[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
:: دوره 3، شماره 4 - ( 12-1394 ) ::
جلد 3 شماره 4 صفحات 65-82 برگشت به فهرست نسخه ها
پهنه‌بندی توزیع فضایی جمعیت شهری به روش درونیابی سطحی با استفاده از سیستم‌های اطلاعات مکانی تصویر مبنا- منطقه مورد مطالعه: شهر تهران
رضا آقاطاهر ، نجمه نیسانی سامانی
عضو هیئت علمی دانشگاه آزاد واحد یادگار امام (ره)
چکیده:   (1692 مشاهده)

آگاهی از مشخصات جمعیتی یک شهر از نیازهای اولیه تصمیم‌گیرندگان شهری می‌باشد. این در حالی است که داده‌های جمعیتی عموماً در بازه‌های زمانی بلند مدت از قبیل ده یا پنج ساله تهیه و یا بازبینی می‌شوند. در این فاصله زمانی، جمعیت با اعمال تخمین‌های غیر شهودی و تقریبی از قبیل نرخ متوسط مهاجرت و یا داده‌های آماری دقیق‌تری چون زاد و ولد تخمین زده می‌شود. در کنار نادقیق بودن نتایج تخمین‌های جمعیتی نکته مهم عدم امکان استفاده از آنها برای ارائه برآوردی از پراکندگی جمعیت می‌باشد. این تحقیق با احساس نیاز به بهبود تخمین جمعیت و بالاخص تعیین پراکندگی جمعیت در محیط‌های شهری به ارائه روشی مبتنی بر بکارگیری داده‌های مکانی پرداخته است. فرضیه تحقیق عبارتست از اینکه عامل مکان در قالب کاربری اراضی و تراکم و پراکندگی جمعیت دارای ارتباط مشخصی با یکدیگر می‌باشند. در صورت مشخص بودن ارتباط مزبور و وجود تخمین‌های دقیق‌تر و عینی‌تری از تغییرات کاربری اراضی، می‌توان این تغییرات را در تراکم و پراکندگی جمعیت تصویر نمود. نتیجه این فرآیند افزودن فاکتوری عینی و قابل اطمینان در تخمین جمعیت است که می‌تواند سبب بهبود روش‌های تخمینی موجود گردد. در این تحقیق چند ارتباط اصلی میان کاربری اراضی و جمعیت از قبیل سکونت، تمایل به زندگی در مجاورت یکدیگر و همچنین توزیع پیوسته جمعیت در حوزه مکانی معرفی شده‌اند. این ارتباط‌ها با استفاده از روش تخمین و حداکثرسازی در محیط محاسباتی یک سیستم اطلاعات مکانی تصویر مبنا پیاده‌سازی شده‌اند تا شبیه‌سازی از جمعیت و پراکندگی آن در شهری مانند تهران حاصل گردد. روش تخمین و حداکثرسازی در این تحقیق به عنوان نوعی از درونیابی سطحی بکار گرفته شده است. داده‌های کاربری اراضی مورد نیاز نیز از تصاویر ماهواره‌ای IRS-D مربوط به تاریخ‌های 06/03/2012 و 26/10/2013 استخراج شده است. نتایج حاصل برآورد مناسبی از جمعیت و پراکندگی آن را در منطقه مورد مطالعه خاطر نشان می‌سازد.

واژه‌های کلیدی: توپولوژی، آمار جمعیتی، تصاویر ماهواره‌ای، درونیابی سطحی.
متن کامل [PDF 1308 kb]   (649 دریافت)    
نوع مطالعه: پژوهشي |
دریافت: ۱۳۹۵/۴/۱۳ | پذیرش: ۱۳۹۵/۴/۱۳ | انتشار: ۱۳۹۵/۴/۱۳
فهرست منابع
1. [1] J. Kubanek, and E.M. Nolte, and H. Taubenböck, and F. Wenzel, and M. Kappas, "Capacities of remote sensing for population estimation in urban areas." Journal of Earthquake Hazard Impact and Urban Planning Environmental Hazards 2014, pp. 45-66, 2014. [DOI:10.1007/978-94-007-7981-5_3]
2. [2] T. Novack, H. Kux, and C. Freitas, "Estimation of Population density of census sectors Using remote sensing data and spatial regression." Geocomputation, Sustainability and Environmental Planning, Studies in Computational Intelligence, 348, pp 111-122, 2011. [DOI:10.1007/978-3-642-19733-8_7]
3. [3] M. F. Goodchild, and N. S.-N. Lam, Areal interpolation: a variant of the traditional spatial problem. Geo-Processing, 1, 297–312, 1980.
4. [4] Wu, Sh., Qiu, X. and Wang, L. "Population estimation methods in GIS and remote sensing: a review." GIScience and Remote Sensing, 42(1): 58-74, 2005. [DOI:10.2747/1548-1603.42.1.80]
5. [5] R. Ghorbani, "Analysis of population density distribution of Tabriz city using trace censuses method". Geographic Research, Jan. 2006 (54):123-136 (in Persian).
6. [6] P. F. Fisher and M. Langford, "Modeling the errors in areal interpolation between zonal systems by Monte Carlo simulation". Environment and Planning A, 27, 211–22, 1995. [DOI:10.1068/a270211]
7. [7] L. Wang and Ch. Wu, "Population estimation using remote sensing and GIS technologies", International Journal of Remote Sensing, 2010 (31:21): 5569–5570.
8. [8] R. Flowerdew, and M. Green, "Areal interpolation and types of data". In A. S. Fotheringham, & P. A. Rogerson (Eds.), Spatial analysis and GIS (pp. 121–145). London: Taylor and Francis, 1994.
9. [9] M. Sharif, "Areal interpolation for quantification of population census data", Geomatic Conference, Apr. 2014 (in Persian)
10. [10] J. Portaa, J. Parapara, Ramón Doalloa, V. Barbosa, I.Santé, R.Crecente., C. Díaz A population-based iterated greedy algorithm for the delimitation and zoning of rural settlements. Computers, Environment and Urban Systems 2013 (39): 12–26. [DOI:10.1016/j.compenvurbsys.2013.01.006]
11. [11] A.P. Dempster, and N.M. Laird, and D.B. Rubin, "Maximum likelihood from incomplete data via the EM algorithm". Journal of the Royal Statistical Society B, 39, 1–38, 1977.
12. [12] J. B. Holt, C. P. Lo, and T. W. Hodler, "Dasymetric estimation of population density and areal interpolation of census data", Cartography and Geographic Information Science, 2004, 31(2): 103-121. [DOI:10.1559/1523040041649407]
13. [13] F. Dellaert, "The expectation maximization algorithm." College of Computing, Georgia Institute of Technology, Technical Report Number GIT-GVU-02-20 February 2002.
14. [14] W. Tobler, and U. Deichmann, and J. Gottsegen, and K. Maloy, "The global demography project." NCGIA. Paper 95-6. Department of Geography, University of California, Santa Barbara, 1994.
15. [15] I. N. Gregory, "The accuracy of areal interpolation techniques: standardising 19th and 20th century census data to allow long-term comparisons." Computers, Environment and Urban Systems, Vol 19, No. 6, pp. 293–314, 2002. [DOI:10.1016/S0198-9715(01)00013-8]
16. [16] W. Tobler, "Smooth pycnophlactic interpolation for geographical region." Journal of the American Statistical Association, 74, PP. 519-530, 1979.
17. [17] R. Saberifar, "Estimation of urban population by remote sensing data." Journal of Emerging Trends in Economics and Management Sciences (JETEMS), Research Institute Journals, 4 (6):565-569, 2013.
18. [18] S. Sadeghian, "Evaluation of high-resolution satellite images for mapping large scale in view of photogrammetry." Ph.D Thesis, Faculty of Engineering, Tehran University, 1391(Persian).
19. [19] B. C. Forster, "Probability maps an essential output of georaphic information systems. The International Colloquium on Photogrametry, Remote Sensing and Geographic Information System, Wuhon, P.R. China May 11-14, PP. 40-52, 1992.
20. [20] N. Neysani Samany, S, Saeedi, M.R. Delavar and R. Aghataher, "Management of city destruction after a disaster using a combination of GIS and remote sensing", 2009, 3th Conference on Response to Disaster, University of Tehran, Iran.
21. [21] G. Vozikis, "Automated generation and updating of digital city models using high-resolution line scanning systems", 2003, Commission III, WG III/7.
22. [22] Management and Planning Organization, "Statistical Yearbook Country". Statistical Center of Iran, 1392, (Persian).
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


Download citation:
BibTeX | RIS | EndNote | Medlars | ProCite | Reference Manager | RefWorks
Send citation to:

Aghataher R, Neysani Samany N. Spatial Demographic Distribution Zoning of a City with Area Interpolation Method using Image-based Geo-spatial Information System-Case Study: Tehran City. jgit. 2016; 3 (4) :65-82
URL: http://jgit.kntu.ac.ir/article-1-306-fa.html

آقاطاهر رضا، نیسانی سامانی نجمه. پهنه‌بندی توزیع فضایی جمعیت شهری به روش درونیابی سطحی با استفاده از سیستم‌های اطلاعات مکانی تصویر مبنا- منطقه مورد مطالعه: شهر تهران. مهندسی فناوری اطلاعات مکانی. 1394; 3 (4) :65-82

URL: http://jgit.kntu.ac.ir/article-1-306-fa.html



دوره 3، شماره 4 - ( 12-1394 ) برگشت به فهرست نسخه ها
نشریه علمی-پژوهشی مهندسی فناوری اطلاعات مکانی Engineering Journal of Geospatial Information Technology
Persian site map - English site map - Created in 0.05 seconds with 29 queries by YEKTAWEB 3742