Using the Markov chain model to predict variations in pistachio plantations (A case study of Zeidabad, Sirjan Town)

Document Type : Research Paper

Authors

1 Instructor of Civil Engineering, Sirjan University of Technology, Iran

2 Undergraduate student of Surveying, Faculty of Civil Engineering, Sirjan University of Technology, Iran.

Abstract

Remote sensing is the key technology used to assess land use changes that serve as basic information in all planning. The current study uses the Markov chain model to investigate changes in the area under pistachio cultivation and explores its potential for predicting future variations in land use in Zeidabad, Sirjan. For this purpose, use is made of ETM+ Landsat 7 and OLI Landsat 8 sensor images taken in the years 2000, 2010, and 2019, all of which are classified into the two land use classes of vegetation (pistachio plantations) and non-vegetation (residential areas, riverbeds, barren land, and pastures). The results obtained indicate an upward trend in agricultural development, particularly in pistachio cultivation as the most dynamic land use, in the study region so that an increase of 1888.83 hectares (15.04%) is recorded for the total cultivated land. Similarly, an upward trend is recorded for changes in pistachio plantations during the years 2010 to 2019 so that 1685.07 hectares (11.66%) of land is shown to be added to the total land area under pistachio cultivation. Markov chain analysis of the period from 2010 to 2019 indicates a steady increase in pistachio cultivation in the study region by 2029.

Keywords

References

  1. جعفرزاده، ک. سبزقبایی، غ. یوسفی،ش و سلطانیان،س(1397). مدل سازی تغییرات ساختار شهری با رویکرد برنامه ریزی فضایی برای رسیدن به توسعه پایدار شهری(مطالعه موردی: شهر قائم­شهر)، فصلنامه عیمی- پژوهشی اطلاعات جغرافیایی،27(107)،222-209.
  2. صالحی، ن. اختصاصی، م و طالبی،ع (1398). مدل­سازی تغییرات ساختار شهری با رویکرد برنامه ریزی فضایی برای رسیدن به توسعه پایدار شهری(مطالعه موردی: شهر قائم­شهر)، فصلنامه عیمی- پژوهشی اطلاعات جغرافیایی،27(107)،222-209.
  3. میراخورلو، م.س و رحیم زادگان،م(1396). سبزقبایی، غ. یوسفی،ش و سلطانیان،س(1397). مدل­سازی تغییرات ساختار شهری با رویکرد برنامه ریزی فضایی برای رسیدن به توسعه پایدار شهری(مطالعه موردی: شهر قائم­شهر)، فصلنامه عیمی- پژوهشی اطلاعات جغرافیایی،27(107)،222-209.
  4. رایگانی، ب. جهانی، ع. ستاری راد،ا و شوقی،ن(1397). مدل­سازی تغییرات ساختار شهری با رویکرد برنامه­ریزی فضایی برای رسیدن به توسعه پایدار شهری(مطالعه موردی: شهر قائم شهر)، فصلنامه علمی- پژوهشی اطلاعات جغرافیایی،27(107)،222-209.
  5. رحیمیان، م.ح، شایان نژاد، م. اسلامیان ،س. جعفری. ر، قیصری. م و تقواییان،ص.(1396). ارزیابی روش­های مختلف تعیین دمای پوشش گیاهی درختان پسته به کمک تصاویر ماهواره ای لندست8، نشریه علمی- پژوهشی مهندسی فناوری اطلاعات مکانی،2،98-79.
  6. زارع خورمیزی، ه و غفاریان مالمیری ، ح. (1399). تخمین ضریب گیاهی و رابطه  Kc- NDVI گیاه پسته با بهره گیری از سنجش ازدور در حاشیه کویر ابرکوه یزد، نشریه مدیریت بیابان،15، 120 -101.
  7. قدیری معصوم،م وحجی پور، م.(1395). آمایش اکولوژیکی مکان در راستای پیشبرد توسعه پایدار کشاورزی، مطالعه موردی: کاشت پسته در شهرستان نهبندان، مجله آمایش جغرافیایی فضا، 22، 124-109.
  8. کریمی،ک.،غ. ر. زهتابیان،م. فرامرزیوح. خسروی (1395). پایش و تغییرات کاربری اراضی با استفاده از زنجیره مارکوف به منظور پیش بینی آن (بررسی م.ردی: دشت عباس)، مجله مرتع و آبخیزداری، 69(3)، 724-711.
  9. نظری سامانی، ع . ا.، م. قربانی و ح. ر . کوهبانی 1389. ارزیابی روند تغییرات کاربری اراضی حوزه آبخیز طالقان در دوره 1366 تا 1380 . مرتع (3)4 : 451-442
  10. آرخی ،ص . و اصفهانی،م. (1393). آموزش تصویری نرم افزار ایدریسی سلوا، انتشارات دانشگاه گلستان،ص1-336.
  11. AL-saghir,m.g, and D.M porter(2012) Taxonomic revusion of the genus pistacia l, (plant sciences).
  12. Dontree, S., 2003. Land use dynamics from multi temporal remotely - sensed date: a case study Northern Thailand,Proceedings of Map Asia, Malaysia.
  13. Eastman, J.R. 2012. IDRISI Selva Tutorial. IDRISI Production. Worcester: Clark Labs-Clark University.
  14. Gross,J. E., 2006. Remote sensing for the national parks. Park Science, 24, 30-36.
  15. Lillesand, T.M. and Kiefer, R.W. 1994. Remote Sensing and Image Interpretation, John Wiley and Sons, New York, 750 pp.
  16. Juliev, M., Pulatov, A., Fuchs, S., and Hubl, J. 2019. Analysis of Land Use Land Cover Change Detection of Bostanlik District, Uzbekistan. Polish Journal of Environmental Studies, 28(5), 3235–3242.
  17. Lu D, Weng Q.2007. A survey of image classification methods and techniques for improving classification performance. Internatial journal of remote sensing 28(5); 523-870.
  18. Parker, D.C., Manson Hoffmann, S.M. and Deadman, .MJ. 2003. Multi agent systems for the simulation of landuse and land cover change: a Review. Annals of the Association of American Geographers, 43, 314-337.
  19. Traore, Arafan; Mawenda, John; Komba, Atupelye W. Land-Cover Change Analysis and Simulation in Conakry (Guinea), Using Hybrid Cellular-Automata and Markov Model. Urban Sci. Volume 2, Issue2.
  20. Rimal, B.; Zhang, L.; Keshtkar, H.; Haack, B.N.; Rijal, S.; Zhang, P 2018. Land Use/Land Cover Dynamics and Modeling of Urban Land Expansion by the Integration.
  21. Rizvi, R., Newaj, R., Karmakar, P. S., Saxena, A., and Dhyani, S. 2016. Remote Sensing Analysis of Agroforestry in Bathinda and Patiala Districts of Punjab using Sub-pixel Method and Medium Resolution Data. Journal of the Indian Society of Remote Sensing, 44(4), 657–664.
  22. Singh, A.K. Modeling Land use/ Land cover Changes Using Cellular Automata in Geo-Spatial Environment, MSC Theses. Netherland.2003; 58 P.
  23. Vafai, S., Darvishsefat, A.A., Pirbavachar, M. 2013. Monitor and predict changes in spatial land-use by usingLCM model (Case Study: Marivan region). Iranian Journal of Forest, Forest Society of Iran, Fifth Year, 3, 336.323.
  24. Verburg, P.H., Soepboer, W., Veldkamp, A., Limpiada, R. and Espaldon, V . Modeling the spatial dynamics of regional land use: the CLUE-S model. Environ. Manage. 30(1): 391-405.
  25. Wang, Y.Q., et al. 2009. Remote sensing of land-cover change and landscape context of the national parks: A casestudy of the Northeast Temperate Network. Remote Sensing of Environment.
  26. Wijanarto AB. 2006. Application of Markov Change Detection Technique for Detecting Landsat ETM DerivedLand Cover Change Over Banten Bay. Journal of IlmiahGeomatika, 12(1), 11-21.
Land Management Journal
Volume 9, Issue 2
February 2022
Pages 231-245

Files

Share

How to cite

Statistics