CC BY
6Заитов Ш.Ш.
Гидрометеорология илмий тадцикрт институти
таянч докторанти
2008-2018 ЙИЛЛАРДА БУХОРО ВА НАВОИЙ ВИЛОЯТЛАРИДА ЕР ЦОПЛАМИНИ БАХОЛАШ ВА УЛАРНИНГ УЗГАРИШЛАРИНИ
ТАХЛИЛ ЦИЛИШ
Аннотация: Мацолада ернинг усимлик цопламини урганиш учун сунъий йулдош маълумотларидан фойдаланиш имкониятлари курсатилган. Масофадан зондлаш бир томондан катта худудлардан ишни ташкиллаштириш ва унинг жараёнини осонлаштиришга царатилган булса,, иккинчи томондан эса олиш деярли мумкин булмаган ма'лумотларни олишга имкон берувчи кучли восита хисобланади. Ер цопламининг узгаришини аницлаш учун тасодифий урмон усули ишлатилган.
Калит сузлар: Landsat, Random forest, LULC.
Zaitov Sh.Sh. basic doctorate student Research Hydrometeorological Institute Uzbekistan
EVALUATION OF EARTHQUAKE IN BUKHARA AND NAVOI REGIONS AND ANALYSIS OF THEIR CHANGES IN 2008-2018
Annotation. The article shows the possibilities of using satellite data to study the vegetation of the earth. Remote sensing is a powerful tool that allows you to organize and facilitate the work of large areas, on the one hand, and on the other hand, to obtain information that is almost impossible to obtain. A random forest method was used to determine the change in land cover.
Key words: Landsat, Random Forest, LULC.
Кириш. Ер копламини урганишдаги энг мухим хусусиятлардан бири ландшафт ва унинг тузулиши булиб, унинг физик холати ва биохилма хиллиги ландшафтнинг урганишдаги кисмини белгилайди. Пракасам тарифи буйича ердан фойдаланишда инсон эхтиёжлари ер копламининг узгаришига тасир килади (Пракасам, 2010). Вакт утиши билан Ердан фойдаланиш ва Ер копламидаги (LULC) узгаришларни аниклаш учун унинг номи ер копламини аниклаш деб номланади (Андерсон, 1977). LULC даги узгаришлар бутун дунёда, айникса ривожланаётган мамлакатларда уларнинг кишлок хужалигида ишлаб чикаришига ва табий ландшафтларни пайдо булишига богликдигида куриш мумкин.
Хозирги кунда ахоли ушбу узгаришлар ишлаб чикаришни самарали режалаштириш ва бошкариш учун такомиллаштирилган ва янгиланган LULC маълумотлар тупламига (Wардлоw ва бошк., 2007) катта эхтиёж сезмокда. Бу ердан самарали фойдаланишда хам фермерлар учун, хам сиёсатчилар учун (Лианг ва бошк., 2013) мониторингни осонлаштиради. LULC маълумотларидан тахлил килишда гидрологик моделлаштириш тадкикотлари учун кенг кулланилган маълумотлар фойдаланилган. Чунки, сувни бошкаришда хам LULC таърифи чукур эътироф этилган (Счиллинг ва бошк., 2008). Сувнинг хисоби гидрологик моделлаштириш учун мухим кулланма булиб, уни тугри бахолашда ва LULC ни аник хариталашда мухим ахамият касб этади (Даппен ва бошк., 2008; Молден, 1997). Бундан ташкари, ландшафтларни урганиуда экин (айникса сугориладиган) майдонлари, уларнинг турлари ва жойлашуви хакида маълумотларни олишда, шунингдек уларнинг сувга булган талаблари хакидаги маълумотларни урганшда жуда мухим хисобланади (Зхенг ва Баетс, 1999).
Бундан ташкари, тупланган гидрологик моделларнинг параметрлари фазовий маълумотлар учун куллаш фнкцияси йуклиги сабабли сув хавзаси ичидаги узгарувчанликни аник тушунтира олмайди. Бу муаммони математик ва бошка самовий тасвирлар ёрдамида аникланадиган моделлар ёрдамида хал килиш мумкин. Бундай холда, LULC узгаришининг таъсири умумий узгаришни, шунингдек унинг фазовий таксимотини ифодалайди (Кимаро ва бошк., 2005).
Методология. Random Forest - тасодифий урмон (rf) услуби бир канча карорлар чикаришда дарахт шохларига ухшаб яратилади. Х,ар бир кузатиш натижаси хар бир дарахт шохи - карорига кирувчи параметр булиб киритилади. Якуний натижа сифатида хар бир кузатиш учун энг тез -тез учрайдиган натижадан фойдаланилади. Янги кузатув барча дарахтларга киритилади ва хар бир таснифлаш модели учун энг куп овоз олади. Ушбу мисолда биз танланган Ландсат тасвири учун LULC харитасини яратишнинг асосий боскичларини ва ушбу тасвирдаги мавжуд нукталар ва йигилган маълумотларни кискача баён киламиз. Дастлаб, урганилаётган худудга ташриф буюриб, унинг жойлашуви, ландшафти ва ер комламаси хакида ГПС маълумотлари олинди. Кейин юклаб олинган космик тасвирлардан LULC харитаси rf методикаси буйича яратилди.
Натижа. Натижалар шуни курсатадики, 2008 йилдан 2018 йилгача булган даврда антропоген ва бошка омиллар таъсирида ердан фойдаланишнинг деградатсияси содир булганлигини куриш мумкин. Яратилган ер коплами турлари ёки кискача айтганда классларнинг бошка классларга узгаришлари кузатилди. Бу жараённи хариталашда ERDAS IMAGINE программаси ва унинг пакетларига мурожат килинди. Х,ар бир класс тури харитада узгаришлардан келиб чикиб маълум бир ранг билан белгиланади.
1 расм. Бухоро вилояти ердан фойдаланиш харитаси 2018_
2 расм. Навоий вилояти ердан фойдаланиш харитаси 2018_
Ушбу булимда узгаришлар сон буйича статистик маълумотларга асосланиб хдсоблаб чикилган. Натижада маълум бир класснинг канча пиксели бошка классларнинг пикселларига алмашганини куриш мумкин. Агар манба маълумотлари метрик координаталарда ишлаб чикилган булса, фойдаланувчи статистик маълумотларни квадрат нукталарда, гектарларда ёки квадрат километрларда олиши мумкин.
3 расм. Бухоро вилояти ер копламини йиллар давомида узгариши 2008 - 2018
2 жадвал. Бухоро вилоятида классларнинг бир классдан бошка классга утиш жадвали.
Наименование классы Сельскохозяйственное Лес Пастбищ Другие земли Городской Вода Всего
Сельскохозяйственное 210854.97 105 62.4 07112.09 39466.44 141076.8 1742.05 5942509
Лес 6973.33 8264,61 30568.5 4264.47 13727.7 462.78 777814.7
Пастбищ 6913.08 18765.5 1009680.4 539601.84 9306.9 1618.38 19205225
Другие земли 3766.23 39893.4 763661.79 061450.75 3540.97 3609.45 20293033
Городской 61158.42 3403.08 8429.76 1801.17 76970.97 732.78 1846165
Вода 942.04 1500.95 2250.63 2462.13 043.39 47841.43 629525.9
Всего 290608.92 82483 1901704 1449046.8 245474.73 56007.72 48695152
4 расм. Навоий вилояти ер копламини йиллар давомида узгариши 2008 - 2018
2 жадвал. Навоий вилоятида классларнинг бир классдан бошка классга утиш жадвали.
Наименование классы Сельскохозяйственное Лес Пастбищ Другие земли Городской Вода Всего
Сельскохозяйственное 74830.45 55489.32 1965 9 0.51 26180.37 41541.21 3534.97 398266.83
Лес 38979.18 267138.54 313868.74 39744.18 27199.35 339.75 692269.74
Пастбищ 65964.87 580466.61 4091181.5 956357.14 18690.66 379.62 5713540.38
Другие земли 15457.5 111469.5 3182530.3 606603.16 5343.84 1148.04 3922632.36
Городской 42964.47 19769.53 10775.25 2704.06 67362.57 1412.37 144939.1
Вода 319 13334.62 11565.99 52664.04 505.93 127347.3 206736.93
Всего 239065.47 1048163.2 7811512.3 1634833.75 160643.61 134212.1 11070435.3
Хулоса.Хулоса килиб айтганда, ерни масофадан туриб зондлаш усуллари Бухоро ва Навоий вилоятларида ер юзасидаги узгаришларни аниклашда самарали восита эканлигини куриш мумкни. Айникса тахлиллар тарихга мурожат килганда, яъни урганилаётган давр 2008-2018 йиллар оралигида булганини хисобга олсак. Пировардида ер юзаси 6 классга (кишлок хужалиги ерлари, урмонлар, яйловлар, бошка ерлар, шахарлар, сув) булинган ва уларнинг йиллар давомида турли хил узгаришларга учрганини куриш мумкин.
Ландсат сунъий йулдош тасвирларини тахлил килиш натижалари шуни курсатадики, белгиланган вакт оралигида ер юзаси классларга антропоген таъсири сезиларли даражада ошганлигини ва бу тасирнинг айникса яйлов майдонларида чорвачиликдан нотугри фойдаланганлик окибатида куп кузатилишини куриш мумкин.
Использованные источники:
1. ANDERSON, J.R., 1977, Land use and land cover changes - a framework for monitoring. Journal of Research of the U.S. Geological Survey, 5, pp. 143-153.
2. DUVEILLER, G., DEFOURNY, P., DESCLÉE, B. andMAYAUX, P., 2008, Deforestation in central Africa: estimates at regional, national and landscape levels by advanced processing of systematically-distributed Landsat extracts. Remote Sensing of Environment, 112, pp. 1969-1981.
3. HAZEL, G.G., 2001, Object-level change detection in spectral imagery. IEEE Transactions on
Geoscience and Remote Sensing, 39, pp. 553-561.
4. HESE, S. and SCHMULLIUS, C., 2004, Approaches to Kyoto afforestation, reforestation and deforestation mapping in Siberia using object oriented change detection methods. In Proceedings of Gôttingen GIS and Remote Sensing Day's (GGRS 2004), 7-8 October 2004, Gôttingen, Germany, 6 pp.
5. LU, D., MAUSEL, P., BRONDIZIO, E. and MORAN, E., 2004, Change detection techniques. International Journal of Remote Sensing, 25, pp. 23652407.
6. Sader, S.A., M. Bertrand, E.H. Wilson. 2003. Satellite change detection of forest harvest patterns on an Industrial forest landscape. Forest Science 49(3): 341-353.
7. Sader, S.A. and J.C. Winne, 1992, RGB-NDVI colour composites for visualizing forest change dynamics, International Journal of Remote Sensing, 13:3055-3067.
