۳-۱۱- عملیاتی کردن فرضیات
چون تحقیق از مجموعه ­ای از عملیات تشکیل شده است، بنابراین، تبدیل متغییر­ها از حالت مجرد به صورت عملیاتی، ضروری است. عملیاتی کردن متغییرها، یعنی بیان آنها به صورتی که قابل مشاهده و اندازه گیری باشند. این عمل موجب می­ شود تا بتوان به سهولت متغییرهای مورد پژوهش را کنترل، بررسی و دستکاری نمود (زادولی، ۱۳۹۳: ۳۳). در این پایان نامه ما دو فرضیه داریم که در زیر به آنها اشاره شده است.

فرضیه اول: به نظر می­رسد گسترش فیزیکی شهر هادیشهر مطابق با الگوی گسترش افقی و پراکنده باشد.
فرضیه دوم: گسترش فیزیکی شهر هادیشهر رابطه معناداری با کاهش اراضی کشاورزی مرغوب و عرصه ­های سبز پیرامون شهری دارد.
برای عملیاتی کردن فرضیه ­های بالا از شاخص­ های کالبدی زیر استفاده می­ شود که بر گرفته از مبانی نظری ما می باشد.
نمودار ۳-۱- شاخص های کالبدی

ماخذ: نگارنده
در این پژوهش ما برای عملیاتی کردن فرضیه اول بر اساس شاخص­ های کالبدی در شهر هادیشهر در بازه زمانی ۱۳۷۷-۱۳۹۲ از تحلیل آمار فضایی و نوار از ابزار­های تهیه نقشه خوشه ­ها (Mapping Clusters)، تحلیل لکه­های داغ (Hot spot Analysis) در نرم افزار Arc/Gis برای نشان دادن میزان تراکم فضایی عوارض مورد نظر در سطح شهر استفاده به عمل می ­آید همچنین از ابزار تحلیل الگوها (Analyzing Pattern)، خود همبستگی فضایی(آماره موران ) برای نشان دادن الگوی توسعه فیزیکی شهر هادیشهر در نرم افزار Arc/Gis استفاده شده است. به این صورت که ابتدا شاخص­ های کالبدی در سطح شهر هادیشهر با استفاده اطلاعات آماری در بازه زمانی ۱۳۷۷- ۱۳۹۲ در نرم افزار Arc/Gis محاسبه گردید و با بهره گرفتن از قابلیت ­های این نرم افزار تحلیل لکه­های داغ برای تک تک شاخص­ های کالبدی به طور جداگانه انجام دادیم. این تحلیل آماره گتیس ارد جی را برای کلیه عوارض موجود در داده ­ها محاسبه می­ کند. همچنین با توجه به امتیاز Z محاسبه شده می­توان نشان داد که در کدام نواحی داده ­ها با مقادیر زیاد یا کم خوشه بندی شده­ و لکه داغ را تشکیل می­دهد. در مورد Z منفی و معنادار از نظر آماری نیز باید گفت هرچه امتیاز Z کوچکتر باشد به معنی خوشه بندی شدیدتر مقادیر پایین بوده و نشانگر لکه­های سرد هستند. و در مرحله بعدی جهت آگاهی از وجود خود همبستگی فضایی و نوع الگوی توسعه فیزیکی شهر بر اساس شاخص­ های کالبدی از آماره موران استفاده می­ شود. این ابزار دو نوع خروجی به صورت عددی و گرافیکی نشان می­دهد. تفسیر عمومی آماره موران به این صورت است که اگرمقدار شاخص موران نزدیک به عدد مثبت به عدد مثبت یک (۱+) باشد داده ­ها دارای خود همبستگی فضایی و دارای الگوی خوشه­ای بوده و اگر مقدار شاخص موران نزدیک به عدد منفی یک (۱-) باشد، انگاه داده ­ها از هم گسسته و پراکنده می­باشند به عبارتی دیگر اگر مقدار شاخص موران از صفر بزرگتر باشد، داده ­ها نوعی خوشه بندی فضایی را نشان می­ دهند و اگر مقدار شاخص کمتر از صفر باشد عوارض مورد مطالعه ما دارای الگوی پراکنده می­باشند.
روش دومی که در این تحقیق برای عملیاتی کردن فرضیه دوم که گسترش فیزیکی شهر رابطه معناداری با کاهش اراضی مرغوب و عرصه های سبز پیرامون شهری دارد، مورد استفاده قرار گرفته ابزار سنجش از دور (Envi) بوده است. بدین صورت که به منظور ارزیابی میزان تغییر و تبدیل کاربری اراضی زراعی و عرصه ­های سبز به سایر استفاده­های شهری ناشی از توسعه فیزیکی شهر، از دو تصویر سنجنده TM، OLI ماهواره لندست ۵ و ۸ طی سالهای ۱۹۹۸ میلادی (۱۳۷۷ ه.ش) و۲۰۰۹ میلادی (۱۳۸۸ه.ش) و ۲۰۱۳ میلادی(۱۳۹۲ه.ش) با فریم­۳۳-۱۶۹از شهر هادیشهر بهره گیری شد و سپس با بهره گرفتن از نرم افزارEnvi4.8 کلیه مراحل پیش پردازش، پردازش و پس پردازش در محیط نرم افزار انجام گرفت.
نمودار زیر مراحل اجرایی روش دومی که در این فصل به منظور تعیین تغییرات کاربری­ اراضی به کار برده شده است را نشان می­دهد.
نمودار۳-۲- مراحل انجام تهیه نقشه تغییرات از تصاویر ماهواره­ای

1. 1. انتخاب مقاطع زمانی

۱۳۷۷ ۱۳۹۲
۲- تفکیک کاربری
کشاورزی و باغات شهری بایر
۳- پردازش تصاویر ماهواره­ای
۴- طبقه بندی داده ­های ماهواره­ای
۵- تجزیه و تحلیل داده ­ها و تغییرات حادث شده در کاربریها و عرصه ­های سبز
۶-تهیه نقشه تغییرات از تصاویر ماهواره­ای
همچنان که در نمودار بالا نشان داده شده است مراحل اجرایی تحقیق به شرح زیر می­باشد:
مرحله اول انتخاب مقاطع زمانی است.
به این صورت که در ابتدا با توجه به دو عامل هدف تحقیق و موجود بودن داده ­ها یا اطلاعات مربوط به محدودۀ مورد مطالعه، تصاویرماهواره­ای شهر در مقاطع زمانی ۱۳۷۷و۱۳۸۸و ۱۳۹۲ انتخاب و در محیط نرم افزاری Envi مورد استفاده قرار گرفته است.
مرحله بعدی انتخاب بهترین باند برای اخذ نتیجه بهتر و تولید تصویر GRB از سالهای مورد نظر
به این صورت که تصاویر به صورت ترکیب رنگی نمایش داده می­شوند از ترکیب ۳ باند مختلف و اختصاص هر سه رنگ اصلی قرمز، سبز، آبی (RGB) به هر باند، تصویر رنگی ساخته می­ شود. در صورتی که بخواهیم از تصاویر مجازی و غیر واقعی جهت نمایش واضح گروهی از عوارض استفاده کنیم با ترکیب این باند ها می توان به این امر دست پیدا نمود.
مرحله بعدی ترکیب باندها (Layer stacking) است.
زمانی که چند باند تکی با ابعاد پیکسل یکسان از یک منطقه داشته باشیم برای سهولت کار یک تصویر، تصویر چند بانده درست می کنیم .برای انجام این کار وارد گزینه زیر می شویم:
Basic tools → layer stacking
این کار باعث می شود هر تعداد باندی که دارای ویژگی های مکانی و هندسی یکسانی داشته باشند را روی هم قرار داده و بصورت یک تصویر واحد ارائه می دهد. که در این تحقیق با بهره گرفتن از تابع Layer stacking باند­های ۳،۴،۷ تصاویر ماهواره­ای سال­های ۱۳۷۷و۱۳۹۲ شهر هادیشهر با هم ترکیب گردیدند و سپس با بهره گرفتن از فایل تولید شده، تصاویر مختلفی از ترکیب باند­ها بدست آمد.
در صورتی که بخواهیم محدوده ای از این تصویر را فقط خروجی بگیریم که در گزینه spatial subset این کار انجام می­گیرد .و گزینه spatial subset تعداد باندی که می­خواهیم از آن باندها خروجی بگیریم تعیین می­کنیم. سپس منطقه مورد نظر از روی تصویر برش داده شد. برای انجام این کار وارد گزینه زیر می­شویم.
. Basic tools → Supset data via rois
مرحله بعدی مربوط به تفکیک کاربری­ها می­باشد.
درواقع با توجه به اقتضای تحقیق که سعی در تشخیص میزان تغییر کاربری­هاست کاربری ­ها به سه دسته تفکیک شدند:
- کاربری شهری: شامل تمام محدوده­های زیرساخت و انواع کاربری های مسکونی، تجاری، صنعتی و غیره
- کاربری کشاورزی : منظور از آن زمینهای زیرکشت انواع محصولات کشاورزی و باغات است.
- کاربری بایر: شامل زمین­های خالی و کشت نشده است.
با بهره گرفتن از تابع rigon of interest، از کاربری­های مورد نظر نمونه برداری شد.
( الف» استخراج بصری ب» استخراج اتوماتیک بر مبنای نمونه برداری)
مرحله بعدی مربوط به طبقه بندی و پردازش اطلاعات است.
پس از نمونه برداری و با حصول اطمینان از صحت نمونه­ها، طبقه بندی کل تصویر انجام شد.
هدف اصلی در فرایند طبقه بندی تصویر، کلاس بندی همه پیکسل­های یک تصویر درون کلاس­های کاربری اراضی است. به عبارت دیگر تبدیل ارزشهای طیفی به اطلاعات مفید و قابل استفاده و یا استخراج اطلاعات کمی در مورد عوامل زیست محیطی و منابع طبیعی از داده ­های ماهواره ای است. روش های مختلفی در این رابطه وجود دارند که با بهره گرفتن از روش طبقه بندی نظارت شده (supervised ) این کار انجام گرفت.
الگوریتم­های مختلفی برای این مرحله وجود داشت که روش مناسب، با توجه به امکانات موجود در نرم افزار و با در نظر گرفتن کمترین خطا انتخاب شد. در این تحقیق از روش طبقه بندی براساس بیشترین شباهت (Maximum Likelihood) و با در نظر گرفتن احتمالات اولیه مساوی، به دلیل تئوری قوی آماری آن استفاده شد.
طبقه بندی نظارت شده برای سال های ۱۳۷۷،۱۳۸۸،۱۳۹۲ برای تصاویر به کار گرفته شد و نقشه­های حاصل از طبقه بندی تصاویر در بازه زمانی ۱۳۹۲-۱۳۷۷ تهیه شد.