fa مدل‌سازی و پیش‌بینی رشد فیزیکی شهر ساری با استفاده از رگرسیون لجستیک و زنجیره مارکف سامانه های اطلاعات مکانی GIS پژوهشي Research <p style="text-align: justify;">رشد و توسعه بی رویه مناطق شهری و تبدیل اراضی در دهه&shy;های اخیر موجب تغییراتی در سیمای محیط زیست طبیعی شده که یکی از اثرات مهم آن ایجاد رواناب بیشتر و وقوع سیلاب‌های مخرب می‌باشد. از روش&shy;های مورد استفاده مدیران و برنامه&shy;ریزان جهت یررسی تغییرات کاربری، مدل&shy;سازی آن می&shy;باشد. از اینرو پژوهش حاضر با هدف پیش&shy;بینی تغییرات کاربری اراضی با تاکید بر توسعه فیزیکی شهر ساری با استفاده از رگرسیون لجستیک و زنجیره مارکوف انجام شد. برای این منظور از تصاویر سنجنده‌های <span dir="LTR">TM</span> و <span dir="LTR">OLI</span> مربوط به سال‌های 1366، 1380 و 1394 استفاده گردید. ابتدا بر روی تصاویر، پیش‌پردازش‌های لازم، سپس با استفاده از طبقه‌بندی ‌نظارت‌شده و الگوریتم حداکثر احتمال نقشه‌های کاربری اراضی تهیه گردید. پیش‌بینی کاربری اراضی و مدل&shy;سازی پتانسیل انتقال با استفاده از رگرسیون لجستیک در نرم‌افزار <span dir="LTR">IDRISI</span> انجام شد. در این روش 6 متغیر و 3 زیر مدل در طی دوره‌های 1380- 1366، 1394-1380 و 1394-1366 مورد استفاده قرار گرفت. ارزیابی دوره&shy;های واسنجی با استفاده از روش <span dir="LTR">GEOMOD</span> و آماره&shy;های کاپا تعیین شد. به منظور پیش‌بینی کاربری اراضی سال 1394 از دوره 1394- 1366 با استفاده از زنجیره مارکوف و مدل پیش&shy;بینی سخت استفاده شد. در نهایت از نقشه تغییرات کاربری اراضی دوره 1394-1366 به منظور پیش&shy;بینی کاربری اراضی سال 1404 و 1418 استفاده شد. نتایج نشان داد که طی سال‌های 1394-1366، تغییرات کاربری اراضی شامل افزایش 49/4 و کاهش 13/4 درصدی اراضی مسکونی و اراضی کشاورزی بودند. همچنین نتایج مدل&shy;سازی پتانسیل انتقال در تمام سناریوها صحت بالایی (72/0 تا 92/0) را نشان داد. ضریب کاپا در مدل&shy;سازی کاربری اراضی برای سال 1394 با دوره واسنجی 1394-1366 و نقشه واقعیت سال 1394 از سایر سناریوها بیشتر بود. نتایج مدل‌سازی برای سال 1404 و 1418 نشان داد توسعه فیزیکی شهر ساری در جهات غرب، جنوب، شمال و شرق به ترتیب 02/8، 47/6، 37/6 و 41/4 درصد بیشترین مقادیر را به خود اختصاص داده بودند. &nbsp;<br> &nbsp;</p> <div style="text-align: justify;">Land use changes is an ecological processes in global and local status and it will be major problem in the twenty one century and even scientists believe more impact of land use changes than climate change. One of the methods used in planning to control land use changes, is its modelling. This research aims to predict land use changes carried out and with emphasis on physical development in Sari city using logistic regression and Markov chain. To analyze land use changes in the central area of the Sari city, TM sensor (Landsat 5) for 1987, 2001 and 2011 were used. For this purpose, the images taken from the USGS web, the necessary pre-processing (including radiometric and atmospheric correction) was performed in ENVI 5.1 software. Then, using supervised classification method and maximum likelihood algorithm land use maps were extracted in the study area. At this stage to predict of Land use, maps prepared imported to IDRISI software. Transition potential modeling was conducted using logistic regression in thee IDRISI software. The 6 variables were used (including two variable as a dynamic and four variables as a static variable) and 3 sub-models calibrated over time (1987- 2001, 2001- 2011 and 1987-2011). In order to prediction of land use in 2011 year, the calibration period of 1987-2011 using Markov chain model. And hard prediction was used. For accuracy assessment of LCM the KIA parameters was used. Finally from the 1987-2011 period in order to predict changes in land use, land use maps in 2025 and 2039 were used. Results showed that during 1987-2011, important changes occurred, including increasing of (4.49%) in residential area and decreasing in agricultural area by 13.4%. Also the results of transition potential modeling using logistic showed high accuracy in all scenarios (0.72 to 0.92). Kappa coefficient in the land use modeling for 2011 with calibration periods 1987-2011 and reference map in 2011 was higher than in other scenarios. The modeling results for the years 2025 and 2039 showed that physical development Sari in West, South, North and the East directions 8.02, 6.47, 6.37 and 4.41 % are respectively.</div> <div style="text-align: justify;"></div> مدل‌سازی, شهر ساری, ماهواره لندست, رگرسیون لجستیک, زنجیره مارکف Modeling, Urban Growth, Landsat Satellite, Logistic Regression and Markov Chain 119 131 http://jgst.issgeac.ir/browse.php?a_code=A-10-592-1&slc_lang=fa&sid=1 H. Darabi حمید دارابی hamid.darabi2010@gmail.com 10031947532846005398 10031947532846005398 Yes Sari Agriculture Science and Natural Resources University دانشگاه علوم کشاورزی و منایع طبیعی ساری A. Pirnia عبداله پیرنیا god62@gmail.com 10031947532846005399 10031947532846005399 No Sari Agriculture Science and Natural Resources University دانشگاه علوم کشاورزی و منایع طبیعی ساری B. Choubin بهرام چوبین bahram368@gmail.com 10031947532846005400 10031947532846005400 No Sari Agriculture Science and Natural Resources University دانشگاه علوم کشاورزی و منایع طبیعی ساری S. Rozbeh سجاد روزبه Rozbeh.koshahi@gmail.com 10031947532846005401 10031947532846005401 No Sari Agriculture Science and Natural Resources University دانشگاه علوم کشاورزی و منایع طبیعی ساری