پیش بینی تغییرات اراضی ساخته شده و رشد شهری با استفاده از داده های سنجش از دور
Publish Year: 1399
نوع سند: مقاله ژورنالی
زبان: Persian
View: 195
This Paper With 22 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ESRJ-11-2_005
تاریخ نمایه سازی: 21 شهریور 1400
Abstract:
رشد پراکنده شهری منشا بسیاری از مشکلات شهرهای جهان و در نتیجه عدم برنامه ریزی و مدیریت مناسب است. این مطالعه به تحلیل فضایی و زمانی الگوی رشد شهری و پیش بینی آن در شهر رشت با هدف برنامه ریزی برای آینده پرداخته است. داده های مورد استفاده در این تحقیق شامل تصاویر لندست ۵، ۷ و ۸ برای بازه زمانی ۱۹۸۷ تا ۲۰۱۷ است. روش انجام این تحقیق بدین صورت است که با استفاده از شاخص NDISI اقدام به استخراج سطوح نفوذناپذیر شهری شده است سپس با استفاده از مدل سلول های خودکار- مارکوف اقدام به پیش بینی سطوح نفوذناپذیر شهری برای سال ۲۰۳۲ شده است. عملکرد این روش ها با استفاده از ۳۰۰ نمونه که به صورت تصادفی انتخاب شده است مورد ارزیابی قرار گرفته است. نتایج این مطالعه حاکی از دقت بالای شاخص NDISI برای استخراج سطوح نفوذناپذیر (۱۲/۸۶ تا ۷۸/۸۹ درصد) بوده است. علاوه بر این، دقت مدل CA-Markov برای پیش بینی سطح غیرقابل نفوذ در سال ۲۰۱۸ حدود ۲۱/۸۳ درصد بود. نتایج الگوی رشد شهری مشاهده شده و مورد انتظار با یکدیگر تطابق نداشته و دارای اختلاف بوده اند. نتایج کلی تحلیل درجه آزادی (۹۶/۲ =) و آنتروپی شانون (۰۸/۳H= ) حاکی از الگوی رشد پراکنده بوده اند. سپس H و برای محاسبه درجه خوب بودن شهری (۱۲/۱G= - ) مورد استفاده قرار گرفتند و این پارامتر نشان داد که الگوی رشد رشت نامناسب و بد است. این مشکل را می توان با برنامه ریزی شهری حل کرد.
Keywords:
آنتروپی شانون , درجه آزادی شهر , درجه خوب بودن شهر , سطوح نفوذناپذیر شهر , مدل پیش بینی سلول های خودکار- مارکوف
Authors
کیوان عزی مند
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
حسین عقیقی
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده علوم زمین، دانشگاه شهید بهشتی، تهران، ایران
یاسمن اسدی
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، ایران
محمد جوانبخت
گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشکده جغرافیا، دانشگاه تهران، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :