[صفحه اصلی ]   [Archive] [ English ]  
:: صفحه اصلي :: درباره نشريه :: آخرين شماره :: تمام شماره‌ها :: جستجو :: ثبت نام :: ارسال مقاله :: تماس با ما ::
بخش‌های اصلی
صفحه اصلی::
اطلاعات نشریه::
آرشیو مجله و مقالات::
برای نویسندگان::
داوران::
ثبت نام و اشتراک::
تماس با ما::
تسهیلات پایگاه::
بایگانی مقالات زیر چاپ::
آمار نشریه::
::
جستجو در پایگاه

جستجوی پیشرفته
..
دریافت اطلاعات پایگاه
نشانی پست الکترونیک خود را برای دریافت اطلاعات و اخبار پایگاه، در کادر زیر وارد کنید.
..
آمار سایت
مقالات منتشر شده: 308
نرخ پذیرش: 62.8
نرخ رد: 37.2
میانگین داوری: 209 روز
میانگین انتشار: 344 روز
..
:: دوره 5، شماره 4 - ( 12-1396 ) ::
جلد 5 شماره 4 صفحات 111-93 برگشت به فهرست نسخه ها
مدل‌سازی و پیش‌بینی رشد افقی شهر مشهد با استفاده از تلفیق اتوماتای سلولی فازی، شبکه عصبی و رگرسیون لجستیک
فرشاد رستمی گله ، مرجان قائمی ، روزبه شاد* ، یاسمن لهرابی
دانشگاه فردوسی مشهد
چکیده:   (4272 مشاهده)
در این پژوهش با بهکارگیری مدل اتوماتای سلولی (CA) توسعه یافته بر مبنای سیستم اطلاعات مکانی (GIS) و ارائه مدلی قدرتمند و ساده سعی بر مدلسازی و پیشبینی رشد شهر مشهد شده است. با وجود قابلیتهای فراوان اتوماتای سلولی در مدلسازی رشد شهری، این روش دارای محدودیت¬هایی نظیر عدم توانایی در مدلسازی عدم قطعیت موجود در سیستمهای شهری و انجام کالیبراسیون به‌صورت تجربی (روش آزمون‌وخطا) است. در روش پیشنهادی، به‌منظور غلبه بر مشکل عدم قطعیت و افزایش قابلیت مدلسازی، قوانین انتقال به‌صورت فازی بیان می-شوند. برای رفع مشکل دوم نیز عوامل موثر با استفاده از رگرسیون لجستیک وزن دهی شده و فرآیند کالیبراسیون اجرا می¬گردد. لذا در این مقاله با ترکیب روشهای مختلف در یک‌روال منطقی و بر اساس مدلی قدرتمند و ساده فرایند پیش¬بینی رشد افقی شهر مشهد اجرا میگردد. بدین منظور با استفاده از تصاویر ماهوارهای لندست 8 و ETM+ رشد شهر مشهد برای دوره 2002- 2015 مدلسازی شده و پس از کالیبراسیون و اخذ نتایج قابل قبول از اعتبارسنجی، برای سال 2028 رشد افقی شهر پیشبینی میشود. نتایج به‌دست‌آمده نشان‌دهنده آن است که روش پیشنهادی با ضریب کاپای 8/54 و دقت کلی 92 درصد، بهمنظور شبیهسازی و پیشبینی رشد شهری، نشان دهنده افزایش دقت مدل در مقایسه با اتوماتای ساده متداول است.
واژه‌های کلیدی: اتوماتای سلولی فازی، پیش‌بینی رشد شهری، سیستم اطلاعات مکانی، رگرسیون لجستیک، شبکه عصبی پرسپترون چندلایه.
متن کامل [PDF 1815 kb]   (1457 دریافت)    
نوع مطالعه: پژوهشي | موضوع مقاله: سیستمهای اطلاعات مکانی (عمومی)
دریافت: 1395/6/2 | پذیرش: 1396/6/15 | انتشار: 1396/12/28
فهرست منابع
1. [1] World Urbanization Prospects: The 2014 Revision. Report ST/ESA/SER.A/366. New York. https://esa.un.org/unpd/wup/Publications/Files/WUP2014-Report.pdf. Accessed 16 November 2016.
2. [2] مرکز آمار ایران 1395. سرشماری عمومی نفوس و مسکن 1395, ایران: معاونت برنامه‌ریزی و کنترل راهبردی نهاد ریاست جمهوری
3. [3] Liu, Yaobin, Lu Dai, and Huanhuan Xiong, "Simulation of urban expansion patterns by integrating auto-logistic regression, Markov chain and cellular automata models", Journal of Environmental Planning and Management, Vol.58, pp. 1113-1136, 2015. [DOI:10.1080/09640568.2014.916612]
4. [4] Hossein zadeh, K, "Perspectives, Elements and Factors Affecting the Physical Development of Iranian Cities", Journal of Geography and Regional Development, Vol 6, pp 214-226. 2006
5. [5] Deep, S. and Saklani, A, "Urban sprawl modeling using cellular automata", The Egyptian Journal of Remote Sensing and Space Science, Vol 17, pp.179-187, 2014. [DOI:10.1016/j.ejrs.2014.07.001]
6. [6] Al-Ageili, Munira, Malek Mouhoub, and Joseph M. Piwowar. "Integrating remote sensing, GIS and dynamic models: Cellular automata approach for the simulation of urban growth for the city of montreal", Electrical and Computer Engineering (CCECE), 2013 26th Annual IEEE Canadian Conference on. IEEE, 2013.
7. [7] S. Wolfram, Cellular automata as models of complexity, 419-424, 1984.
8. [8] I. Sante, A. M. Garcia, D. Miranda and R. Crecente, "Cellular automata models for the simulation of real-world urban processes: A review and analysis". Landscape and Urban Planning, 96(2), 108-122, 2010. [DOI:10.1016/j.landurbplan.2010.03.001]
9. [9] Tobler, W.R, "Cellular geography". In: Gale, S. Olsson, G. (Eds.), Philosophy in Geography. Reidel, Dordrecht, 1979. [DOI:10.1007/978-94-009-9394-5_18]
10. [10] Wu, F. W. C, "Simulation of land development through the integration of cellular automata and multicriteria evaluation". Environment and Planning B, Planning and Design, Vol 23, pp. 103-126, 1998. [DOI:10.1068/b250103]
11. [11] Li, X. Yang, Q. and Liu, X. "Discovering and evaluating urban signatures for simulating compact development using cellular automata", Landscape and Urban Planning, Vol 86, pp. 177-186, 2008. [DOI:10.1016/j.landurbplan.2008.02.005]
12. [12] Al-kheder, S. Wang, J. and Shan, J. "Fuzzy inference guided cellular automata urban-growth modelling using multi-temporal satellite images", Int. J. Geogr. Inform. Sci, 22(11-12), pp. 1271-1293, 2008. [DOI:10.1080/13658810701617292]
13. [13] Al-Ahmadi, K. See, L. Heppenstall, A. and Hogg, J. "Calibration of a fuzzy cellular automata model of urban dynamics in Saudi Arabia". e c o l ogi c a l com p l e x i t y, Vol 6, pp. 80-101, 2009.
14. [14] Rafiee, R. et al. "Simulating urban growth in Mashad City, Iran through the SLEUTH model (UGM) », Cities, Vol 26, pp. 19–26, 2009. [DOI:10.1016/j.cities.2008.11.005]
15. [15] Munshi, Talat, et al. "Logistic regression and cellular automata-based modelling of retail, commercial and residential development in the city of Ahmedabad, India", Cities 39, pp 68-86, 2014. [DOI:10.1016/j.cities.2014.02.007]
16. [16] Ménard, André, and Danielle J. Marceau. "Exploration of spatial scale sensitivity in geographic cellular automata". Environment and Planning B: Planning and Design 32.5 693-714, 2005.
17. [17] W. Clark and P. Hosking, Statistical Methods for Geographers, New York: John Wiley & Sons, 1986.
18. [18] D. Z. Sui and H. Zeng, "Modeling the dynamics of landscape structure in Asia's emerging desakota regions: a case study in Shenzhen", Landscape and urban planning, 53(1), 37-52, 2001. [DOI:10.1016/S0169-2046(00)00136-5]
19. [19] F. Wu, "Simulating urban encroachment on rural land with fuzzy-logic-controlled cellular automata in a geographical information system", Journal of Environmental Management, 53(4), 293-308, 1998. [DOI:10.1006/jema.1998.0195]
ارسال پیام به نویسنده مسئول



XML   English Abstract   Print


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

Rostami Galeh F, Ghaemi M, Shad R, Lohrabi Y. Modeling and Prediction of Horizontal Urban Growth of Mashhad study region by Aggregating Cellular Automata, Fuzzy Theory, Neural Network and Logistic Regression. jgit 2018; 5 (4) :93-111
URL: http://jgit.kntu.ac.ir/article-1-545-fa.html

رستمی گله فرشاد، قائمی مرجان، شاد روزبه، لهرابی یاسمن. مدل‌سازی و پیش‌بینی رشد افقی شهر مشهد با استفاده از تلفیق اتوماتای سلولی فازی، شبکه عصبی و رگرسیون لجستیک. مهندسی فناوری اطلاعات مکانی. 1396; 5 (4) :93-111

URL: http://jgit.kntu.ac.ir/article-1-545-fa.html



بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.
دوره 5، شماره 4 - ( 12-1396 ) 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 38 queries by YEKTAWEB 4645