预测未来的土地使用和土地覆盖面变化Saroor Nagar流域,Telangana,印度,使用开源GIS

科学领域:

• 环境科学 环境科学
• 地理信息系统 (GIS) 是指地理信息系统.
• 遥感 遥感 遥感 遥感

背景情况:

• 人口动态显著影响土地利用和土地覆盖 (LULC) 模式.
• 主题LULC地图对于保护,资源管理和规划中的预测分析至关重要.
• 了解LULC过渡对于可持续发展和环境监测至关重要.

研究的目的:

• 从2008年到2014年,确定和分析萨鲁尔纳格流域的土地利用变化.
• 使用预测建模,预测2020年和2026年的潜在LULC变化.
• 为可持续的土地利用规划和资源管理提供见解.

主要方法:

• 使用了土地使用变化评估模块 (MOLUSCE) 插件与人工神经网络 (ANN) 模型 (MLP-ANN).
• 训练了MLP-ANN模型,使用数字海拔模型 (DEM),斜率,距离道路的距离和接近水体的距离来进行LULC预测.
• 使用卡帕统计和准确率百分比验证了2020年LULC预测地图.

主要成果:

• 在2020年,MLP-ANN模型在LULC预测中实现了卡帕值0.70和81.8%的正确性.
• 预计2026年的LULC变化表明,建筑面积大幅增加17.4%.
• 这种建筑土地的扩张预计将以牺牲现有植被和荒的土地为代价.

结论:

• 该研究成功地确定并预测了萨鲁尔纳格流域LULC动态.
• 这些发现突出了城市化趋势的加速,对自然景观产生了重大影响.
• 结果支持制定明智,可持续的土地利用战略和有效的资源管理计划.