:: 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:   (2450 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]   (1021 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]



XML   English Abstract   Print



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