مدل سازی احتمال تغییر رشد شهری با استفاده از شبکه عصبی مصنوعی و رگرسیون لجستیک (مطالعه موردی: شهر مشهد)
عنوان مقاله: مدل سازی احتمال تغییر رشد شهری با استفاده از شبکه عصبی مصنوعی و رگرسیون لجستیک (مطالعه موردی: شهر مشهد)
شناسه ملی مقاله: JR_JUPM-9-34_012
منتشر شده در در سال 1397
شناسه ملی مقاله: JR_JUPM-9-34_012
منتشر شده در در سال 1397
مشخصات نویسندگان مقاله:
فرهاد رستمی گله - دانش آموخته کارشناسی ارشد عمران، سیستم اطلاعات مکانی دانشگاه فردوسی مشهد
روزبه شاد - استادیار گروه عمران، دانشگاه فردوسی مشهد
مرجان قائمی - استادیار گروه عمران، دانشگاه فردوسی مشهد
یاسمن لهرابی - دانشج آموخته کارشناسی ارشد رشته مهندسی منابع طبیعی، دانشگاه شهرکرد
خلاصه مقاله:
فرهاد رستمی گله - دانش آموخته کارشناسی ارشد عمران، سیستم اطلاعات مکانی دانشگاه فردوسی مشهد
روزبه شاد - استادیار گروه عمران، دانشگاه فردوسی مشهد
مرجان قائمی - استادیار گروه عمران، دانشگاه فردوسی مشهد
یاسمن لهرابی - دانشج آموخته کارشناسی ارشد رشته مهندسی منابع طبیعی، دانشگاه شهرکرد
در کشورهای در حال توسعه، تمایل زیاد برای تمرکز جمعیت در مناطق شهری و بهتبع آن رشد سریع و ناموزون شهرها سبب شده است که طراحان و برنامهریزان شهری، استفاده از سیاستها و راهکارهای مناسب را جهت اجتناب از تاثیرات مخرب زیستمحیطی و اجتماعی- اقتصادی در دستور کار قرار دهند. در این راستا، اطلاعات مکانی و زمانی مرتبط با الگوهای نرخ رشد، درک بهتری را از فرآیند رشد شهری فراهم نموده و ابزارهای مناسب را جهت اخذ سیاستهای مدیریتی و برنامهریزی در اختیار مدیران شهری قرار میدهند. لذا هدف اصلی این پژوهش، محاسبه احتمال تغییر رشد شهر مشهد با استفاده از روشهای رگرسیون لجستیک و شبکه عصبی مصنوعی میباشد. برای اینمنظور، جهت تهیه نقشه کاربری اراضی، از تصاویر ماهوارهای لندست ۷ (سال ۲۰۰۲) و لندست ۸ (سال ۲۰۱۵) استفاده شد. سپس با استفاده از شبکه عصبی مصنوعی پرسپترون چند لایه (MLP)، طبقهبندی تصاویر انجام شد و نقشههای کاربری اراضی شهری با دقت کلی ۹۴۸/۰ و شاخص کاپای ۹۳۶/۰ برای سال ۲۰۰۲ و همچنین دقت کلی ۸۱۷/۰ و شاخص کاپای ۷۷۵/۰ برای سال ۲۰۱۵ استخراج شدند. در نهایت، با اجرای رگرسیون لجستیک بین نقشه کاربری اراضی شهری سال ۲۰۱۵ (بهعنوان متغیر وابسته) و فاکتورهای موثر از جمله عوامل فیزیکی و عوامل انسانی بههمراه نقشه اراضی سال ۲۰۰۲ (بهعنوان متغیرهای مستقل)، نقشه پتانسیلی پیشرفت اراضی شهری تهیه شد. ارزیابی مدل رگرسیونی ایجادشده با استفاده از دو شاخص Pseudo-R۲ و ROC نشان داد که این مدل با مقدار ROC معادل ۸۷/۰ و مقدار Pseudo-R۲ برابر ۳۴۵/۰ دارای قابلیت بالایی جهت نمایش تغییرات و تعیین مناطق مستعد تغییر میباشد و میتوان برازش مدل را نسبتا خوب در نظر گرفت.
کلمات کلیدی: مدل سازی احتمال تغییر رشد شهری, رگرسیون لجستیک, شبکه عصبی پرسپترون چند لایه, مشهد.ROC
صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/1909610/