Document Type : Research Paper


1 M.A. University of Behbahan KhatamAlanbia

2 Assistant professor, Department of environment, College of Environment and Natural Resources, Behbahan KhatamAlanbia University of Technology

3 Assistant professor, Department of environment, College of Environment and Natural Resource, Behbahan KhatamAlanbia University of Technology

4 Faculty member Behbahan KhatamAlanbia University of Technology


Extended abstract
City has long been regarded as one of the human achievements by civilizations. Urban structure is part of the basic and mainconcepts of urban engineering knowledge and, in fact, is the foundation of its formation, and it is of great importance that some urban planners in developed countries regard it as equal to the spatial planning of the city. Today, lots of driving forces exert pressure on the environment. Change in land use and land cover is one of the pressures caused by driving factors such as population and its increase. The destruction of urban landscape, and change in land use and land cover are cases that constantly pressure the environmentof the country. Land use change is a complex and dynamic process thatinterconnect natural and human systems, therefore it directly relatesto many environmental issues that are globally significant. So, it can be stated that changes in urban structure has always been one of the most important factors, by whichmanhas influenced his environment. Given the role of environment in human life, precise information about the environmental change and the process of their changes should be achieved,which, can determine the extent of the expansion and destruction of resources, and guide these changes in appropriate courses by predicting urban structure changes.
Materials and Methods
In this research, an eight-year period ofthe Google Earth images from Digital Globe, Astrium satellites for the years 2007-2015 was used to model the changes of the urban structure in the study area.
These images were then digitized to identify the desired uses. The required preprocessing was carried out by implementing the rules of topology, and the map of user changes for the two periods of 2007 and 2015 was prepared by inserting the images into the ENVE software, and land use was located in 12 educational, religious, park and green spaces, Residential, agricultural, gardens, industrial, sports, tree cover, wasteland and industrial land classes.Then, the transfer force modeling was carried out using the Perceptron of Multi-layer Artificial Neural Networks and 11 variables that include slope, direction, elevation, distance from residential areas, distance from agricultural lands, distance from the gardens, distance from the water zone, distance from the tree cover, distance from barren lands and distance from the road. Then, theassignment of changes to each use was calculated using the Markov Chain, and the modeling for the year 1402 was carried out using the hard prediction and calibration periodmodelofthe years1386to1394.At the end, the urban structureof 1402 was predicted using the Calibration period of 1386 to 1394.
Results and discussion
The results of monitoring the changes showed that agricultural uses (437) and tree cover (9) have decreased, while other uses have increased during two study periods. The reasons for these changes can be largely due to the increase in population and the increase in the needs of the population along with the agricultural not being cost effective, and the roads, wastelands, gardens, educational, religious, water zones, parks and green spaces, industrial, sports and residential uses have had an increasing trend. The results of modeling the transition forceusing artificial neural network showed high accuracy in most of the sub-models. The total error in modeling was obtained for the year 1394, which illustrates the high adaptability of the projected image of the model with the image of the ground reality and the acceptability of the model.The results of modeling for the year 1402 indicatea very high increase in the use of residential (195 hectares) and garden (104 hectares), and a significant reduction of 33 hectares in agricultural use.
In general, it can be stated that the trend of Changes in the urban structure ofGhaemshahr, especially in agricultural and residential sectors is enormous, which leads to the degradation and destruction of the natural environment and the fragmentation of communication corridors that guarantee the balance and sustainability of wild life and the environment. All of these factors are due tothe poor urban and environmental management, including control, supervision and monitoring and the lack of proper planning. The findings of this research call for the necessity of more attention to the sustainable exploitation of the land and preventing its destruction in this city. The results obtained from the prediction of the future also indicate the reliability and validity of the model that is fully consistent with the reality and can be used as an executive model in the future vision planningfor the city ofQaemshahr, and it is possible to prevent damages to the city and its nature through proper urban planning and decision-making of managers.


1. آمار،تیمور؛ 1393،الزامات وضرورت‌های برنامه ‌ریزی کاربری زمین در سکونتگاه‌های روستایی شهرستان رودبار، مطالعات برنامه ‌ریزی سکونتگاه ‌های انسانی، 9 (28) ، 85-101.
2. احدنژادروشتی، حسینی؛ محسن، سیداحمد؛ 1390، ارزیابی و پی شبینی تغییرات و پراکنش افقی شهرها با استفاده از تصاویر ماهواره ای چند زمانه و سیستم اطلاعات جغرافیایی، مطالعه موردی: شهر تبریز در مقطع زمانی  1363-1389،مجله پژوهش وبرنامه ‌ریزی شهری، 2 (4) ، 1-20.
3. اصلانی ‌مقدم،ایمان (1388)،بررسی مدل ‌برداری CellularAutomat به منظور پیش‌بینی تغییرات کاربری اراضی، رجبی محمد‌علی، دانشکده فنی دانشگاه تهران، گروه سیستم اطلاعات مکانی.
4. ایمانی ‌هرسینی، کابلی، فقهی، طاهرزاده؛ جلیل، محمد، جهانگیر، علی؛ 1396، مدل سازی روند تغییرات کاربری اراضی با استفاده از زنجیره مارکوف و شبکه خودکار (استان همدان)،علوم و تکنولوژی محیط ‌زیست، 19 (1)، 121-129.
5. پورخباز، محمدیاری، اقدر، توکلی؛ حمیدرضا، فاطمه، حسین، مرتضی؛ 1394، رویکرد آمایشی در مدل سازی تغییرات کاربری اراضی شهرستان بهبهان با به کارگیری تصاویر ماهواره ای چندزمانه‌ای،آمایش سرزمین، 7 (2)، 187-207.
6. حیدری ‌زاده، محمدی؛ زاهد، عبدالرضا؛ 1395،پیش ‌بینی کاربری اراضی در دشت مهران با استفاده از مدل سلول‌ های خودکار –مارکوف،مهندسی اکوسیستم بیابان، 5 (10)، 57-68.
7. زاهدی ‌مازندرانی، محمدجواد؛ 1383، ضرورت های کارکردی توسعه اشتغال در بخش کشاورزی، فصلنامه اقتصاد کشاورزی، 12 (45) ، 41-67. 
8. شمس، کرمی ‌نژاد؛ مجید، طیبه؛ 1393، ارزیابی روند تغییرات کاربری اراضی در توسعه فضایی شهرکرمانشاه بااستفاده از RS وGIS (مطالعه موردی: محله جعفرآباد کرمانشاه)،مطالعات برنامه ‌ریزی سکونتگاه ‌های انسانی، 9 (28): 45-57
 9. شهابیان، طرهانی، کوهی ‌حبیبی؛ پویان، حسین، نازنین؛ 1393،مدل‌سازی تغییرات کاربری اراضی زراعی و بایر به سطوح ساخته شده با به کارگیری مدل کلو –اس، آمایش سرزمین، 6 (2)، 259-282.
10. فرهودی، سیف‌الدینی، زنگنه؛ رحمت اله،فرانک، مهدی؛ 1385،شهرخواف: الگویی جهت ارزیابی و تحلیل کاربری اراضی، جغرافیا  وتوسعه، 4،  129-. 107.
11. قدمی، یوسفیان؛ مصطفی، پریناز؛ 1393، تحلیلی بر تغییرات ساختار فضایی شهراصفهان باگریزی برآلودگی هوا، مطالعات برنامه ‌ریزی شهری، 2(8)، 63-86.
12. کامیاب، سلمان ماهینی، حسینی،غلامعلی ‌فرد؛ حمیدرضا،عبدالرسول، سیدمحسن، مهدی؛ 1390، کاربردشبکه عصبی مصنوعی در مدل ‌سازی توسعه شهری (مطالعه موردی: شهرگرگان)، پژوهش های جغرافیای انسانی، 2، 99-113.
13. کریمی، زهتابیان، فرامرزی، خسروی؛ کامران، غلامرضا، رزبان، حسن؛ 1395، پایش و تغییرات کاربری اراضی با استفاده از زنجیره ‌ای مارکوف به منظور پیش ‌بینی آن (دشت عباس)،منابع طبیعی ایران، 69 (3)، 711-724.
14. لطفی، خیرخواه، اشنویی؛ صدیقه، زلیخا، امیر؛ 1392، تحلیلی بر تغییرات جمعیت و اشتغال شهری (مطالعه موردی : شهر ساری)،فصلنامه جغرافیا و برنامه ‌ریزی شهری چشم‌انداز زاگرس، 5 (18)، 143-156.
15. مؤمنی، فرشاد؛ 1383،توانمندی‌های بخش کشاورزی در مواجهه با بحران ملی بیکاری، مجموعه مقالات برگزیده نخستین همایش، کشاورزی و توسعه ملی، مؤسسه پژوهش ‌های برنامه ‌ریزی و اقتصاد کشاورزی (وزارت جهاد کشاورزی)، تهران،1-9. 
16. محمدیاری، پورخباز، اقدر، توکلی؛ فاطمه، حمیدرضا، حسین، مرتضی؛ 1397، مدل سازی تجربی پتانسیل انتقال تغییر پوشش سرزمین شهرستان بهبهان با الگوریتم شبکه عصبی مصنوعی، نشریه تحقیقات کاربردی علوم جغرافیایی،18 (5)، 24-38.
17. مشهودی، سهراب، 1389 ، قابلیت سنجی زمین روستایی، انتشارات بنیاد مسکن انقلاب اسلامی، چاپ  1،تهران، 522.
18. ممبنی، عسگری؛ مریم، حمیدرضا؛ 1395، پایش، بررسی و پیش بینی روند تغییرات مکانی کاربری اراضی با استفاده از مدل زنجیره ای مارکوف (شوشتر- خوزستان)، سپهر،27 (105)، 35-47.
19. موصولی، پیروی؛ نفیسه، علی؛ 1387، تحلیل کاربری اراضی شهری با رویکرد توسعه پایدار، جغرافیا (انجمن جغرافیایی ایران)، 6 (16 و 17)، 1-10.
20. مهدوی، مهدی ‌زاده ‌نامی؛ سیده خدیجه، سمیه؛ 1391، اکوتوریسم در منابع طبیعی، مطالعه موردی بررسی فرصت های گردشگری در شهرستان قائم شهر، اولین کنفرانس ملی راهکارهای دستیابی به توسعه پایدار در بخش های کشاورزی، منابع طبیعی و محیط زیست، پژوهشکده سوانح طبیعی، موسسه آمو، تهران،
21. میرعلیزاده ‌فرد، علی بخشی؛ سیدرضا، سیده مریم؛ پایش و پی شبینی روند تغییرات کاربری اراضی با استفاده از مدل زنجیره مارکوف و مد لسازتغییر کاربری اراضی (مطالعة موردی: دشت برتش دهلران، ایلام)، سنجش از دور و سامانه اطلاعات جغرافیایی در منابع طبیعی، 7 (2)، 33-45.
22. ورمزیان، جلال ‌زاده، کلانتری، حجت؛ محمد، خلیل؛ 1390، اشتغال آفرینی کشاورزی در منطقه شمال غرب ایران با تأکید بر زیربخش باغبانی، کار و جامعه، 17 (63)، 22- 41.
23. وفایی، درویش‌صفت، پیرباوقار؛ ساسان، علی اصغر، مهتاب؛ 1392، پایش و پیش ‌بینی روند تغییرات مکانی کاربری اراضی با استفاده ازمدل LCM (مطالعه موردی: منطقه مریوان)، مجله جنگل ایران، 5 (3)، 323-336.
24. یوسفی، مجید؛ 1391، مدیریت زیست محیطی مناطق مسکونی و شهری (مطالعه موردی: شهرستان قائم شهر)، همایش ملی جریان و آلودگی هوا، موسسه آب دانشگاه تهران،1-11.
25. یوسفی، میکانیکی، اشرفی، نیسانی‌ سامانی؛ مریم، جواد، علی، نجمه؛ 1396، آشکارسازی و مدل سازی تغییرات کاربری اراضی با استفاده از داده های سنجش از دور، مدل زنجیره مارکوف و سلول های خودکار (مطالعه موردی: شهر بجنورد)، آمایش جغرافیایی فضا، شماره مسلسل26، 2-16.
 26. Achmad, Irwansyah, Ramli, A, M, I, 2018, Prediction of future urban growth using CA-Markov for urban sustainability planning of Banda Aceh, Indonesia, IOP Conference Series: Earth and Environmental Science, 126, 1-10.
27. Arekhi, S.; Niyazi, Y, 2009, “Comparing evaluation of remote sensing techniques for monitoring land use change, (Case study: Darehshar catchment, Ilam province)”. Journal - Range and Desert Research of Iran, 17(1), 74-93.
28. Easteman, J.R., 2009, IDRISI Taiga Guide to GIS and Image Processing, Clark University, Worcester; MA 01610 – 1477 USA. 327p.
29. Kumar, Radhakrishnan, Mathew,  Sathees, Nisha , Samson, 2014,  Land use change modelling using a Markov model and remote sensing, Geomatics, Natural Hazards and Risk, 5 (2), 145-156
30. McConnel, Sweeney, Mulley, W.J, S.P, B, 2004, Physical and social access to land: spatiotemporal patterns of agricultural expansion in Madagascar, Agriculture, Ecosystems & Environment, 101, 171-184
31. Rahimi, Akbar, 2016, A methodological approach to urban land-use change modeling using infill development pattern—a case study in Tabriz, Iran, Ecological Processes, 5 (1), 25-38.
32. Romero-Lankao, Gnatz, Wilhelmi, Hayden, Patricia, Daniel M, Olga, Mary, 2016, Urban Sustainability and Resilience: From Theorybbto Practice, Sustainability, 8, 1-16.
33. Sang, Zhang, Yang, Zhu, Yun, Lingling, Chao, Jianyu, Dehai,Wenju, 2011, Simulation of land use spatial pattern of towns and villages based on CA–Markov model, Mathematical and Computer Modelling, 54 (3-4), 938-943.
36. Xu,Huang,Ding,Mei,Qin, Lang, Qiuhao, Dongdong, Mengyuan, Hetian, 2018, Modelling urban expansion guided by land ecological suitability: A case study of Changzhou City, China, Habitat International, 75 (4), 12-24.
37. Yu, Jia, Han, Haifeng, 2017, Simulating the spatial dynamics of urban growth with an integrated modeling approach: A case study of Foshan, China, Ecological Modelling, 353 (10), 107-116.
38. Zhong, Arisona, Huang, Batty, Schmitt, Chen, Stefan Müller , Xianfeng , Michael, Gerhard, 2014,   Detecting the dynamics of urban structure through spatial network analysis, International Journal of Geographical Information Science , 28 (11), 2178-2199.