش گیاهی فنولوژیکی،
استفاده از منابع مختلف داده ورودی (به عنوان مثال، داده های نقشه برداری زمینی به جای تصاویر هوایی)،
معیارهای مدل‌سازی شیء اصلاح‌شده (مثلاً تغییر حداقل اندازه وصله برای نگاشت)،
تعمیم شی هندسی (به عنوان مثال، نازک شدن راس)،
تحولات را هماهنگ کنید.

برای به دست آوردن یک مدل تبدیل کاربری با کیفیت بالا، لازم است این تغییرات مختصات به طور قابل اعتماد شناسایی شود. بنابراین، یک روش برای تجزیه و تحلیل مجموعه داده‌های کاربری زمین با هم تداخل دارند که امکان تشخیص و حذف چند ضلعی‌های برش ناخواسته را از تجزیه و تحلیل می‌دهد. این بر این فرض استوار است که حرکت لبه‌های وصله کاربری زمین در یک تلورانس مجاز نشان دهنده تغییرات کاربری زمین در واقعیت نیست. مقادیر تحمل برای اشیاء خطی و چند ضلعی را می توان به طور جداگانه به عنوان پارامترهایی تنظیم کرد که اپراتور را قادر می سازد بهترین تنظیمات مناسب برای داده ها را پیدا کند.

2.3.1. تحمل تغییر لبه اجسام مساحتی

جابجایی های کوچک یک لبه مشترک از اشیاء چند ضلعی مجاور باعث ایجاد چندضلعی های بریده در هنگام قطع دو مجموعه داده بعدی می شود. بنابراین، حتی اگر وضعیت دنیای واقعی بدون تغییر باشد، تغییر کاربری زمین شناسایی خواهد شد. شکل 5 اثر اصلاحات جزئی رئوس لبه را بر تشخیص تغییر نشان می دهد که منجر به ایجاد تکه های چند ضلعی ناخواسته علاوه بر تغییرات واقعی می شود که به صورت چند ضلعی بزرگتر نشان داده می شوند. عمدتاً، تغییرات واقعی و چند ضلعی های بریده ای به صورت ترکیبی رخ می دهند ( شکل 5 ج).

یک روش ساده برای تمیز کردن تقاطع، اعمال آستانه ای از حداقل مناطق چند ضلعی است. همه چند ضلعی هایی که کوچکتر از حداقل اندازه تعریف شده هستند در تحلیل تغییر کاربری زمین گنجانده نمی شوند. از این رو، این روش آنها را از در نظر گرفتن قطعات چند ضلعی بریده ای که به اشیاء تغییر یافته واقعی متصل هستند ( شکل 5 ج) یا که از اندازه آستانه در مورد اجسام باریک بسیار طولانی بیشتر است، محافظت نمی کند.

با این حال، می توان به طور قابل توجهی این اشیاء را با روش های فیلتر مورفولوژیک کاهش داد [ 31 ]. عملیات اساسی فیلتر مورفولوژیکی اتساع و فرسایش است ( شکل 6 ). در هر دو مورد، یک عنصر ساختار B در امتداد مرزهای چند ضلعی حرکت می کند و لبه های آن را تغییر می دهد. در صورت قرارگیری B به بیرون یا داخل ، اندازه اشیا به ترتیب افزایش یا کاهش می یابد. عملگرها را می توان به عنوان یک شی بافر با فاصله بافر مثبت یا منفی درک کرد.

کاربرد ترکیبی این دو عملیات اساسی بسته به ترتیب آنها بسته شدن یا باز کردن نامیده می شود. بستن یک اتساع قبل از فرسایش اعمال می کند و برای پر کردن شکاف های کوچک بین یا سوراخ های درون اجسام مناسب است ( شکل 7 ). باز کردن به معنای اعمال عملگر اتساع بلافاصله پس از فرسایش به منظور از بین بردن ضمائم اجسام است ( شکل 8 ).

بسته شدن:

A • B = ( A ⊕ B ) ⊖ B

(2)

به موجب آن A = شی اصلی. B = عنصر ساختار. • = اپراتور بسته شدن. ⊕ = اپراتور اتساع; ⊖ = عملگر فرسایش.

افتتاح:

A ◦ B = ( A ⊖ B ) ⊕ B

(3)

به موجب آن A = شی اصلی. B = عنصر ساختار. ◦ = اپراتور باز. ⊕ = اپراتور اتساع; ⊖ = عملگر فرسایش.

به منظور از بین بردن اثرات نامطلوب ذکر شده در بالا، می توان از عملگر بازکن استفاده کرد. با توجه به اینکه فرسایش و اتساع مراحل باز و بسته شدن با عناصر ساختاری یکسان انجام می شود، اجسام حاصل تقریباً همان ابعاد اصلی خود را دارند. در بیشتر موارد، بسته به شکل عنصر ساختار، نتیجه دارای لبه های گرد خواهد بود.

این اثرات گرد کردن را می توان با یک روش اصلاحی دوم که بر اساس تقاطع ویژگی اصلی با باز شدن یک بار دیگر گشاد شده است، به حداقل رساند. اصل اصلاح در شکل 9 نشان داده شده است . زیرشکل های سمت چپ و وسط اشیاء فیلتر نشده و نتیجه باز شدن را نشان می دهند. خط قرمز در شکل 9 c نشان‌دهنده بعد اتساع بیشتر است که برای تلاقی با ویژگی اصلی استفاده می‌شود و در نتیجه ویژگی تقریباً مشابه شکل اصلی است، به جز ضمائم کوچک در گوشه‌های چند ضلعی.

این دنباله رویه، که به آن باز شدن اصلاح شده گفته می شود، می تواند به طور رسمی به صورت زیر توصیف شود: باز شدن اصلاح شده:

A _C = (( A ◦ B ₁ ) ⊕ B ₂ ) ∩ A

(4)

به موجب آن A _C = شیء تصحیح شده. الف = شی اصلی؛ B ₁ = عنصر ساختار (تحمل تغییر). B ₂ = عنصر ساختار (اصلاح گوشه)؛ ◦ = اپراتور باز. ⊕ = اپراتور اتساع; ∩ = تقاطع.

پس از اولین مرحله پردازش (یعنی باز شدن باز) باقیمانده اشیاء که برداشته نشده اند کمی بزرگتر از نمونه اصلی خود هستند. مرحله دوم پردازش (یعنی تقاطع با ویژگی اصلی) می تواند باعث ایجاد سنبله های کوچک در گوشه های چند ضلعی شود ( شکل 9 ج). از آنجایی که B1 با دقت موقعیت (یا به ترتیب تحمل _{جابجایی} لبه مجاز) تعریف می شود، باید برای همه اشیا بدون توجه به اندازه آنها ثابت نگه داشته شود. ابعاد سنبله های باقی مانده پس از تقاطع با ویژگی های اصلی به اندازه B _{2 محدود می شود}، که می تواند در رابطه با اندازه شی فیلتر شده به منظور به حداقل رساندن ابعاد ضمائم تطبیق داده شود. با این حال، با توجه به تأثیر کلی کوچک بر مساحت اجسام، که می توان آن را ناچیز تخمین زد، B ₁ و B ₂ به راحتی می توانند به عنوان یکسان تعریف شوند.

برای جلوگیری از طبقه‌بندی اشتباه اشیاء کوچک به‌عنوان چندضلعی‌های بریده‌ای نامطلوب، یک بازگشایی اصلاح‌شده اضافی روی مجموعه داده‌های ورودی (نه نتیجه تقاطع) قابل اعمال است. اشیایی که از کلاس های ویژگی اصلی فیلتر می شوند را می توان پرچم گذاری کرد و بعداً پس از تقاطع از باز شدن تصحیح نهایی حذف شد. بنابراین، آن اشیاء کوچک حذف نمی شوند و تغییرات کاربری زمین با اندازه جزئی در داده ها باقی می ماند.

2.3.2. فیلتر تحمل تغییر خط برای اشیاء خطی

در مورد اشیاء خطی، هدف تمایز مواردی است که در مجموعه داده دوم اضافه یا حذف شده اند از مواردی که به تازگی با تغییر رئوس در فرآیند به روز رسانی تنظیم شده اند. همانطور که توسط کروگر و همکاران نشان داده شده است. [ 28 ]، اشیاء خطی شبکه‌های حمل‌ونقل و هیدرولوژیکی باید بافر شوند تا بتوان چند ضلعی این ویژگی‌ها را نشان داد. از آنجایی که بسیاری از اشیاء بافر هنوز با توجه به عناصر ساختاری که برای اشیاء چند ضلعی قابل اجرا هستند باریک هستند، روش باز کردن اصلاح شده منجر به حذف گسترده ویژگی‌ها می‌شود. به همین دلیل است که فیلتر مورفولوژیکی را نمی توان برای آن اشیاء بافر چند خطی اعمال کرد.

مطابقت ویژگی های خط در مجموعه داده های مختلف را می توان با “اندازه گیری دقت موقعیتی ساده برای ویژگی های خطی” [ 32 ] تجزیه و تحلیل کرد. چند خطوط متناظر متقابلاً به عنوان مراجعی تعریف می شوند که باید در فاصله معینی بافر شوند، که با حداکثر تغییر موقعیت معتبر بین جفت خطوط تعریف می شود. سپس مجموعه داده مقایسه شده در برابر این منطقه بافر ارزیابی می شود، در حالی که چند خطوط در محدوده قابل تحمل همتایان مربوطه خود صحیح ارزیابی می شوند. ویژگی های خارج از مناطق تحمل بافر یا فاقد چند خط متناظر هستند یا دارای موقعیت های هندسی نادرست هستند ( شکل 10 ).

با انتقال به موضوع مقایسه مجموعه داده‌های کاربری زمین، این روش می‌تواند برای بررسی توسعه شبکه‌های ویژگی، مانند خیابان‌ها یا خطوط راه‌آهن، سازگار شود. استفاده از اندازه‌گیری دقت موقعیت مبتنی بر بافر امکان تمایز اشیاء واقعی (یا جدید) را از مواردی که تازه اصلاح شده‌اند، می‌دهد. برای به دست آوردن مجموعه ای قابل ارزیابی از اشیاء جدید یا ناپدید شده، هر یک از مجموعه داده های مقایسه شده باید در برابر مناطق بافر دیگری ارزیابی شود.

فاصله بافر برای ارزیابی اندازه گیری دقت موقعیتی باید مطابق با پارامترهای دقت داده های ورودی تعریف شود. در مورد ATKIS Basic DLM، این مقدار روی 3 متر تنظیم شده است [ 33 ].

شکل 11 نمونه ای از مقایسه دو مجموعه داده شبکه راه در سال های مختلف را نشان می دهد. در شکل فرعی سمت چپ بالا، شبکه جدیدتر در برابر داده‌های بافر قبلی که منجر به شناسایی خیابان‌های جدید می‌شود، ارزیابی شده است. زیرشکل بالا سمت راست روش مخالف بررسی شبکه قدیمی در برابر داده های اخیر بافر شده را نشان می دهد، که به فرد امکان می دهد ویژگی هایی را که حذف شده اند شناسایی کند.

2.4. تغییر شیء معنایی

علاوه بر تأثیرات تفاوت های هندسی، انواع شی و ویژگی های شی را می توان تغییر داد حتی اگر هیچ تغییری در دنیای واقعی وجود نداشته باشد. این می تواند با تغییرات مدل داده، یا با معرفی ویژگی های جدید، یا صرفاً با ویرایش ویژگی های شی (به عنوان مثال، اطلاعات در مورد عرض جاده) ایجاد شود. اثرات تغییرات داده‌های مبتنی بر مدل می‌تواند نتیجه تحلیل تغییر کاربری زمین را به‌طور قابل‌توجهی سوگیری کند. بنابراین، کسب اطلاعات در مورد تغییراتی که عمدتاً توسط قوانین ثبت ایجاد می شوند، به جای تغییرات دنیای واقعی، مطلوب است.

با توجه به DLM پایه ATKIS، که به عنوان داده های ورودی برای این مطالعه استفاده شد، چندین مسئله مطرح می شود. از آنجایی که مجموعه داده قبل از سال 1990 آغاز شد، به یک طرح مدل جدید منتقل شده است که خواستار طراحی مجدد کامل تعاریف پایه DLM است [ 34 ]. روند مهاجرت به طور همزمان در همه ایالت های فدرال محقق نشد، اما از سال 2009 تا 2013 ادامه یافت [ 35 ]. بنابراین، سال 2008 آخرین سال قبل از مهاجرت اولین ایالت های فدرال به مدل داده جدید بود و سال 2013 اولین سال در دسترس بودن آن در سراسر کشور بود.

همانطور که در مطالعه قبلی نشان داده شد، چندین اثر خاص از مهاجرت داده ها را می توان آشکار کرد، که عمدتاً ناشی از معرفی کلاس های اشیاء جدید یا رویکردهای مدل سازی تغییر یافته ویژگی های توپوگرافی است [36 ]]. تعاریف مدل تغییر یافته دو تا از کلاس‌های شیء اصلی بر شکل هندسی و انتساب چند ضلعی‌های تقسیم‌بندی‌ها و ویژگی‌های ترافیک جاده‌ای چند ضلعی تأثیر می‌گذارد. هیچ یک از آنها در نسخه قدیمی DLM Basic تعریف نشده بودند. معرفی این تعاریف شیء باعث تخصیص مجدد ویژگی های تحت تأثیر شد، که منجر به تبدیل کلاس شی بدون تغییر کاربری واقعی زمین شد. جنبه مهم دیگر در حال حاضر مناطق غیرقابل تعیین است که از نظر تعداد و مساحت تحت پوشش به میزان قابل توجهی کاهش یافته است. این دسته برای استفاده نامشخص از زمین یا تعاریف نامناسب مدل‌سازی شی در کاتالوگ اشیا استفاده می‌شود. از آنجایی که این نوع شی به طور کامل در مرجع بعدی نسخه 7.0 کاتالوگ شی ATKIS حذف خواهد شد [ 37]، بسیار بعید است که تقاطع آن چند ضلعی ها با سایر کلاس های کاربری زمین نشان دهنده تغییرات کاربری واقعی زمین باشد.

3. اجرا و آزمایش

در ادامه، نتایج رویکرد حاضر به تقاطع مبتنی بر تحمل هندسه کاربری اراضی شرح داده شده است. این روش در محیط نرم افزار ArcGIS و FME برای قطعات پردازش جغرافیایی پیاده سازی شد و با پایتون خودکار شد. سپس تجزیه و تحلیل نتایج تقاطع با استفاده از فیلترهای انتخابی و قوانین تجمیع برای کلاس‌های کاربری برتر زمین توسط پرسش‌های پایگاه داده SQL انجام شد.

3.1. مجموعه داده های ورودی

روش‌های پیشنهادی بر روی مجموعه داده‌های کاربری زمین به دست آمده از داده‌های DLM پایه ATKIS، که طبق [ 28 ، 38 ] پیش پردازش شده بودند، آزمایش شدند. مقایسه داده‌های کاربری زمین برای سال‌های 2008 و 2013 تغییرات جزئی در نسبت طبقات کاربری اصلی زمین نشان می‌دهد. بدیهی است که رده‌های کاربری اراضی با بیشترین رشد از از دست دادن زمین کشاورزی سود می‌برند ( جدول 1 ). با این حال، همانطور که قبلا ذکر شد، صرف کنار هم قرار دادن مقادیر مطلق یا نسبی به وضوح نشان دهنده فرآیندهای دگرگونی واقعی بین چندین طبقه کاربری زمین نیست. علاوه بر این، آمارهای ملی خلاصه شده نمی تواند منعکس کننده تفاوت های منطقه ای یا محلی در پویایی تغییر کاربری زمین باشد.

3.2. نتایج تقاطع

3.2.1. تقاطع فیلتر نشده

جدول 2 پارامترهای هندسی مجموعه داده های ورودی و تقاطع حاصل از هر دو را نشان می دهد. همانطور که از این اعداد مشاهده می شود، تقاطع صرف برای تحلیل عمیق تر تغییر کاربری زمین کاملا مناسب نیست، زیرا با توجه به مقدار متوسط تقاطع، اکثر چند ضلعی های حاصل اندازه بسیار کوچکی دارند و بنابراین بعید به نظر می رسند. برای نمایش موقعیت های دنیای واقعی در واقع، MMU برای بسیاری از ویژگی‌های توپوگرافی در DLM پایه ATKIS 1000 متر ^مربع است ، مگر اینکه شبکه‌های توپولوژیکی خطوط حمل‌ونقل و آب‌های جاری شبکه‌های کوچک‌تری ایجاد کنند که باید پر شوند. بنابراین، چند ضلعی های حاصل از تقاطع نباید به طور قابل توجهی کوچکتر از این مقدار باشند.

در جدول 3 ، اثر تجمعی چند ضلعی های کوچک به دست آمده جدول بندی شده است. نود و سه درصد از همه چند ضلعی های تغییر یافته کوچکتر از 1000 متر ^مربع هستند و بیش از 5.6٪ از کل مساحت تغییر یافته را نشان نمی دهند، که به نظر می رسد 0.4٪ از مساحت آلمان است. معمولاً کاهش چند ضلعی های تغییر یافته برای تشخیص تغییر با تعریف یک آستانه انجام می شود. با این حال، این ویژگی‌های طبقه‌بندی‌شده را به‌طور کامل حذف نمی‌کند، زیرا چند ضلعی‌های تکه‌ای می‌توانند مناطق نسبتاً بزرگی را پوشش دهند، به ویژه در امتداد جاده‌ها اگر محورهای جاده جابجا شده باشند یا ویژگی‌های عرض اصلاح شده باشند. بنابراین، تجزیه و تحلیل تغییر کاربری قابل اعتماد نیاز به فیلتر کردن اثرات نامطلوب همانطور که در این مقاله ارائه شده است.

3.2.2. تقاطع تصحیح موقعیت

استفاده از فیلتر تلورانس در مورد تغییر لبه تأثیرات فوری بر تعادل تغییرات کاربری زمین شناسایی شده دارد. از آنجایی که مناطق فیلتر شده در امتداد لبه‌های هندسه شی کمی تغییر یافته برای مدل‌سازی تغییر کاربری زمین به حساب نمی‌آیند، عدد مطلق و همچنین نواحی حاصل از چندضلعی‌ها که باید برای تحلیل تبدیل کاربری اراضی در نظر گرفته شوند، در مقایسه با تقاطع بدون فیلتر کاهش می‌یابند. . به طور کلی، تعداد مطلق اشیاء فیلتر شده به دفعات اصلاحات موقعیتی اعمال شده در چرخه به روز رسانی DLM اولیه اصلی بستگی دارد. بنابراین، هرچه بیشتر رئوس جابجا شوند، تفاوت محاسبات فیلتر نشده نواحی در حال تغییر از نتیجه فیلتر شده بیشتر است. باید توجه داشت که شدت اصلاحات موقعیت به طور مساوی در آلمان توزیع نشده است، اما در ایالت های فدرال متفاوت است. بنابراین، به منظور دستیابی به نتایج قابل مقایسه برای ایالت های مختلف فدرال، توصیه می شود اصلاح موقعیت را اعمال کنید. در غیر این صورت داده های حاصل احتمالاً تفاوت های منطقه ای را نشان خواهند داد.

شکل 12 اثر اعمال فیلتر را برای حذف لبه های جابجایی برای مقادیر مختلف تحمل نشان می دهد که به عنوان حداکثر انحراف معتبر رئوس جسم در نظر گرفته می شود. این تحلیل برای ایالت فدرال شلسویگ-هولشتاین انجام شده است. شلسویگ-هولشتاین به عنوان یکی از ایالت های فدرال شناسایی شد که جابجایی های موقعیت متعددی از چند خط و لبه های چندضلعی را نشان می دهد. بنابراین، اثرات اندازه گیری شده از اعمال مقادیر مختلف تحمل فیلتر به وضوح قابل درک است.

در نمودار، مساحت تحت پوشش شبکه راه به طور مجزا از مجموع سایر طبقات کاربری اراضی که در رده سکونت قرار می گیرند، تحلیل شده است. میله‌های نمودار نشان‌دهنده نسبت تغییر مساحت است که می‌توان برای دو دسته کاربری زمین در هنگام اعمال مقادیر تحمل در مورد تغییر لبه‌ها در مقایسه با نتیجه تقاطع اصلاح‌نشده مشاهده کرد.

بدیهی است که فیلتر کردن منجر به کاهش شناسایی مناطق مسکونی و حمل و نقل تبدیل شده می شود. ناحیه دسته بندی ترافیک جاده ای نسبت به افزایش گام به گام تحمل تغییر خط واکنش بسیار حساسی نشان می دهد. در اینجا، مقدار تلورانس 3 متر منجر به قطع بیش از 50 درصد از مناطق ترافیک جاده ای تغییر یافته در تحلیل تغییر کاربری زمین می شود. برعکس، سکونت‌گاه عمدتاً شامل ویژگی‌های چند ضلعی است (مثلاً مناطق ساخته شده، فرودگاه‌ها، فضای باز شهری)، که در برابر افزایش مقادیر تحمل تغییر لبه نسبتاً قوی هستند.

با توجه به ارائه دهندگان داده، دقت موقعیت DLM پایه ATKIS ± 3 متر برای یک جسم خطی ضروری، مانند جاده ها، راه آهن ها یا آب های جاری است. دقت موقعیت عمومی برای اشیاء چند ضلعی به صورت ± 15 متر [ 39 ] ارائه شده است. بنابراین، پردازش جداگانه اجسام خطی (بافر) و مساحتی برای دستیابی به نتایج قابل اعتماد ضروری است.

3.2.3. کاهش شیفت های معنایی

همانطور که در بخش 2.4 توضیح داده شد ، تقاطع دو مجموعه داده با تغییرات سیستماتیک مدل تعصب دارد. نتایج این تجزیه و تحلیل نشان می‌دهد که چندین انتقال خاص بین طبقات کاربری زمین باید از تشخیص تغییر کاربری حذف شود، زیرا برخی از دسته‌بندی‌های مجدد از انواع شی انجام شده است که تغییرات واقعی را نشان نمی‌دهند، اما اصلاحات داده‌ها را محقق می‌کنند [36] . ].

بیشترین تأثیر را بر نتایج تجزیه و تحلیل تغییر کاربری زمین می توان برای انتقال طبقه کاربری زیر یافت:

منطقه تجاری در مقابل منطقه معدنی:

در تعاریف قدیمی‌تر اشیاء ATKIS، همپوشانی اشیاء به اصطلاح منطقه اصلی (به آلمانی: “Grundflächenarten”) برای موقعیت‌های خاص مجاز بود، اگرچه این اجرام برای پوشش غیر زائد سطح زمین تعیین می‌شدند. در واقع، تقریباً تمام ترکیبات همپوشانی ممکن را می توان در داده ها یافت. همچنین بسیاری از سایت های استخراج روباز گسترده وجود دارند که هم به عنوان سایت های معدنی و هم به عنوان مناطق صنعتی یا تجاری نشان داده شده اند. قوانین مدل‌سازی جدید ATKIS اکیداً همپوشانی ویژگی‌ها را برای اشیاء از دسته کاربری واقعی زمین، که هر دو حوزه صنعتی/تجاری و معدنی به آن تعلق دارند، ممنوع می‌کند. بنابراین، پس از انتقال داده ها، انتقال عمده بین این دو دسته قابل انتظار است.

این در واقع بر تعادل تحلیل‌های برداشت زمین تأثیر می‌گذارد، زیرا در گونه‌شناسی کاربری زمین، منطقه صنعتی و تجاری بخشی از مناطق شهری است، در حالی که مناطق معدنی (در محدوده منطقه معدن یا رده محل تخلیه) به فضای باز تعلق دارند. از این رو، نتیجه تقاطع مجموعه‌های داده‌ای که هم نسخه قبلی و هم نسخه فعلی داده‌های ATKIS را در بر می‌گیرد باید از انتقال بین این دو کلاس کاربری زمین پاک شود، زیرا اینها در اغلب موارد تغییرات دنیای واقعی را نشان نمی‌دهند.

باغبانی در مقابل منطقه تخصیصی:

از آنجایی که تخصیص ها به عنوان یک نوع شی در کاتالوگ اشیاء قدیمی DLM پایه تعریف نشده بودند، بیشتر منطقه مربوطه به عنوان باغبانی مدل سازی شد. این یک مشکل است زیرا تخصیص ها به فضای باز شهری (و بنابراین، به منطقه شهری) کمک می کنند، در حالی که باغبانی یک دسته کاربری اراضی کشاورزی است که متعلق به فضای باز است. برای به دست آوردن تمایز تخمینی بین این دو طبقه، مناطق تخصیص با تقاطع دومی با محل کلاس شی، که نشان دهنده یک منطقه سکونتگاهی تعمیم یافته است، از باغبانی جدا شد. در نتیجه، منطقه باغبانی در محدوده سکونتگاه مشترک به عنوان تخصیص تعیین شد. با این حال، تعریف تخصیص کلاس شی (به آلمانی: “Kleingarten”) در DLM پایه جدید ATKIS معرفی شده است. که انتقال چند ضلعی های باغبانی را به یک طبقه کاربری مناسب ضروری می کرد. رویکرد کلی برای انتقال این نواحی به مجموعه داده جدید شامل دو مرحله بود: اولاً، همه چند ضلعی های متناظر به عنوان یکی از دو نوع شی مورد نظر طبقه بندی شدند و ثانیاً، تعیین نوع شی درست در طول چرخه های به روز رسانی بعدی (به اصطلاح “فرآیند پس از مهاجرت”). بنابراین، این دسته‌بندی‌ها باید تا پایان فرآیند پس از مهاجرت از تحلیل‌های کاربری چندزمانی زمین حذف شوند. برای تخصیص نوع صحیح شی در طول چرخه های به روز رسانی بعدی (به اصطلاح “فرایند پس از مهاجرت”). بنابراین، این دسته‌بندی‌ها باید تا پایان فرآیند پس از مهاجرت از تحلیل‌های کاربری چندزمانی زمین حذف شوند. برای تخصیص نوع صحیح شی در طول چرخه های به روز رسانی بعدی (به اصطلاح “فرایند پس از مهاجرت”). بنابراین، این دسته‌بندی‌ها باید تا پایان فرآیند پس از مهاجرت از تحلیل‌های کاربری چندزمانی زمین حذف شوند.

چراگاه در مقابل مناطق همراه ترافیک:

این دسته کاربری زمین با کاتالوگ شی جدید ATKIS معرفی شد. این توسط چند ضلعی از نوع شیء ترافیک جاده (به آلمانی: “Straßenverkehr”) مدل شده است. از آنجایی که هیچ نوع شی متناظری در تعاریف مدل قدیمی‌تر وجود نداشت، این مناطق به دلیل پوشش گیاهی اغلب به عنوان چراگاه مدل‌سازی می‌شدند. به منظور جلوگیری از دسته بندی های نادرست تغییر کاربری زمین، که نشان دهنده از دست دادن فضای باز به نفع زیرساخت های حمل و نقل است، انتقال چراگاه به ترافیک جاده ای باید از تحلیل تغییر کاربری زمین حذف شود.

مناطق غیرقابل تعیین در حال حاضر در مقابل مناطق دیگر:

با مقایسه نسخه مرجع فعلی GeoInfoDok 6.0 [ 39 ] کاتالوگ شی ATKIS با پیش نویس GeoInfoDok آینده 7.0.1 [ 37 ]، که در آینده نزدیک جایگزین سند امروزی می شود، نوع شی فعلی منطقه غیرقابل تعیین فعلی (آلمانی: «Fläche zur Zeit unbestimmbar») حذف خواهد شد [ 23 ، 37]. در واقع، نواحی خلاصه شده آن کلاس شی، کاهش مداوم مجموعه داده‌های سالانه ATKIS را نشان می‌دهد، که ممکن است نشان‌دهنده پیش‌بینی ضرورت انتقال این چند ضلعی‌ها به انواع شیء مناسب در آینده باشد. بنابراین، می توان فرض کرد که در گذشته، این کلاس شی به طور گسترده به عنوان یک مکان نگهدار برای اشیاء وابستگی نامشخص استفاده می شد. از این رو توصیه می شود این مناطق از تشخیص تغییر کاربری زمین حذف شوند.

شکل 13 اثرات مطلق در نظر گرفتن این دسته‌بندی‌های کاربری زمین را بر کمیت تغییر ناحیه شهری بین مجموعه داده‌های سال 2008 و 2013 نشان می‌دهد. افزایش یا کاهش مناطق شهری به ترتیب با میله های اشاره به بالا یا پایین نشان داده می شود. انتظار می رود، افزایش مطلق بیش از کاهش است، و در نتیجه تراز خالص مثبت فرآیندهای زمین گیری که توسط امضاهای نقطه نشان داده می شود. در واقع، بزرگترین تأثیر مطلق بر تراز خالص در واقع تبدیل بین باغبانی و منطقه اختصاص دارد، که حدود 20٪ از کل تغییرات شناسایی شده بین منطقه شهری و فضای باز را پوشش می دهد.

3.3. تجزیه و تحلیل تغییر کاربری اراضی فیلتر شده متعادل

ابزارهای توسعه‌یافته برای فیلتر تلورانس‌های تغییر لبه و خط، و همچنین تغییرات معنایی در مجموعه داده‌های کاربری زمین در سال‌های 2008 و 2013 اعمال شده‌اند. با توجه به اصلاح هندسی، ما حداکثر انحراف موقعیت را 3± متر و 5± متر فرض کردیم. به ترتیب برای ویژگی های چند خطی و چند ضلعی. بنابراین، پارامترهای بازشوی اصلاح شده روی تحمل جابجایی خط 6 متر و تحمل جابجایی لبه 10 متر تنظیم شدند.

شکل 14 اثر فیلتر بر روی دگرگونی های زمین شناسایی شده بین مناطق شهری و فضای باز را نشان می دهد. نوار سمت چپ نتایج تقاطع تصحیح نشده را نشان می‌دهد که به طور خلاصه افزایش خالص مناطق شهری 4.9٪ از 2008-2013 را نشان می‌دهد. تصحیح برای جابجایی‌های هندسی اثر جزئی در کاهش تراز خالص به 4.7٪ دارد، در حالی که اصلاح اضافی برای جابجایی‌های معنایی (تنظیم اثرات شناخته شده مهاجرت مدل ATKIS) مقدار را به 3.7٪ کاهش می‌دهد.

جدول 4 نرخ های تغییر نسبی تغییر شکل هندسی و معنایی اصلاح شده بین منطقه شهری و فضای باز را نشان می دهد. افزایش مساحت شهری عمدتاً شامل زمین‌های کشاورزی سابق است که شامل زمین‌های زراعی، چرای و باغی و به دنبال آن منطقه جنگلی یا کپسولی سابق است.

4. بحث

تجزیه و تحلیل تغییر کاربری اراضی بر اساس گزارش های آماری در واقع تغییر ساختار کاربری زمین را نشان می دهد، یعنی به خودی خود هیچ اطلاعاتی در مورد تبدیل زمین از یک کاربری به کاربری دیگر وجود ندارد. این تراز خالص خالص برای توصیف یا کمی کردن پویایی واقعی تغییر کاربری زمین مناسب نیست، زیرا منجر به “کم برآوردی جدی از تغییر زمین” می شود (به نقل از [ 40 ]). تمایز بین “تغییرات خالص و ناخالص زمین” همچنین می تواند برای تعیین کمیت شارهای کربنی که شرایط جوی را تغییر می دهد استفاده شود [ 41 ].

در این مقاله، ما یک روش برای محاسبه جداگانه تبدیل کاربری زمین بین هر دسته کاربری ثبت شده از دو (یا بیشتر) برش زمانی بعدی ارائه کردیم. بنابراین، می توان تغییرات کاربری اراضی ناخالص و خالص متعادل کننده را در نظر گرفت.

با این حال، تقاطع خالص مجموعه داده‌های کاربری چندزمانی اغلب برای تشخیص موضعی و با وضوح بالا تغییرات به دلیل چندضلعی‌های تکه‌ای که در مورد لبه‌های چند ضلعی یا چند خطوطی که هندسه مشابه، اما نه یکسان دارند، مناسب نیست. بنابراین، یک روش تطبیقی از تقاطع مورد نیاز است که تغییرات موقعیت قابل تحمل لکه‌های کاربری زمین را در نظر بگیرد. رویکرد محاسبه تعادل تغییرات کاربری زمین، که در اینجا پیشنهاد شده است، مبتنی بر روش‌های پردازش جغرافیایی است که امکان آشکارسازی دگرگونی واقعی کاربری زمین را فراهم می‌کند. به عنوان داده های ورودی، مجموعه داده های جغرافیایی توپوگرافی آژانس های نقشه برداری ایالت های فدرال آلمان آماده و از قبل پردازش شده بود. روش توسعه یافته رویکردهای فیلتر مورفولوژیکی را ترکیب می کند، روش‌های پردازش جغرافیایی و اندازه‌گیری‌های دقت موقعیتی برای از بین بردن اثرات نامطلوب یک تقاطع ساده از ویژگی‌های ناشی از اصلاحات هندسی جزئی به دلیل به‌روزرسانی DLM پایه. پارامترها را می توان با شرایط خاص مجموعه داده های ورودی تطبیق داد، به عنوان مثال، بسته به مشخصات دقت داده های ورودی، می توان محدوده های تحمل خاصی را برای ویژگی های چند ضلعی و خط تعریف کرد.

علاوه بر این، تغییرات نوع شی یا اصلاحات ویژگی شی را می توان از توازن تغییر کاربری زمین به منظور حذف تغییرات کاربری که به اشتباه تشخیص داده شده است حذف کرد. این اثر قبلاً در داده‌ها به عنوان «تغییر روش‌شناختی» توصیف شده است [ 42 ]. به عنوان مثال، اینها شامل طبقه بندی مجدد زمین های زراعی و چرای مرتع است. این روش مبتنی بر استفاده از فیلترهای تحمل است که هندسه اشیاء را در نظر می گیرد، که می تواند در طول فرآیند به روز رسانی کمی تغییر کند، حتی اگر تغییری در واقعیت وجود نداشته باشد.

بنابراین، تصاحب زمین را می توان نه تنها به صورت عددی با نسبت دسته های کاربری زمین، بلکه با تغییر کاربری واقعی زمین توصیف کرد. از این طریق می توان فرآیندهای تحول اراضی را برای کل کشور شناسایی و بومی سازی کرد. بنابراین، می توان منابع اصلی را که به افزایش مداوم زیرساخت های شهرک سازی و حمل و نقل کمک می کنند، شناسایی کرد. به طور کلی، این دانش می تواند به درک فرآیندهای تبدیل زمین و شناسایی محرک های تغییر کاربری زمین کمک کند.

بنابراین، روش پیشنهادی برای تحلیل مقایسه قابل اعتماد دو مجموعه داده طبقه‌بندی کاربری زمین مناسب است. پیاده سازی و آزمایش این رویکرد در زمینه نظارت بر توسعه سکونتگاه و فضای باز انجام شده است که شاخص های سالانه ساختار کاربری زمین در آلمان را با وضوح فضایی بالا ارائه می دهد [29 ] . مجموعه داده های کاربری زمین مشتق شده برای دو سال که کل کشور را شامل می شود شامل 35 کلاس کاربری متفاوت مورد تجزیه و تحلیل قرار گرفته است.

با این حال، پیاده سازی و آزمایش این رویکرد، مسائل متعددی را نشان داد که باید در آینده حل شوند.

در مورد ویژگی های بافر (مانند حمل و نقل، هیدرولوژی)، پردازش خطوط مرکزی به طور جداگانه همانطور که در بخش 2.3.2 توضیح داده شده است، امکان پذیر است . در غیر این صورت، ممکن است نیاز به ایجاد خطوط مرکزی، کاهش اندازه عنصر مورفولوژیکی ساختار یا حذف این اشیاء ورودی باریک از فیلتر هندسی با استفاده از دهانه اصلاح شده (قبل از تقاطع) باشد.

دومین مشکل عمده، تشخیص تعاریف مدل تغییر یافته یا اصلاحات داده در مجموعه داده های ورودی است. در اینجا، دانش تخصصی برای تشخیص تغییرات واقعی از تغییرات مدل یا تصحیح داده ها ضروری است. بنابراین، معرفی ویژگی‌های شی که نشان‌دهنده متا اطلاعات در مورد دلایل دستکاری شیء است باید توسط ارائه‌دهندگان داده در نظر گرفته شود. البته، در هر صورت، بررسی نتایج تجزیه و تحلیل از نظر قابل قبول بودن و سازگاری ضروری است.

علاوه بر این، توصیه می شود که مجموعه داده های مقایسه شده یک دوره کامل به روز رسانی را پشت سر گذاشته باشند. در غیر این صورت، داده هایی که بررسی نشده اند و بنابراین در واقع نشان دهنده همان وضعیت کاربری زمین هستند، در مقایسه گنجانده می شوند. برای اینکه ایالت های فدرال در آلمان از یک چرخه به روز رسانی پنج ساله برای کل مجموعه داده پایه DLM اطمینان حاصل کنند، تجزیه و تحلیل تغییر کاربری زمین نیز باید حداقل یک دوره پنج ساله را در بر گیرد.

5. نتیجه گیری ها

همانطور که در این مطالعه نشان داده شده است، مجموعه داده‌های چند زمانی مدل‌های چشم‌انداز با وضوح بالا (در این مورد، DLM پایه ارائه‌شده توسط آژانس‌های نقشه‌برداری در آلمان) هنگامی که به عنوان ورودی برای تحلیل‌های مربوط به تغییر کاربری زمین استفاده می‌شود، مشکلاتی ایجاد می‌کند. به دلیل جابجایی های هندسی لبه های چند ضلعی یا ویژگی های خطی، مانند جاده ها، راه آهن ها، راه آهن ها و آب های جاری، صرفاً تقاطع دو (یا بیشتر) مجموعه داده ها منجر به چند ضلعی های نامطلوب متعدد می شود که نشان دهنده شبه تغییرات کاربری زمین است که نشان دهنده نیست. شرایط دنیای واقعی علاوه بر این، اصلاحات مدل داده یا تغییر قوانین نقشه برداری می تواند نتایج تشخیص تغییر را جعل کند.

به خصوص برای مطالعات در مقیاس کوچک با تمرکز بر تغییرات قابل تعیین محلی، این اثرات می تواند به طور قابل توجهی بر قابلیت اطمینان نتایج تأثیر بگذارد. روش ارائه شده فیلترهای تحمل در مورد تغییر لبه و تغییر خط به عنوان بخشی از فرآیند تقاطع امکان تشخیص و حذف اثرات اصلاح هندسی کوچک را فراهم می کند.

علاوه بر این، روش ارائه شده می تواند برای ارزیابی داده ها استفاده شود. با تعیین موضعی استفاده‌های قبلی و بعدی زمین، می‌توان به دنبال نرخ‌های تبدیل منحصربه‌فردی بود که از ابعاد معمول تغییر کاربری زمین در مناطق قابل مقایسه فراتر می‌رود. در این مورد، شاخصی برای تغییرات در مدل داده، قوانین مدل‌سازی شی یا عادات نقشه‌برداری است. بر این اساس، استراتژی‌های متفاوتی برای تعیین مرز مناطق ساخته شده در سراسر ایالت‌های فدرال قابل مشاهده است. برای تلاش‌ها برای هماهنگ کردن داده‌ها بین ایالات فدرال، تغییرات داده‌های مرتبط می‌تواند منجر به تغییراتی در مورد شکل هندسی و ویژگی‌های اشیاء علی‌رغم عدم تغییر واقعی شود. برای مناطق مطالعاتی در مقیاس کوچک،

به عنوان نتیجه گیری، می توان بیان کرد که روش پیشنهادی برای مجموعه داده های DLM در مورد تجزیه و تحلیل تغییر کاربری زمین امکان پذیر است. روش‌های فیلتر کردن امکان حذف اثرات نامطلوب را که به دلیل تفاوت‌های کوچک در لبه‌های شی و موقعیت‌های رأس ویژگی‌های خطی رخ می‌دهند، می‌دهد که اطمینان بالایی از نتایج را تضمین می‌کند.

به این ترتیب، شناسایی و بومی سازی تحول واقعی زمین با دقت بالاتری نسبت به مقایسه مقادیر آماری نسبت طبقات کاربری زمین در سال های مختلف امکان پذیر است. این می تواند به درک فرآیندهای تصاحب زمین کمک کند، که برای سیاست های توسعه فضایی پایدار ضروری است.

اختصارات

در این نسخه از اختصارات زیر استفاده شده است:

CLC	پوشش زمین CORINE
MMU	حداقل واحد نقشه برداری
الکیس	سیستم اطلاعاتی معتبر کاداستر املاک و مستغلات (Amtliches Liegenschaftskatasterinformationssystem)
ALB	کتاب املاک و مستغلات (Automatisiertes Liegenschaftsbuch)
ALK	نقشه املاک و مستغلات (Automatisierte Liegenschaftskarte)
DLM پایه	مدل پایه دیجیتال منظر
ATKIS	سیستم اطلاعات توپوگرافی و کارتوگرافی معتبر (Amtliches Topographisch-Kartographisches Informationssystem)

منابع

Statistisches Bundesamt (Destatis). Bodenfläche Nach Art der Tatsächlichen Nutzung 2014 ; Statistisches Bundesamt: Wiesbaden، آلمان، 2015. [ Google Scholar ]
Tóth, G. تأثیر زمین‌گیری بر پایه منابع زمین برای تولید محصول در اتحادیه اروپا. علمی کل محیط. 2012 ، 435-436 ، 202-214. [ Google Scholar ] [ CrossRef ] [ PubMed ]
زوپی، سی. لای، اس. فرآیندهای زمین خواری: یک مطالعه تفسیری در مورد یک منطقه ایتالیایی. سیاست کاربری زمین 2014 ، 36 ، 369-380. [ Google Scholar ] [ CrossRef ]
زوپی، سی. Lai, S. عوامل تعیین کننده زمین در مقیاس منطقه ای: مطالعه ای در مورد ساردینیا (ایتالیا). محیط زیست ارزیابی تاثیر Rev. 2015 , 55 , 1-10. [ Google Scholar ] [ CrossRef ]
دوپراس، جی. مارول، جی. Parcerisas، L. کول، اف. گونزالس، آ. ژیرارد، ام. Tello, E. اثرات گسترش شهری بر اتصالات زیست محیطی در منطقه شهری مونترال. محیط زیست علمی سیاست 2016 ، 58 ، 61-73. [ Google Scholar ] [ CrossRef ]
هنیگ، EI; شویک، سی. SoUKup، T. اورلیتووا، ای. کیناست، اف. Jaeger، JAG تجزیه و تحلیل چند مقیاسی پراکندگی شهری در اروپا: به سوی یک استراتژی کاهش پراکندگی اروپایی. سیاست کاربری زمین 2015 ، 49 ، 483-498. [ Google Scholar ] [ CrossRef ]
پیدایش-آنلاین. Regionaldatenbank Deutschland. موجود به صورت آنلاین: https://www.destatis.de/DE/ZahlenFakten/Datenbanken/GENESIS_Online.html (در 27 ژوئیه 2016 قابل دسترسی است).
Statistisches Bundesamt (Destatis). Nachhaltigkeit. Indikatoren aus der Nationalen Nachhaltigkeitsstrategie zu Umwelt und Ökonomie. در دسترس آنلاین: https://www.destatis.de/DE/ZahlenFakten/Indikatoren/Nachhaltigkeitsindikatoren/Nachhaltigkeitsindikatoren.html (در 27 ژوئیه 2016 قابل دسترسی است).
Bachmann, G. Das «Ziel-30-ha» in der Nachhaltigkeitsstrategie Deutschlands: Ein Schritt zur modernen Urbanität. Disp Plan. Rev. 2005 , 41 , 106-107. [ Google Scholar ] [ CrossRef ]
ماینل، جی. کروگر، تی. شوماخر، U. Förster، J. Neue Entwicklungen und Analyseergebnisse des Monitors der Siedlungs- und Freiraumentwicklung sowie Schlussfolgerungen für das Flächenmonitoring. در Flächennutzungsmonitoring IV. Genauere Daten—Informierte Akteure—Praktisches Handeln ; Rhombos: برلین، آلمان، 2012; ص 41-51. [ Google Scholar ]
کمیسیون اروپایی. سیاست علم برای محیط زیست تا سال 2050 زمین خالص تصرف نمی شود؟ در دسترس آنلاین: http://ec.europa.eu/environment/integration/research/newsalert/pdf/no_net_land_take_by_2050_FB14_en.pdf (در 27 ژوئیه 2016 قابل دسترسی است).
Meinel، G. Sekundärstatistisches Flächennutzungsmonitoring—Probleme und Lösungen. Flächenmanag. بودنوردن. 2014 ، 76 ، 274-282. [ Google Scholar ]
آژانس محیط زیست اروپا (EEA). مجموعه شاخص های هسته EEA-راهنما ; آژانس محیط زیست اروپا (EEA): کپنهاگ، دانمارک، 2005. [ Google Scholar ]
شوماخر، U. ATKIS-ALK(IS)-Orthobild-Vergleich von Datengrundlagen eines Flächenmonitorings. در Flächennutzungsmonitoring-Grundlagen, Statistik, Indikatoren, Konzepte ; Meinel, G., Schumacher, U., Eds. شاکر: آخن، آلمان، 2009; صص 47-67. [ Google Scholar ]
آژانس محیط زیست اروپا (EEA). زمین گیری – آژانس محیط زیست اروپا. در دسترس آنلاین: http://www.eea.europa.eu/data-and-maps/indicators/land-take-2 (در 27 ژوئیه 2016 در دسترس است).
آژانس محیط زیست اروپا (EEA). پوشش زمین CORINE—راهنمای فنی ; آژانس محیط زیست اروپا (EEA): کپنهاگ، دانمارک، 1999. [ Google Scholar ]
کیل، ام. بوک، ام. اش، تی. متز، آ. نیلند، اس. Pfitzner, A. CORINE Land Cover Aktualisierung 2006 für Deutschland ; DLR—مرکز هوافضای آلمان: کلن، آلمان، 2010. [ Google Scholar ]
کیل، ام. کیفل، آر. Strunz, G. CORINE پوشش زمین 2000 آلمان. گزارش نهایی ؛ DLR—مرکز هوافضای آلمان: کلن، آلمان، 2005. [ Google Scholar ]
آژانس محیط زیست اروپا (EEA). اطلس شهری- خدمات نظارت بر زمین کوپرنیک. در دسترس آنلاین: http://land.copernicus.eu/local/urban-atlas (در 27 ژوئیه 2016 قابل دسترسی است).
دکوویل، ا. اشنایدر، ام. آیا زمین صفر سال 2050 هدف اتحادیه اروپا را می توان به طور قابل اعتمادی رصد کرد؟ مطالعه تطبیقی. J. کاربری زمین علمی. 2015 ، 11 ، 331-349. [ Google Scholar ] [ CrossRef ]
روبر، بی. هاینریش، یو. Zölitz، R. Über die Eignung von Atkis als topographischer Basisdatensatz für numerische Modelle. GIS Sci. 2009 ، 12-18. [ Google Scholar ]
کاتزور، ال. Franke, W. Qualitätssicherung bei der Bearbeitung der ATKIS ^® -Produkte. در ورمسونگ براندنبورگ ؛ Landesvermessung und Geobasisinformation Brandenburg (LGB): پوتسدام، آلمان، 2007; صص 15-26. [ Google Scholar ]
Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland (AdV). ATKIS-Objektartenkatalog Basis-DLM. نسخه 6.0 ; Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland (AdV): هانوفر، آلمان، 2008. [ Google Scholar ]
جگر، ای. Rausch, S. Qualitätssicherung des ATKIS-Basis-DLM durch Q5—Vorstellung einer Methode zum Vergleich der Geobasisdaten mit der realen Welt. نچر. Niedersächs. Vermess. Katasterverwalt. 2008 ، 2 ، 9-17. [ Google Scholar ]
زیرساخت اطلاعات فضایی در اروپا (INSPIRE). D2.8.I.2: مشخصات سیستم های شبکه جغرافیایی – پیش نویس دستورالعمل. در دسترس آنلاین: http://inspire.ec.europa.eu/reports/ImplementingRules/DataSpecifications/INSPIRE_Specification_GGS_v2.0.pdf (دسترسی در 5 دسامبر 2014).
Schauer, J. Neue Grundlage der amtlichen Flächennutzungsstatistik: ALKIS—Chancen und Probleme. در Flächennutzungsmonitoring II. Konzepte—Indikatoren—Statistik ; Rhombos: برلین، آلمان، 2010; صص 67-77. [ Google Scholar ]
Krüger, T. Aktuelle Ergebniss des IÖR-Monitors zur Flächennutzung in Deutschland. در Flächennutzungsmonitoring III-Erhebung, Analyse, Bewertung ; Meinel, G., Schumacher, U., Eds. Rhombos: برلین، آلمان، 2011; صص 23-35. [ Google Scholar ]
کروگر، تی. ماینل، جی. شوماخر، U. نظارت بر کاربری زمین با تجزیه و تحلیل داده های توپوگرافی. کارتوگر. Geogr. Inf. علمی 2013 ، 40 ، 220-228. [ Google Scholar ] [ CrossRef ]
IOER. ناظر شهرک سازی و توسعه فضای باز. در دسترس آنلاین: www.ioer-monitor.de (در 27 ژوئیه 2016 در دسترس است).
هاگدورن، ام. Veltkamp، RC وضعیت هنر در تطبیق شکل. در اصول بازیابی اطلاعات بصری ; Springer: لندن، انگلستان، 2001; صص 87-119. [ Google Scholar ]
گونزالس، آرسی Woods, RE Digital Image Processing , 3rd ed.; Pearson/Prentice Hall: Upper Saddle River، نیوجرسی، ایالات متحده آمریکا، 2008. [ Google Scholar ]
Goodchild، MF; Hunter، GJ یک اندازه گیری دقت موقعیتی ساده برای ویژگی های خطی. بین المللی جی. جئوگر. Inf. علمی 1997 ، 11 ، 299-306. [ Google Scholar ] [ CrossRef ]
Bundesamt für Kartographie und Geodäsie. Digitales Basis-Landschaftsmodell Basis-DLM ; Bundesamt für Kartographie und Geodäsie: فرانکفورت، آلمان، 2016. [ Google Scholar ]
Ostrau, S. Konzept zur Harmonisierung und Präsentation von Nutzungsdaten auf Grundlage des 3A-Modells. Ph.D. پایان نامه، Rheinische Friedrich-Wilhelms-Universität zu Bonn، Landwirtschaftliche Fakultät، Bonn، آلمان، 2010. [ Google Scholar ]
Kurstedt، R. ATKIS ^® Basis-DLM—Fachliche Betrachtung amtlicher Geobasisdaten und deren bundesweite Nutzung. در Flächennutzungsmonitoring V-Methodik, Analyseergebnisse, Flächenmanagement ; Meinel, G., Schumacher, U., Behnisch, M., Eds.; Rhombos: برلین، آلمان، 2013; صص 141-146. [ Google Scholar ]
کروگر، تی. هنرسدورف، جی. ماینل، جی. بهنیش، ام. اثرات مدل داده بر نظارت بر استفاده از زمین مبتنی بر ATKIS. کارتوگر. نچر. 2015 ، 59-66. [ Google Scholar ]
Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland (AdV). ATKIS-Objektartenkatalog Basis-DLM. نسخه 7.0.1 ; Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland (AdV): هانوفر، آلمان، 2014. [ Google Scholar ]
ماینل، جی. Krüger، T. Methodik eines Flächennutzungsmonitorings auf Grundlage des ATKIS-Basis-DLM. کارتوگر. نچر. 2014 ، 64 ، 324-331. [ Google Scholar ]
Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland (AdV). مستندات zur Modellierung der Geoinformationen des Amtlichen Vermessungswesens (GeoInfoDok). Erläuterungen zum ATKIS ^® Basis-DLM Version 6.0 Stand: 11.04.2008; Arbeitsgemeinschaft der Vermessungsverwaltungen der Länder der Bundesrepublik Deutschland (AdV): هانوفر، آلمان، 2008. [ Google Scholar ]
فوکس، آر. هرولد، ام. وربورگ، پی اچ. باهوش، JGPW; Eberle, J. Gross تغییرات در بازسازی پوشش تاریخی/استفاده از زمین برای اروپا بین سالهای 1900 و 2010. Glob. چانگ. Biol. 2014 ، 21 ، 299-313. [ Google Scholar ] [ CrossRef ] [ PubMed ]
فوکس، آر. شولپ، CJE; هنگولد، جنرال موتورز؛ وربورگ، پی اچ. باهوش، JGPW; شلهاس، ام جی; هرولد، ام. ارزیابی تأثیر تغییرات خالص تاریخی و زمین ناخالص بر شار کربن اروپا. گلوب. چانگ. Biol. 2016 ، 22 ، 2526-2539. [ Google Scholar ] [ CrossRef ] [ PubMed ]
Hazeu، GW; برگت، آ. de Wit، AJW; Clevers، JGPW پایگاه داده چند تاریخه استفاده از زمین هلندی: شناسایی تغییرات واقعی و روش شناختی. بین المللی J. Appl. زمین Obs. Geoinf. 2011 ، 13 ، 682-689. [ Google Scholar ] [ CrossRef ]

شکل 1. طبقه بندی کاربری زمین مرکز شهر لایپزیگ با مقایسه پوشش زمین CORINE و داده های DLM پایه ATKIS پردازش شده.

شکل 2. نوع شناسی کاربری زمین بر اساس ATKIS Basic DLM.

شکل 3. تعیین تغییرات کاربری زمین توسط دو مجموعه داده متقاطع.

شکل 4. پوشش شیء تغییر یافته: A ₁ \A ₂ : کاهش یافته A (در تاریخ 2 ناپدید شد). A ₁ ∩ A ₂ : بدون تغییر A (حضور در تاریخ های 1 و 2). A ₂ \A ₁ : افزایش A (در تاریخ 2 ظاهر شد).

شکل 5. تغییرات موقعیت کوچک چند ضلعی های کاربری مختلف: ( الف ) مثال کاربری زمین تاریخ 1. ( ب ) مثال استفاده از زمین تاریخ 2 (مرزهای قبلی به رنگ قرمز). ( ج ) وصله تغییرات کاربری زمین شناسایی شده با چند ضلعی های تکه ای.

شکل 6. تصویر فیلتر مورفولوژیکی: ( الف ) شی اصلی. ( ب ) اتساع؛ ج ) فرسایش

شکل 7. بسته شدن: ترکیبی از اتساع و فرسایش: ( الف ) جسم اصلی. ( ب ) نتیجه پس از اتساع. ( ج ) نتیجه پس از اتساع و فرسایش (= بسته شدن).

شکل 8. باز شدن: ترکیبی از فرسایش و اتساع: ( الف ) شی اصلی. ( ب ) نتیجه پس از فرسایش. ( ج ) نتیجه پس از فرسایش و اتساع (= باز شدن).

شکل 9. باز شدن اصلاح شده ویژگی ها: ( الف ) شی اصلی. ( ب ) شیء پس از باز شدن؛ ( ج ) جسم پس از باز شدن و تقاطع با جسم بازکننده گشاد شده.

شکل 10. اندازه گیری دقت موقعیتی ساده برای ویژگی های خطی.

شکل 11. اجرای فیلترهای تلورانس در مورد تغییر خط برای ویژگی های شبکه جاده ای چند زمانی: ( الف ) افزایش شبکه راه با برد تلورانس 5 متر. ب ) کاهش شبکه راه با برد تلورانس 5 متر. ج ) نتیجه تقاطع ناشی از تشخیص تغییر شبکه جاده ای اصلاح نشده . ( د ) نتیجه تشخیص تغییر برای شبکه جاده با فیلترهای تحمل در مورد تغییر خط.

شکل 12. اثرات دامنه های تحمل متغیر برای باز شدن تصحیح شده اشیاء چند ضلعی (A) و فیلتر کردن تلورانس های تغییر خط برای اشیاء خطی بافر (L). محاسبه نمونه برای Schleswig-Holstein از 2009-2012.

شکل 13. تأثیرات دگرگونی های خاص دسته بندی اشیاء بر تعادل خالص تجزیه و تحلیل تحول ناحیه شهری از 2008 تا 2013 برای آلمان.

شکل 14. مقایسه بین تغییرات فیلتر نشده و فیلتر شده (%) منطقه شهری به فضای باز از 2008-2013 برای آلمان.

جدول 1. طبقات کاربری اصلی زمین در آلمان (مساحت مطلق و درصد تغییر، سال مرجع 2008 و 2013).

جدول 2. پارامترهای هندسی نتیجه تقاطع مجموعه داده های ورودی.

جدول 3. اثرات تجمعی چند ضلعی های تقاطع کوچک با کلاس های کاربری تغییر یافته برای آلمان.

جدول 4. نرخ های تغییر نسبی (%) تغییر بین منطقه شهری و فضای باز از سال 2008 تا 2013 برای آلمان، به زیر شاخه ها متمایز شده است.

© 2016 توسط نویسندگان؛ دارنده مجوز MDPI، بازل، سوئیس. این مقاله یک مقاله با دسترسی آزاد است که تحت شرایط و ضوابط مجوز Creative Commons Attribution (CC-BY) (http://creativecommons.org/licenses/by/4.0/) توزیع شده است.

;کاربردهای GIS مقالات

درخواست مشاوره

09120049370

8 صبح تا 12 شب