دوره 23، شماره 1 - ( 1398 )                   جلد 23 شماره 1 صفحات 150-119 | برگشت به فهرست نسخه ها

XML English Abstract Print


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

Esmaeili S, Shamsoddini A. Fusion of socio-economic and remote sensing-based attributes for Karaj physical growth modeling . MJSP 2019; 23 (1) :119-150
URL: http://hsmsp.modares.ac.ir/article-21-25154-fa.html
اسماعیلی شهربانو، شمس الدینی* علی. ادغام خصیصه‌های اجتماعی- اقتصادی و سنجش ازدوری به منظور مدل‌سازی رشد فیزیکی شهر کرج . آمایش فضا و ژئوماتیک. 1398; 23 (1) :119-150

URL: http://hsmsp.modares.ac.ir/article-21-25154-fa.html


1- دانشجوی کارشناسی ارشد سنجش ازدور و سیستم اطلاعات جغرافیایی، دانشگاه ازاد علوم و تحقیقات تهران
2- هیات علمی گروه سنجش از دور و سیستم اطلاعات جغرافیایی، دانشگاه تربیت مدرس ، ali.shamsoddini@modares.ac.ir
چکیده:   (7915 مشاهده)
در تجزیه و تحلیل و مدل‌سازی رشد فیزیکی شهر معمولاً عوامل اقتصادی- اجتماعی به دلیل عدم دسترسی به این داده‌ها نادیده گرفته می‌شوند. به همین دلیل در مدل‌سازی رشد فیزیکی شهرها تاکنون بر ایجاد لایه‌های اطلاعاتی از این نوع داده‌ها کمتر کار شده است. این مطالعه با هدف معرفی روشی کارا به منظور ایجاد لایه‌های اطلاعاتی برای داده‌های اقتصادی- اجتماعی و استفاده از این لایه‌های اطلاعاتی در کنار لایه‌های اطلاعاتی مستخرج از تصاویر ماهواره‌ای لندست و اطلاعات پیمایش زمینی به منظور مدل‌سازی رشد فیزیکی شهر کرج انجام شد. بدین منظور پس از ایجاد لایه‌های اطلاعاتی مختلف با اهمیت‌ترین متغیرهای مؤثر در رشد شهری با روش انتخاب ویژگی جنگل تصادفی تعیین گردید و سپس مدل‌سازی رشد فیزیکی شهر کرج برای سال‌های 2000 تا 2010 با استفاده از روش‌های رگرسیون لجستیک چند متغیره، پرسپترون چندلایه و روش نقشه خود سازمان‌دهنده انجام شد. نتایج نشان داد که استفاده از با اهمیت‌ترین متغیرهای مؤثر به عنوان ورودی در روش نقشه خود سازمان‌دهنده با دقت کلی 84.47، کاپا 68.93، ROC برابر با 90.72، FOM برابر با 43.98 و PCM برابر با 84.47 از عملکرد بهتری برخوردار بود، همچنین استفاده از خصیصه‌های اجتماعی- اقتصادی پیشنهاد شده در این تحقیق در کنار داده‌های سنجش ازدور می‌تواند به ارتقا عملکرد روش پیش‌بینی کننده کمک نماید. سرانجام با استفاده از سلول‌های خودکار پیش‌بینی رشد فیزیکی شهر در سال‌های 2017 و 2027 انجام گردید.

 
متن کامل [PDF 708 kb]   (1864 دریافت)    
نوع مقاله: پژوهشی اصیل | موضوع مقاله: فرایندهای سطح زمین
دریافت: 1397/6/24 | پذیرش: 1398/1/26 | انتشار: 1398/3/25

ارسال نظر درباره این مقاله : نام کاربری یا پست الکترونیک شما:
CAPTCHA

ارسال پیام به نویسنده مسئول


بازنشر اطلاعات
Creative Commons License این مقاله تحت شرایط Creative Commons Attribution-NonCommercial 4.0 International License قابل بازنشر است.